"LLM应用后端"标签的搜索结果

Arcade MCP 服务器框架是一个用于构建基于Model Context Protocol (MCP) 的应用后端，它允许开发者以标准化的方式向大型语言模型 (LLM) 客户端提供上下文信息和功能，包括资源管理、工具调用和Prompt模板渲染。

一个基于 Model Context Protocol (MCP) 和 OAuth2 协议构建的 ChatGPT 应用后端，负责向 LLM 提供上下文信息、功能调用及可交互的界面组件。

基于LangChain4j和Spring Boot，提供构建Model Context Protocol (MCP) 服务器的完整模板，支持资源、工具及Prompt模板的托管与管理。

Codex Mail 是一个结合 Model Context Protocol (MCP) 服务器与多智能体协作平台，为AI编程智能体提供邮件式的通信、文件协作和项目协调功能。

Eddo MCP 服务器提供基于 GTD 理念的待办事项和时间追踪功能，通过 Model Context Protocol (MCP) 为 LLM 代理和客户端提供上下文服务。

Theoria 是一个现代神学研究引擎，能索引个人图书馆、规范圣经引文、提供AI洞察，并作为MCP服务器为LLM应用提供上下文服务。

这是一个用于构建基于WebAssembly组件的Model Context Protocol (MCP) 服务器的开发套件，支持可插拔的工具、资源和提示功能。

基于Model Context Protocol (MCP) 的TypeScript Express服务器，用于构建兼容ChatGPT应用SDK的后端，支持工具、资源和自定义UI组件。

一个Python SDK，用于构建和连接支持MCP等代理协议的智能体应用，提供多传输协议的MCP服务器与客户端功能。

一个基于LangChain和FastAPI的生产级应用模板，提供MCP协议兼容的动态工具集成、RAG、Agent工作流及其他AI能力。

提供一个集成了 Auth0 认证流程的 FastMCP 服务器，用于为 LLM 客户端提供安全的上下文和工具访问。

一个基于Model Context Protocol (MCP) SDK构建的服务器实现示例，用于向LLM客户端提供资源访问和工具调用功能。

一个基于Model Context Protocol (MCP) 构建的个人日记应用后端，提供AI驱动的日志管理、标签组织和内容总结功能。

一个基于Go语言实现的Model Context Protocol (MCP) 服务器，内置OpenTelemetry支持，提供LLM应用所需的上下文服务和工具调用能力。

Baby API是一个极简的Go语言CRUD API框架，通过集成Model Context Protocol (MCP) 功能，能快速构建面向LLM应用的上下文服务后端。

模块化AI Agent框架，可将Agent暴露为Model Context Protocol (MCP) 服务器

使用 Swift 为 Godot 游戏引擎构建的 MCP 服务器，提供上下文信息和功能。

基于 TypeScript 的 SDK，用于构建符合 Model Context Protocol 的服务器，为 LLM 应用提供上下文和工具。

连接大型语言模型(LLM)与去中心化物理基础设施网络(DePIN)，构建可感知现实世界的先进AI代理后端。

基于Python和Docker，提供MCP协议实现的服务器模板，用于连接LLM应用和外部能力。

基于Nacos的MCP服务器路由器，提供搜索、安装和代理其他MCP服务器工具。

基于Go+语言实现的Model Context Protocol (MCP) 服务器开发框架，简化LLM应用后端构建。

使用 Go 语言和 mcp-go 库构建的 MCP 服务器基础示例，展示工具、资源和提示词的实现。

一个基于 Model Context Protocol (MCP) 的应用后端，通过工具提供品牌数据管理能力。

Micro.mcp 是一个轻量级的 Python MCP 服务器框架，帮助开发者快速构建和部署符合 Model Context Protocol 标准的应用后端，用于管理资源、工具和 Prompt，为 LLM 应用提供上下文服务。

用于快速创建 Model Context Protocol (MCP) 服务器应用程序的脚手架工具，简化 MCP 服务器的初始化和开发流程。

DiceDB MCP服务器是一个基于Model Context Protocol的实现，允许LLM应用通过工具与DiceDB数据库进行交互，实现数据存取和管理。

基于Next.js构建的MCP服务器示例，提供资源管理、工具注册和Prompt模板功能，支持LLM应用获取上下文信息和调用外部功能。

Heurist Mesh Agent 服务器是基于 Heurist Agent Framework 构建的 MCP 服务器实现，旨在为 LLM 客户端提供资源、工具和 Prompt 服务。

基于Bun构建的MCP服务器脚手架，提供资源、工具和Prompt模板管理功能，支持SSE协议，快速搭建LLM应用后端。

基于Effect框架构建的MCP服务器实现，提供资源、工具和Prompt模板管理，并通过SSE协议与LLM客户端通信。

Ragie TypeScript MCP服务器是一个基于Model Context Protocol的应用后端，为LLM应用提供资源管理、工具注册和Prompt模板服务。

演示了如何使用 FastMCP 框架构建和运行 MCP 服务器，包含 BMI 计算工具和 MySQL 数据库资源访问。

基于FastMCP框架构建的轻量级MCP服务器，专注于提供工具注册和生命周期管理，简化LLM应用后端开发。

基于PHP实现的MCP服务器，提供Prompt模板、Tool工具和Resource资源的管理与访问功能，为LLM应用提供上下文服务。

一个简单的MCP服务器模板，演示了如何使用MCP协议构建工具服务，并与LLM客户端集成。

该仓库提供了一个简单的“添加笔记”MCP服务器示例，演示了如何使用Model Context Protocol构建用于管理笔记资源的工具服务，支持通过工具添加和读取笔记。

基于Model Context Protocol的服务器模板，使用TypeScript构建，提供资源、工具和Prompt功能，方便LLM应用集成上下文能力。

基于MCP协议实现的Weaviate知识库和记忆服务器，为LLM客户端提供知识检索和记忆存储功能。

mcp-kit 是一个开源工具包，用于构建基于 Model Context Protocol (MCP) 的应用后端，提供资源管理、工具集成和Prompt模板等功能，旨在简化LLM应用后端开发。

一个基于 Model Context Protocol (MCP) 的简化服务器实现，旨在降低 MCP 服务器的开发门槛，并提供工具注册和执行的核心功能。

FastMCP是一个Python库，旨在简化Model Context Protocol (MCP) 服务器的构建，使开发者能够快速、便捷地为LLM应用提供上下文和工具支持。

ExMCP Test Server 是一个使用 Elixir 语言开发的 MCP 协议测试服务器，实现了资源、工具和 Prompt 模板的管理功能，用于实验和验证 MCP 协议的各项特性。