MCPゴムダックは、モデルコンテキストプロトコル（MCP）に基づくサーバーで、複数のOpenAI互換のLLMを照会するためのブリッジとして機能します。ゴムダックデバッグ法のように、ユーザーが異なるAI「ダック」に問題を説明し、多様な視点からの回答を得ることができます。さまざまなAIプロバイダーをサポートし、会話管理、多モデル比較、コンセンサス投票、議論、反復最適化などの高度なツールを提供し、MCPブリッジ機能を通じて他のMCPサーバーに接続して機能を拡張することができます。

Unreal Engineの生成型AIサポートプラグインで、最新のLLM/GenAIモデルAPIを統合し、ゲーム開発におけるAI統合層のサポートを提供します。OpenAI、Claude、Deepseekなどのモデルのチャット、構造化出力などの機能を備え、Model Control Protocol（MCP）をサポートしてシーンオブジェクトの制御やブループリントの生成などの高度な機能を実現します。

openai - tool2mcpはオープンソースのブリッジツールで、OpenAIに組み込まれた高品質のツール（ウェブ検索、コードインタープリターなど）をMCPプロトコルサーバーとしてラッピングし、ClaudeなどのMCP互換モデルもこれらの強力な機能を使用できるようにします。

o3-search-mcpは、OpenAIのo3モデルとその強力なウェブ検索機能をサポートするMCPサーバーで、AIプログラミングエージェントが複雑な問題を自主的に解決するのを支援します。

このプロジェクトは概念実証 (POC) であり、カスタムホストを通じてモデルコンテキストプロトコル (MCP) を実装し、エージェントシステムをテストする方法を示しています。主要な機能には、OpenAI互換API、Google Gemini統合、ストリーミング応答サポート、およびツール呼び出し機能が含まれます。

Ultra MCPは多モデルAIプロトコルサーバーで、統一的なMCPインターフェースを通じてOpenAIやGeminiなどのAIモデルを統合し、Claude CodeやCursorをサポートします。ゼロコンフィグインストール、組み込み使用分析ダッシュボード、最新のWebインターフェースなどの特徴があります。

Nano Agentは、複数のプロバイダのLLMモデルをサポートする実験的な小型のエンジニアリング代理MCPサーバーで、クラウドとローカルのLLMのパフォーマンス、速度、コストの面での代理能力をテストおよび比較するために使用されます。プロジェクトには、複数のモデルを評価するシステム、ネストされたエージェントアーキテクチャ、および統一されたツールインターフェースが含まれており、OpenAI、Anthropic、Ollamaなどのプロバイダをサポートしています。

One APIはオープンソースプロジェクトで、標準的なOpenAI API形式で様々な大規模モデルへの統一アクセスインターフェースを提供します。複数の大規模モデルとサードパーティの代理サービスをサポートし、負荷分散、トークン管理、ユーザーグループ化などの機能を備えており、様々なデプロイメントシナリオに適しています。

OpenAI互換またはMCPネイティブリクエストをPerplexity AIのSonarモデルに転送するNode.jsプロキシサーバーで、ストリーミングをサポートします。

このプロジェクトはJSON - RPCサーバーで、OpenAI Codex CLIツールをMCPサービスとしてラップし、Claude Codeから呼び出せるようにします。コード生成、解釈、デバッグなどの専用メソッドを提供し、複数のモデル選択をサポートし、ClaudeとOpenAIモデルの統合プロセスを簡素化します。

Second Opinion MCPは、複数のAIモデルを利用した相談プラットフォームで、ユーザーがClaudeの会話中にOpenAI、Gemini、Grok、Claude、HuggingFace、DeepSeek、OpenRouterなどのさまざまなAIモデルから即座にセカンドオピニオンを取得できます。コード比較、クリエイティブライティング、問題解決、モデル間分析などの機能をサポートしています。

簡単なサーバープロジェクトで、マスターコントロールプログラム（MCP）としてOpenAIとClaudeのAIモデルとやり取りし、統一的なAPIインターフェースと自動サプライヤー検出機能を提供します。

これは初心者向けの生成AIコースプロジェクトで、環境構築から実際のアプリケーションまでの完全な学習パスを提供します。プロジェクトには6つの概念コースと6つのプログラミングコースが含まれ、Azure OpenAIサービスを使用して実践操作を行います。学習者はGitHub Codespacesを通じてすぐに始めることができ、またはローカルにPython環境をインストールすることもできます。プロジェクトではAPIキーの安全な管理を強調し、詳細な設定ガイドを提供します。さらに、学習者にオープンソースへの貢献を奨励し、AIコミュニティの交流プラットフォームを提供します。