基于 Model Context Protocol (MCP) 的服务器端实现，提供对代理任务看板的资源、工具、提示等能力，通过 JSON-RPC 的 MCP 交互向 LLM 客户端暴露 backlog、编辑、查询等能力，并包含本地/团队模式、UI Kanban 界面以及 Leader 选举等特性。该仓库中的 MCP 服务端实现了工具注册、请求分发、日志与数据库契合，以及与前端 UI 的协同工作。
基于 Model Context Protocol 的后端实现，提供对资源、工具与 Prompt 的标准化管理与读取，并通过 JSON-RPC 与 LLM 客户端进行交互，以实现可扩展的上下文服务。
基于 Cloudflare Workers 的 MCP 服务器，实现 CIViC GraphQL 查询的上下文服务：将查询结果转为可被 LLM 处理的结构化 SQLite 存储、注册并执行工具，以及提供 Prompt 渲染与多种传输模式支持的 MCP 服务端实现。
基于模型上下文协议（MCP）的后端服务器实现，提供对知识 vault 的资源管理、工具调用与提示模板渲染等能力，通过 JSON-RPC 方式与 LLM 客户端交互，支持标准的文本/向量检索、注释日志、手动与自动化操作等场景，并以标准的 stdio 传输启动 MCP 服务，方便与 Claude Code 等工具链对接。
基于 Model Context Protocol 的后端 MCP 服务器实现，用于通过 MCP 客户端向 Spark Desktop 的会议记录、邮件、日历等上下文数据提供只读查询、工具执行与 Prompt 渲染能力（通过 JSON-RPC/标准 MCP 交互形式）。
基于 Model Context Protocol 的 MCP 服务器实现，使用 SQLite 数据库提供资源、工具与提示模板管理，供 LLM 客户端查询并执行外部功能，通过 JSON-RPC 与客户端进行通信，并支持会话管理与多种传输形式。
基于 Model Context Protocol 的 MCP 服务器实现，为 Dynamics 365 Finance & Operations 提供 X++ 符号查询、类/表信息、代码完成、代码生成、资源访问等功能，通过 JSON-RPC 与客户端通信，支持元数据提取、缓存、数据库索引与 Azure/BLOB 存储整合。
基于 Model Context Protocol (MCP) 的后端服务器实现，向 LLM 客户端提供对 Kubernetes k8s-at-home-search 数据库的资源查询、工具执行与配置值分析等上下文服务，并通过 JSON-RPC/标准传输协议与客户端进行交互。
本示例项目展示了如何使用MCP服务器集成AWS Bedrock和数据库，实现通过自然语言查询数据库的功能。
该项目演示了一个基于MCP协议的SQLite数据库服务器，允许LLM客户端（如Claude）连接并查询本地SQLite数据库中的数据。
数据库实用工具MCP服务器，提供统一接口访问PostgreSQL和SQLite数据库，支持查询、表结构及性能监控。