标签：LLM

学习并实践连接LLM与外部系统的标准协议MCP，包括服务器和客户端实现。

一个为LLMs设计的Python MCP服务器，用于索引GraphQL架构，存储类型到字段的嵌入，并通过嵌入端点实现快速查找和查询执行。

一个轻量级的实验性 Rust 服务器，用于将 GraphQL 数据 API 连接到 LLMs，适用于快速原型设计、实验和学习。

一个结合MCP服务器和LLM技术的金融分析工具，用于解释损益和审计风险暴露。

一个基于Gradio的Web界面，通过Mistral API和自定义MCP服务器，使用大型语言模型（LLM）与Strava活动进行交互。

一个使用LLM进行代码变更审查的CLI工具，支持GitHub Copilot、本地Ollama模型和任何OpenAI兼容的端点。

一个结合了LLM、MCP和Docker的智能代理系统，能够执行GitHub搜索、文件访问、AI分析和多步骤工作流等任务。

一个基于FastAPI和FastMCP的LLM服务器，支持Ollama和OpenAI，适用于本地开发和部署。

一个完整的对话式应用程序项目，支持本地LLM、向量数据库、多用户会话和插件系统。

一个用于开发LLM-MCP服务器的模板项目，提供数字比大小等基础能力，支持多种客户端调用方式。

一个基于Streamlit的交互式应用，通过模型上下文协议（MCP）与大型语言模型（LLM）进行聊天。

基于Spring Boot的LLM MCP服务器，提供API接口和运行支持。

一个基于Python的模型-上下文-协议（MCP）服务器，旨在为大型语言模型（如GitHub Copilot）提供自定义工具，实现实时数据访问和可视化。

专注于构建和评估基于LLM的AI系统，包括检索增强生成（RAG）、代理架构和系统评估。

SPRING AI LLM MCP SERVER TOOLS 是一个集成Google日历、Google Drive和PostgreSQL数据库的多功能服务器工具，支持事件管理、文件操作和数据检索。

用于本地环境的模型上下文协议服务器，通过LLM实现自动化任务。

一个基于Python的LLM聊天机器人客户端，用于与MCP协议交互。

OpenManus 是一个开放的智能代理平台，旨在实现无需邀请码即可构建和运行智能代理。它基于强化学习（RL）和大型语言模型（LLM）技术，提供快速部署和灵活配置的能力。核心功能包括任务规划、模型适配、外部知识检索等，适用于开发者和研究人员构建和优化智能代理。

一个支持高级LLM文本生成、结构化JSON提取与验证的工具，适用于数据修复、流式处理和多种AI应用场景。

Kollektiv MCP是一个已弃用的实验性服务，用于快速构建个人LLM知识库，支持多种MCP客户端连接。

一个提供LLM聊天功能的模型上下文协议（MCP）服务器，支持Azure OpenAI和Google Gemini提供商，具有强大的对话历史管理功能。

一个 MCP（模型上下文协议）服务器，使大型语言模型（LLM）客户端能够与任何 MediaWiki 维基进行交互。

一个基于MCP的协作工具，帮助用户通过LLM起草和修改LinkedIn帖子，支持大纲生成、内容草拟和交互式修订。

一个基于GitHub认证的本地LLM客户端服务，提供STDIO和HttpStream两种API交互方式。