瀏覽 'OpenAI' 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。

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。

基於 Next.js 的聊天介面，連接到 MCP 伺服器，具備工具調用和風格化 UI。

演示專案，展示如何將 MCP 協議整合至 Azure OpenAI，以實現無縫的 AI 應用互動。

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。

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。

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。

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。

一個基於 Express 的 API 和 MCP 伺服器，提供為 subtype.space 提供服務的靈活部署選項。

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。

提供最新的 Rust crate 文檔，幫助 AI 助手提高代碼準確性。

運行類似於 Fred Wilson 和 Peter Thiel 等 AI 驅動的風險投資家代理的 MCP 伺服器，用於創業分析。

一個簡單的MCP伺服器部署工具，支持Shell執行，具有本地和容器主機選項。

支持通過MCP協議和基於cron的調度的任務調度器，支持shell命令和AI提示。

展示MCP協定與Azure OpenAI的演示，實現通過MCP伺服器和客戶端無縫與OpenAI API的互動。

一個基於網絡的聊天機器人，結合了OpenAI Agents框架、自訂LLM、MCP伺服器和功能工具，用於互動式AI對話。

標準化介面，用於將各種代理框架和LLM供應商整合到工具和資源中。

提供多個 TTS 引擎的統一介面，包括 Kokoro 和 OpenAI，具有實時串流功能。

一個使用LLM自動生成各種結構化數據庫的安全、AI優化API的伺服器。

一個透過MCP伺服器發送訊息、檢索聊天內容、媒體以及以程式化方式管理聯絡人的WhatsApp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。

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。

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。

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。

一個基本教程，展示如何使用 .NET 和 C# 創建 MCP 伺服器，並提供逐步指導。

一個簡約但強大的CLI聊天機器人客戶端，通過命令行接口支持多種語言模型。

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。

使用~/.mcp中的Markdown文件標準化本地機器上的MCP伺服器列表和配置。

Distri是一個基於Rust的框架，用於構建和組合支持MCP協議的AI代理。

一個使用AWS SDK來檢索和列出指定區域的AWS EC2實例的伺服器。

一個現代化的AI服務代理，支援多個供應商，如OpenAI和Anthropic，透過Cloudflare Workers進行部署。

一個通用的MCP伺服器，能夠與多個大型語言模型如GPT、Claude和DeepSeek無縫整合。

提供支援多種協定和框架的標準化MCP伺服器，支持AI模型的整合。

通過伺服器為LLM提供訪問其他LLM的網關，利用LlamaIndexTS庫。

一個隨時可用的 MCP 伺服器範本，整合了文檔工具和 AI 能力，專為開發人員設計。