# 模型交互

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。

VseGPT的MCP服務器項目，提供標準化的語言模型與外部服務交互協議。

MCP Perplexity Server是一個提供API接口的服務器，用於通過Perplexity API向模型提問。支持Docker快速部署和Node.js本地運行，可配置多種參數。

項目旨在通過MCP協議將RAG應用與open-webui連接，實現模型上下文交互，包括基礎PoC驗證、知識庫集成及客戶端對接。

MCP服務器開發指南，介紹如何構建用於大型語言模型(LLM)的標準化通信協議服務器，包括核心架構、功能實現和示例代碼。

該項目是一個使用Python從頭開始構建MCP（模型上下文協議）服務器的開源項目，支持自定義數據包處理、上下文管理和基礎模型集成，旨在實現高效的服務器交互與通信。

一個基於Google Docs API的MCP服務器，支持語言模型創建、搜索、追加和更新Google文檔。

Whoop MCP服務器是一個提供訪問Whoop API的Python服務，支持查詢健康數據並與語言模型交互。

Akave MCP服務器是一個實現AI模型與Akave S3兼容存儲交互的工具，提供標準化協議連接AI模型與數據源，支持存儲桶和對象管理、簽名URL生成等功能，兼容Claude和本地LLM。

iTerm-MCP是一個為iTerm會話提供模型訪問的服務器，支持高效查看終端輸出和完全控制。

該項目提供MCP服務器，用於集成OpenAI的o1模型和Flux能力，支持模型交互和圖像處理功能。

Haskell實現的模型上下文協議(MCP)，支持通過StdIO和JSON-RPC與Claude等客戶端交互，提供資源、工具和提示管理功能。

mcp-kafka是一個基於模型上下文協議(MCP)的Kafka服務端實現，支持與Kafka生態系統工具交互，包括Kafka Connect、Burrow和Cruise Control。

MCP開發框架是一個用於與大語言模型交互的強大工具集，提供文件處理（PDF/Word/Excel）、網頁內容獲取等功能，支持Cursor IDE擴展，具有智能文件識別、高效處理和內存優化等技術特點。

一個為iTerm會話提供模型訪問的MCP服務器，支持高效查看終端輸出和完全控制。

MCP開發框架是一個用於創建與大語言模型交互自定義工具的強大框架，提供文件處理、網頁內容獲取等功能，支持PDF、Word、Excel等多種格式，具有智能識別、高效處理和內存優化等技術特點。

IDA MCP服務器是一個用於IDA交互和自動化的模型上下文協議服務器，提供通過大型語言模型讀取IDA數據庫的工具。

MCP4Go是一個用Go語言實現的模型上下文協議(MCP)庫，旨在簡化AI應用開發，提供完整的協議實現和高層抽象。

Hugging Face MCP服務器是一個提供只讀訪問Hugging Face Hub API的模型上下文協議服務，支持LLM如Claude與Hugging Face的模型、數據集、空間、論文和集合進行交互。

MCP是一個標準化AI模型與應用交互的協議，支持工具調用、資源管理和即時數據傳輸。

Model Context Protocol (MCP) 是由Anthropic引入的一種標準化協議，用於大語言模型(LLM)與外部工具和功能的交互，以及向LLM注入上下文。它支持模型請求即時信息、執行外部系統操作、訪問專業知識庫以及與API和服務交互。MCP類似於USB集線器，作為一個標準接口，減少了API變更的風險，因為每個MCP服務器由各自的公司維護，用戶只需集成即可。MCP服務器提供工具、資源和提示三種功能。

xk6-mcp是一個k6擴展，用於測試Model Context Protocol (MCP)服務器，支持通過stdio或SSE傳輸與MCP服務器交互。

Pro MCP是一個社區驅動的Model Context Protocol (MCP)服務器目錄，旨在為開發者和AI愛好者提供全面的MCP服務器列表，促進智能應用的開發。

一個基於MCP協議的服務器和客戶端演示項目，用於展示文檔理解能力、TypeScript熟練度及MCP協議探索

一個為大型語言模型提供OpenAPI規範交互服務的MCP服務器，支持加載、探索和查詢API結構

ToolChat是一個通過MCP服務器與大型語言模型(LLM)交互的工具，支持配置多工具服務器並調用特定功能，還能處理多模態輸入如圖片和文檔。

多語言實現的模型上下文協議服務器，用於與Claude、Cursor等應用配合使用

該項目是一個命令行接口(CLI)工具，整合了Arcee AI、TESS和MCP服務，採用Clean Architecture和DDD設計原則，提供統一訪問多個人工智能服務的抽象層。

trackio-mcp是一個為trackio實驗跟蹤工具提供MCP（模型上下文協議）服務器支持的Python包，使AI代理能夠通過MCP協議觀察和交互trackio實驗。它通過簡單的導入即可自動啟用MCP服務器功能，無需修改現有代碼，支持本地和Hugging Face Spaces部署。

Ashra MCP是一個為Ashra設計的模型上下文協議服務器，支持通過Claude客戶端進行配置和調用。