# 協議標準

MCP服務器項目提供了一種標準化的工具與代理集成通信協議，便於AI應用快速調用各種工具服務。

該項目演示瞭如何使用Model Context Protocol (MCP)服務器與多種LLM代理框架集成，包括Google ADK、LangGraph、OpenAI Agents和Pydantic-AI，通過標準化接口連接不同LLM提供商，並使用Logfire進行追蹤和可視化。

該項目展示了GenAIScript的MCP服務器功能，支持與AI模型通信，包括本地模型，並遵循Anthropic的MCP協議標準。

Portainer MCP是一個實現模型上下文協議(MCP)的開源項目，通過標準化接口將AI助手與Portainer容器管理平臺連接，支持查詢和管理Docker/Kubernetes環境。

Okta MCP Server是一個基於模型上下文協議(MCP)的創新工具，使AI模型能夠直接與Okta環境交互。它為IAM工程師和安全團隊提供標準化的AI集成方案，支持用戶管理、組操作等核心功能，目前處於Alpha測試階段。

一個輕量級的MCP服務器，通過結合網絡搜索和內容解析，從LangChain、LlamaIndex和OpenAI等流行AI庫中檢索相關文檔內容，為語言模型提供動態查詢最新文檔的功能。

Props Labs提供的MCP服務器集合，用於AI模型與外部工具和服務的標準化交互，目前包含Fireflies.ai API的MCP服務器。

Top Rank Agent 是一個專為中文用戶打造的 MCP（模型上下文協議）資源合集，提供 MCP 的基礎介紹、玩法、客戶端、服務器和社區資源，幫助用戶快速上手這個 AI 界的“萬能插頭”。

AWS MCP Servers是一套基於Model Context Protocol的專用服務器，提供多種AWS相關功能，包括文檔檢索、知識庫查詢、CDK最佳實踐、成本分析、圖像生成等，旨在通過標準化協議增強AI應用與AWS服務的集成。

A2A-MCP官方網站展示多智能體協作協議的技術願景、核心優勢和應用場景，採用現代化前端技術棧構建。

本實驗指導用戶如何部署MCP服務器並將其集成到Microsoft Copilot Studio中，通過標準化協議連接AI模型與數據源，實現即時數據訪問和笑話生成功能。

Cisco NSO MCP服務器是一個基於Python的模型上下文協議(MCP)實現，為Cisco網絡服務編排器(NSO)提供AI驅動的網絡自動化能力，支持通過自然語言交互操作網絡設備。

該項目是關於Model Context Protocol (MCP)服務器的開發者文檔，詳細介紹瞭如何構建、運行和集成MCP服務器，以實現AI模型與即時數據、工具和業務邏輯的安全連接。

模型上下文協議(MCP)是一個開源協議，為大語言模型提供標準化連接外部數據源和工具的方法，支持資源、提示詞、工具、採樣等功能，本文重點介紹瞭如何開發和使用MCP工具服務。

Awesome-MCP-ZH 是一個專為中文用戶打造的 MCP（模型上下文協議）資源合集，包含 MCP 的基礎介紹、玩法、客戶端、服務器和社區資源，幫助用戶快速上手 MCP。

MCP Tools是一個實現Model Context Protocol（MCP）的自定義服務器，為Claude Desktop等LLM客戶端提供文件系統和命令執行工具，擴展了LLM的本地系統交互能力。

Model Context Protocol (MCP) 是一個開源協議，旨在通過標準化接口讓大型語言模型(LLM)與外部工具、服務和數據源無縫交互，簡化集成流程並擴展AI能力。

一個基於Python的MCP服務器示例項目，展示瞭如何創建自定義工具（如便籤管理）並與AI助手（如Claude）集成，實現外部數據交互和操作。

MCP服務器是一個基於Model Context Protocol標準的交互系統，結合IPFS分佈式存儲和Claude AI處理能力，實現模型、代理與上下文數據的高效交互。

Flex MCP Agent是一個多功能代理項目，集成了天氣數據獲取、Confluence交互和郵件發送功能，採用Model Context Protocol（MCP）標準化AI模型與數據源的交互。

Perses MCP Server是一個本地化的模型上下文協議服務器，用於標準化LLM主機與Perses應用之間的交互。

該項目展示了Model Context Protocol（MCP）的示例實現，MCP是一種標準化協議，用於增強AI助手的能力，通過自定義工具和數據源擴展其功能。項目包含多個MCP服務器示例，如任務管理器、文件瀏覽器和天氣服務，並提供瞭如何設置和使用這些服務器的指南。

該項目是一個Model Context Protocol (MCP)服務器的實現，展示瞭如何構建可與多種語言模型客戶端集成的功能服務器。MCP作為標準化協議，為AI應用提供連接數據源和工具的統一方式，支持資源、工具和提示三種能力類型。

一個實現Model Context Protocol標準的模塊化服務器，提供GitHub、GitLab、Google Maps、內存存儲和Puppeteer網頁自動化等多種工具集成。

Model Context Protocol (MCP) 是一個開源協議，提供了一系列參考實現和社區構建的服務器，使大型語言模型(LLMs)能夠安全、可控地訪問工具和數據源。該項目包含多種功能服務器實現，涵蓋文件系統、數據庫、搜索、API集成等領域，並支持TypeScript和Python SDK開發。

MCP項目是一個用於增強AI模型上下文理解能力的標準化協議，通過結構化方式提供環境信息、用戶偏好和對話歷史，解決AI系統記憶有限的問題。項目包含安裝指南、環境配置及多個實驗性案例。

該項目提供多種Model Context Protocol (MCP)服務，用於擴展AI助手功能，支持獨立安裝使用。

本實驗指導用戶如何部署MCP服務器並將其集成到Microsoft Copilot Studio中，通過標準化協議連接AI模型與數據源，實現即時數據訪問和笑話生成功能。

HubSpot推出MCP服務器測試版，使AI客戶端能無縫操作HubSpot數據和功能，支持多種MCP客戶端配置接入。

基於MCP SDK和TypeScript開發的天氣數據服務器工具，通過模型上下文協議(MCP)為支持MCP的大型語言模型提供即時天氣信息訪問能力。