标签：大语言模型

一个基于MCP协议的服务器，提供工具将提示发送到OpenAI的GPT-5、GPT-4.1、Google的Gemini 2.5 Pro或Anthropic的Claude Opus 4.1，根据令牌计数和配置自动选择模型，并支持多模型辩论模式以提高响应质量。

MCP是一个开放标准，定义了LLM与外部数据源、应用程序和服务的安全一致连接方式，使LLM能够访问实时数据并执行外部系统操作。

一个强大的MCP开发框架，用于创建与大语言模型交互的自定义工具，提供文件处理、网页内容获取和AI对话等功能。

PromptTuner MCP 是一个用于优化和增强提示词的服务，支持 OpenAI、Anthropic 和 Google Gemini 等大语言模型，适用于自然语言处理任务中的提示词优化。

Ollama Docker Setup 是一个通过Docker在本地运行大型语言模型的工具，支持多种模型和GPU加速，适用于开发者和研究人员。

一个基于大语言模型（LLM）、模型上下文协议（MCP）和检索增强生成（RAG）的实验性项目，展示了如何构建一个能够与外部工具交互并利用检索增强生成技术的AI助手系统。

MCP框架是一个连接大语言模型服务和工具的中间件系统，提供与OpenAI API兼容的接口，支持多种LLM服务提供商和插件化工具集成，适用于AI助手应用开发。

一个用于大语言模型(LLM)集成和管理的标准化协议服务器，提供上下文管理、提示处理和响应处理等功能。

一个基于TypeScript实现的迭代验证优先MCP服务器，通过验证优先策略提升大语言模型推理的一致性。

POLPO是一个通过模型上下文协议(MCP)实现Ollama托管的大语言模型与外部工具交互的编排系统，具备模块化设计和Docker化部署特性。

一个协调多个大语言模型（LLM）进行对抗讨论的服务，通过模型间的挑战和辩论帮助用户优化想法。

MCP-Server是一个基于Model Context Protocol的服务端和客户端实现，允许大语言模型通过结构化协议调用外部工具完成复杂任务，适用于增强大语言模型能力的场景。

MCP RAG LLM是一个基于模块化通信协议（MCP）的检索增强生成（RAG）系统，集成了传统向量数据库RAG和基于图的RAG（GraphRAG）技术，旨在为大语言模型提供外部知识支持，提高回答的准确性和可靠性。

提供从初级到高级的生成式AI知识，涵盖AI/ML基础、大语言模型、提示工程、嵌入与向量数据库、检索增强生成、AI代理、A2A协议、MCP协议、模型优化及企业级应用。

基于React的FastAdmin AI插件模拟器，提供聊天功能、大模型API设置和MCP管理，适用于AI集成开发者。

一个从基础提示到代理和MCP服务器的实践学习路径，帮助用户将AI作为强大工具使用。

一套生产级AI代理开发工具集，包含金融顾问、研究助手、代码审查SDK等多功能模块，适用于构建基于LLM、RAG和多代理系统的AI应用。

Cangjie Magic是一个智能应用开发工具，通过集成大语言模型和预构建的DSL，帮助开发者快速构建具有智能和创意的应用。

MCP Context Engine是一个专注于减少幻觉并提高提示可靠性的模型上下文协议，用于用户、工具和大语言模型之间的上下文编排。

一个使用新颖MCP技术对大语言模型进行全面评估的框架。

一个支持多种LLM模型的统一接口服务器，用于批量处理提示词和文件交互。

Qwen-Agent是一个基于Qwen大语言模型的LLM应用开发框架，支持指令跟随、工具使用、规划和记忆功能，适用于构建智能助手、代码解释器等应用。

MCP链式草稿提示工具通过将标准提示转换为链式草稿或链式思维格式，显著提升大语言模型的推理质量，同时降低token使用量并保持高准确性。

模型上下文协议（MCP）是一个开源协议，用于标准化大语言模型与外部数据源和工具的连接方式，提供资源、提示词、工具、采样、根目录和传输层等核心功能。