标签:容器化部署
包含标签「容器化部署」的全部资源
共 25 个结果
使用Bicep模板在Azure容器应用中创建容器应用环境并运行Notion MCP服务器。
MCP服务器开发平台是一个现代化的、AI辅助的开发平台,用于创建和部署模型上下文协议(MCP)服务器,并集成了Open-WebUI。该项目提供了一个完整的开发环境,包括基于UV的依赖管理、全面的测试和生产就绪的部署。
哥伦比亚模型上下文协议(MCP)服务器是一个基于Docker的部署基础设施和服务器实现,提供高可用性、监控、安全性和可扩展性的服务。它适用于需要容器化部署、高可用性和监控的企业级应用场景。
使用Docker Compose部署MediaWiki与MariaDB,支持AI助手通过VS Code交互的Wiki服务解决方案,适用于知识管理与协作开发场景。
使用Django, Nginx和Docker-compose进行服务器部署的工具,适用于快速构建和配置开发环境。
用于在Docker容器中部署和测试Azure MCP服务器的工具,支持通过Docker Compose或直接运行容器进行配置和集成开发环境。
MCP服务器容器化解决方案,提供隔离、安全、一致性和资源管理的Docker部署方案,适用于网络诊断工具和模型协议服务。
PenPot MCP Server的容器化版本,通过Docker容器实现AI驱动的设计工作流自动化,支持多架构部署和生产环境优化。
一个基于AWS Bedrock的LLM推理代理系统,支持自定义MCP服务器,可部署在EKS或本地Podman环境中。
一个容器化的Alpaca MCP服务器,用于通过HTTP传输提供金融API服务,适用于需要统一认证的下游服务。
非官方的Snyk CLI MCP服务器多架构Docker镜像,支持安全扫描功能,适用于AI代理的容器化部署。
一个基于Docker容器化的MCP服务器实现,提供RESTful API接口并与PostgreSQL数据库集成,适用于模型上下文协议的高效部署和管理。
基于Azure Container Apps的Model Context Protocol服务器解决方案,提供容器化部署、监控及扩展功能,适用于AI工具集成和企业级MCP服务器管理。
一个基于Docker的MCP服务器集合部署工具,支持通过docker-compose快速部署多种AI工具和服务,适用于ML/AI资源整合和开发。
LibreChat的MCP服务器实现,通过Supergateway桥接扩展功能,支持多LLM代理和容器化部署。
该项目通过Supergateway运行多个MCP服务器,每个服务器在专用端口上通过SSE(服务器发送事件)暴露,适用于开发环境中的多服务管理和集成。