瀏覽 'MCP 客戶端' MCP 資源

一款具有基本聊天功能的極簡MCP客戶端，支持多種模型和上下文交互。

一個模型無關的聊天平台，支持多個LLM提供者和用戶API密鑰的MCP集成。

一個多功能的本地AI聊天介面，支持多個AI提供者和外部工具的整合。

Prism 的客戶端工具，可實現與 AI 應用程序的模型上下文協議 (MCP) 服務器的集成。

一個開源客戶端，用於與多個MCP伺服器互動，為Claude提供無縫的工具訪問。

一個MCP伺服器包裝器，可以在不受工具限制或上下文過載的情況下充分利用協議功能。

一個完全類型化的 TypeScript 客戶端庫，用於與 MCPVerse.org 伺服器和工具進行互動。

示範如何使用 SwiftUI 和 Anthropic API 實現 MCP 客戶端的範例項目。

一個CLI工具，可以連接到MCP伺服器，允許由OpenAI驅動的自然語言互動。

一個整合了 llama-stack-client、Ollama 和 MCP 的聊天機器人平台，用於測試和部署 AI 聊天應用程序。

非同步 Python 客戶端，用於與 Rini API 伺服器交互，以管理 LLM、使用者、會話和 MCP。

一款簡約的 MCP 客戶端，能夠集成各種 MCP 伺服器以增強 AI 聊天機器人的功能。

一款使用 Ollama 連接到 MCP 伺服器的 Python 客戶端，支持多伺服器、動態模型和工具。

一個輕量級的客戶端，能夠與LLMs互動，支持OpenAI和兼容的API，並帶有MCP擴展。

一個輕量級CLI工具，將本地LLM與MCP伺服器連接，用於反向工程和自動化任務。

一種命令行工具，用於使用 OpenAI 模型與 MCP 服務器進行高效通信的交互。

命令列工具，代理 MCP 請求，使本地客戶端（如 Claude Desktop）能夠與遠端 MCP 伺服器互動。

一個使用Electron、React和Express開發的MCP客戶端範例，用以展示MCP的功能。

通過整合API、AI和自動化，使用先進的模型上下文協議徹底改變伺服器和客戶端功能。

使用 Google ADK 來與資料庫互動的簡單原型 MCP 客戶端，通過自然語言翻譯為 SQL。

一個利用 NWS API 提供美國天氣警報的伺服器，搭配互動式客戶端範例。

C# 實作可動態連接到多個 MCP 伺服器的 MCP 客戶端管理器，並進行配置管理。

一個透過 NWS API 提供氣象警報和預報的伺服器，支援 TypeScript。

啟用與MCP伺服器的無縫連接，使用LangChain LLM和CLI互動以實現動態工作流程。

一個用於 Signal 的客戶端，可以通過 MCP（模型上下文協議）發送和接收消息。

一個輕量級的 TypeScript 客戶端，讓 AI 模型可以通過 MCP 連接到外部工具和服務。

透過SSE連接到MCP伺服器的客戶端，提供測試和與演員互動的聊天UI。

提供 Python、Go 和 Rust 的 MCP 伺服器，以便在 VS Code 中無縫集成 AI 工具。

實現支持多個代理框架的 MCP 伺服器，以實現代理之間的無縫通信和協調。

一種GUI工具，用於跨客戶端管理MCP伺服器，具有無縫切換和實時監控功能。

一個通過自然語言查詢Solana交易的伺服器，使用Solscan API，簡化與區塊鏈的互動。

一個伺服器，使MCP客戶端如Claude Desktop或Cursor能夠高效執行Unity編輯器操作。

透過WhatsApp的聊天消息與MCP伺服器互動的WhatsApp MCP客戶端。

統一的平台，用於管理和監控多個MCP伺服器，提供實時狀態和協議處理。

一套AWS MCP伺服器，提供AWS文檔、成本分析和基礎設施管理能力。

Java AI 框架支持使用 LLM、功能調用、RAG、嵌入、流程、MCP 伺服器、客戶端進行完整場景的應用開發。

一個Go庫，便於與Redis、GitHub、Google Maps和網頁爬蟲工具等MCP伺服器的集成。

一個支持 AI 通訊和消息交換的水平可擴展 MCP 伺服器，支持負載平衡部署。

Rust命令列工具，用於發現、記錄和視覺化MCP伺服器的能力和資源。

一個將多個 MCP 資源伺服器聚合為單一可訪問 HTTP 伺服器的 MCP 代理伺服器。

用於搭建具備TypeScript支援與現代化工具的模型上下文協議 (MCP) 伺服器應用程式的CLI工具。

允許將組件和規則鏈深度整合為AI助手和系統集成的MCP工具。

一個Dart實現的MCP，啟用AI代理與伺服器和客戶端組件之間的互動。

簡化與多個 MCP 伺服器的互動，允許自定義代理的創建和工具集成。

一個高效能的非同步 Rust 工具包，用於建立支持標準 I/O 的 MCP 伺服器和客戶端。

通過MCP伺服器-客戶端架構實現文件系統操作，以讀取、寫入和列出文件。

一個輕量級的 Node.js MCP 客戶端，能夠實現與 MCP 伺服器的互動通信，用於模型管理。

一個多功能的顏色調色板生成器，專為網頁開發而設，提供可定制的鮮豔顏色組合，且能有效高效使用。

一個用於管理MCP伺服器連接的Python客戶端庫，支持為像OpenAI、Anthropic和Gemini等供應商適應工具。

Tome是一款MacOS應用程式，用於管理本地LLM和MCP伺服器，使連接和聊天功能變得簡單。

一個Slack機器人連接Slack和MCP伺服器，使LLM能夠通過Slack介面與MCP工具互動。

一個免費的 MCP 客戶端伺服器，利用 GroqCloud 的高效推論能力，並連接到本地和遠端的 MCP 伺服器。

一個最小化的MCP伺服器和客戶端範例，演示使用SSE和stdio傳輸的計算機操作。

一個服務器用於StatusNow平台，啟用監控和警報管理，支持多種互動功能。

一個可擴展的Meta MCP服務器，自動將請求路由到超過1,000個MCP服務器，用於大規模LLM部署。

一個開放的協議，標準化應用程式如何通過與Algorand區塊鏈的互動向LLMs提供上下文。

一個配置器和代理，可用於Secure MCP伺服器，支持熱重載，以便靈活且可重用的MCP客戶端管理。

一個跨平台工具，可在兩次點擊中將MCP伺服器添加到Claude Desktop、Cursor和Windsurf。

跨平台的Web和API介面，使用自然語言命令管理MCP伺服器，使用Ollama驅動。

用於管理不同客戶端上MCP伺服器的CLI工具，如Claude Desktop和Cursor。

一種開放標準的協議，允許大型語言模型與外部數據來源和工具的無縫集成。

雙模式的Python伺服器，允許透過伺服器發送事件和標準輸入/輸出進行計算操作。

一個預釋放的 MCP 伺服器，實現針對 Rollbar 錯誤跟踪系統的模型上下文協議整合。

一個由AI驅動的MCP伺服器自動與Malware Bazaar接口，提供即時的威脅情報和樣本元數據。

一個支持EPUB和PDF格式的伺服器，通過大型語言模型實現與電子書的自然語言互動。

一個獨立的代理執行器，通過使用Anthropic、AWS BedRock和OpenAI的API來執行任務。

跨平台 AI 聊天客戶端，支持多個 LLM，使用模型上下文協議進行上下文感知對話。

基於Swift的MCP實現，用於AI代理與支援協議標準的伺服器和客戶端組件之間的互動。

一個 TypeScript 函式庫，簡化 LangChain.js 兼容的 LLMs 與 MCP 伺服器的連接，以建立 AI 代理。

一款支持多種LLM的多通道聊天客戶端，提示管理，MCP服務器市場和跨平台支持。

使用Azure OpenAI實現MCP客戶端，以集成聊天和工具調用能力。

開源的Python庫，使AI代理、工作流程和自動化的MCP集成變得無縫。

一個在Windows、macOS和Linux上，以細微控制管理MCP伺服器、客戶端和工具的CLI工具。

一個用於輕鬆管理多個客戶端之間MCP伺服器的圖形介面，並包含自動化功能。

一個CLI工具，用於從 OpenAPI 規範生成、配置和管理類型安全的 MCP 伺服器。

一個極簡的MCP客戶端，設計用來有效地測試MCP伺服器工具調用和協議互動。

一個基於Python的Zerodha交易助手，負責管理帳戶、下單以及通過MCP訪問交易信息。

一個開源的多智能體聊天界面，允許在一個動態會話中管理多個智能體。

一個本地的AI驅動編碼助手，提供您的項目內的上下文相關代碼解釋和建議。

一個用於構建、管理和部署MCP客戶端及伺服器的框架，並具有無縫的工作流程整合。

將 MCP 伺服器與語意核心連接，以便 LLM 能夠無縫調用外部工具。

一個 TypeScript 庫，允許 AI 代理連接到 MCP 伺服器並利用它們的工具以增強能力。

一個透過 Cost Explorer API 檢索和可視化 AWS 支出數據以進行分析和報告的伺服器。

透過GraphQL使Azure OpenAI AI代理與Microsoft Fabric數據倉庫集成，以實現動態數據訪問。

一個用於使用自然語言查詢Solana區塊鏈數據的Rust基於Solscan API的MCP伺服器

用於透過標準輸入/輸出 MCP 伺服器與 SSE 端點進行 Evolution API 介面的閘道應用程式。

一個Python工具包，使ADK代理能夠與MCP伺服器連接，以實現航班搜索功能。

一個基於Python的MCP客戶端，集成了Google Gemini AI，用於通過模型上下文協議執行任務。

Gaia-X 提供具有 MCP 支持、多代理協調和自然語言 RPA 的企業 AI 應用平台。

用於驗證MCP伺服器的沙盒環境，支持本地或基於雲的LLM推斷和聊天。

具有Server-Sent Events端點的Web伺服器，用於實時更新和接收客戶端的消息。

一個CLI工具，簡化MCP伺服器配置的安裝和管理，適用於MCP客戶端。

一套基於 MCP 框架的 AI 工具，用於搜尋、數學和新聞檢索。

EasyMCP是一個高效能的Python SDK，提供多個MCP伺服器的管理，並支援快取和命名空間。

一個展示MCP協議的多功能聊天機器人，用於前端和後端集成的多服務互動。

一個基於FastAPI的教育伺服器，示範透過API和SSE進行MCP呼叫及遠端命令執行。

一個使用Ollama和Llama 3.2的MCP航班搜索客戶端介面，以便為用戶提供友好的航班查詢。

一個Clojure庫，用於通過模型上下文協議增強AI模型的工具、資源和提示。

OpenClient 是一個開源的 MCP，標準化大語言模型（LLM）上下文供應，以實現無縫的 AI 應用整合。

一個使LLM能夠執行Python代碼，管理環境，讀取/寫入文件，並互動式執行腳本的服務器。