"Prompt 渲染" 标签

基于 Model Context Protocol 的后端服务，按照 MCP 标准提供资源管理、工具注册与执行、以及 Prompt 模板渲染等能力，通过 JSON-RPC 作为传输协议与 Claude Desktop/Code/Cursor 等客户端进行上下文对话与功能调用。该服务器内置会话管理、能力声明，并支持多种传输协议，以为 LLM 应用提供可扩展、安全的上下文服务框架。

基于 Model Context Protocol（MCP）的后端服务，提供资源托管与访问、工具注册与执行、以及可定制的 Prompt 模板渲染，统一通过 JSON-RPC 与客户端交互，并支持多种传输方式（HTTP/SSE/stdio）以实现对大语言模型客户端的上下文与功能服务。

基于 JD.AI 架构的 MCP 服务器实现，提供资源管理、工具注册与执行、Prompt 模板定义与渲染，并通过 JSON-RPC 与 LLM 客户端进行上下文服务交互，支持多传输协议以实现安全可扩展的后端上下文服务。

基于 Model Context Protocol（MCP）的后端框架，提供资源（Resources）、工具（Tools）、提示模板（Prompts）的托管与管理，并通过 JSON-RPC 与 LLM 客户端进行交互；内置 MCP 服务器实现，支持会话管理、能力声明，以及多传输协议适配，面向 AI 代理和上下文服务场景的扩展型后端解决方案。

基于 Model Context Protocol (MCP) 的后端服务器实现，负责以标准化方式向 LLM 客户端提供上下文信息和功能。核心职责包括托管和管理 资源（Resources）、注册与执行 工具（Tools）、以及定义和渲染 Prompt 模板（Prompts），通过 JSON-RPC 与客户端通信，支持多种传输介质（如 STDIO、HTTP）。仓库内实现了 MCP 服务端核心、工具集合、绘制与 BOM 生成等关键模块，具备可运行的服务端代码与测试用例。

基于 Model Context Protocol (MCP) 的服务器实现，用于向 LLM 客户端以标准化方式提供资源、工具、提示等上下文和功能，通过 JSON-RPC 在标准输入输出（stdio）内通信，支持会话管理与多种传输场景，作为后端后端服务为 LLM 应用提供可扩展的上下文服务框架。

基于 Model Context Protocol 的 MCP 服务器实现，提供上下文优化与工具执行能力，供 LLM 客户端通过标准化的 JSON-RPC 接口读取资源、注册并执行工具、以及渲染和获取优化后的 Prompt，基于 stdio 传输模式实现 MCP 的核心通信。

基于 Model Context Protocol 的 MCP 服务器实现，向 LLM 客户端以标准化方式提供资源、工具与 Prompt 的注册、执行及渲染能力，并通过 JSON-RPC 进行通信，支持会话管理与多传输协议的后端上下文服务。

基于 Model Context Protocol (MCP) 的后端服务器，提供资源托管与管理、注册与执行工具、以及 Prompt 模板的定义与渲染，面向大型语言模型（LLM）客户端，通过 JSON-RPC 与客户端通信，并支持会话管理、能力声明以及多种传输协议（如 Stdio、SSE、WebSocket）以实现安全、可扩展的上下文服务框架。

基于模型上下文协议（MCP）的后端服务器实现，专注为大语言模型客户端提供标准化的上下文服务：托管资源、注册并执行工具、定义和渲染Prompt模板；通过 JSON-RPC 进行通信，具备会话管理与能力声明，并支持多种传输通道，以实现安全、可扩展的上下文服务框架。

基于 Model Context Protocol(MCP) 的后端服务，作为本地大模型应用的上下文提供者。该服务器托管与管理 Resources（数据资源）、Tools（可注册并供 LLM 调用的外部功能）以及 Prompts（Prompt 模板渲染），通过 JSON-RPC 与客户端通信，完成会话管理、能力声明以及跨传输协议（如 Stdio、SSE、WebSocket）的上下文服务，方便编辑器、IDE 以及本地模型进行组合式推理与扩展。仓库中明确包含 MCP 集成组件、启动脚本及相关文档，具备对 MCP 客户端的完整支持能力。

基于 Model Context Protocol (MCP) 的多模型上下文服务后端，向 LLM 客户端提供资源管理、工具注册与执行、Prompt 模板渲染等核心能力；通过 JSON-RPC 与客户端通信，支持会话管理并兼容多种传输协议（STDIO/SSE/WebSocket），为 AI 应用提供可扩展、安全的上下文服务框架。

一个基于模型上下文协议（MCP）的后端服务器，提供结构化的上下文记忆、资源管理、工具注册与执行，以及 Prompt 模板渲染，面向 AI 客户端以 JSON-RPC 方式进行交互。