Ein leichtgewichtiger Client zur Interaktion mit LLMs, der OpenAI und kompatible APIs mit MCP-Erweiterung unterstützt.

Ein Node.js MCP-Client, der die Interaktion mit MCP-Servern durch bequeme Methoden für gängige Operationen vereinfacht.

AppDog generiert MCP-Server aus OpenAPI-Spezifikationen und optimiert die API-Entwicklung und -Bereitstellung.

Eine Dart-Implementierung von MCP, die Interaktionen von AI-Agenten mit Server- und Client-Komponenten ermöglicht.

Swift-basierte MCP-Implementierung für AI-Agenteninteraktionen mit Server- und Client-Komponenten, die den Protokollstandard unterstützen.

Ein Python-Paket zur Generierung von typisierten API-Clients und MCP-Servern aus OpenAPI-Spezifikationen.

Rust-Bibliothek zum Aufbau von entdeckbaren Netzwerken von KI-Agenten mit Peer-Discovery und Ressourcenteilung.

EasyMCP ist ein leistungsstarkes Python SDK zur Verwaltung mehrerer MCP-Server mit Cache- und Namensraumsupport.

A TypeScript-based client connecting to MCP servers, enabling AI interaction with DeepSeek or OpenAI models.

Eine einfache Demonstration eines MCP-Clients auf Basis von Spring Boot unter Verwendung des spring-ai-mcp-client-spring-boot-starter.

AIMCP AIME ist eine KI-unterstützte Multi-Client-Plattform, die ein effizientes Management von KI-Modellen und -Diensten ermöglicht.