一个基于Contextual AI的模型上下文协议(MCP)服务器,提供检索增强生成(RAG)能力,支持与多种MCP客户端集成,适用于技术文档查询和智能检索场景。
安装状态
已补齐
工具数量
1
GitHub Stars
20
命令预览
python -m venv .venv
一个基于Contextual AI的模型上下文协议(MCP)服务器,提供检索增强生成(RAG)能力,支持与多种MCP客户端集成,适用于技术文档查询和智能检索场景。
安装状态
已补齐
工具数量
1
GitHub Stars
20
命令预览
python -m venv .venv
一个基于Node.js和OpenAI API的上下文感知故事生成服务器,帮助用户动态生成和修改故事内容。
工具数量
0
GitHub Stars
1
该框架通过共享上下文存储实现多智能体自主协调,减少LLM工作负载,提高延迟和任务完成度。
安装状态
已补齐
工具数量
0
GitHub Stars
5
命令预览
python mcp_client.py
一个提供102项英国政府技术标准访问的MCP服务器,支持上下文感知推荐、混合搜索和多种访问方式,适用于AI助手和政府服务开发。
工具数量
0
GitHub Stars
3
Nurones MCP Server是一个自适应的、上下文感知的模型上下文协议服务器,提供Rust核心、TypeScript SDK以及VS Code和Qoder扩展支持。
工具数量
0
GitHub Stars
2
一个基于Model Context Protocol (MCP)的全栈AI代理系统,通过自然语言指令调用工具(如文件系统、浏览器、GitHub)并返回结构化结果,适用于开发效率提升。
安装状态
已补齐
工具数量
0
GitHub Stars
1
命令预览
python -m venv .venv
由DeepLearning.AI与Anthropic合作推出的课程,教授如何使用Model Context Protocol (MCP)构建上下文丰富的AI应用。
工具数量
0
GitHub Stars
1
一款能够理解用户计算机操作上下文并提供智能辅助的AI助手,无需手动截图即可自动识别并解释当前操作。
工具数量
0
GitHub Stars
0
一个基于推理的AI代理系统,通过感知→决策→行动循环解决复杂任务,具备智能记忆系统、多工具集成和自适应规划能力。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
pip install -r requirements.txt
Everywhere是一款具有上下文感知能力的交互式AI助手,提供现代化的UI和强大的集成功能,无需截图或切换应用即可获取即时帮助。
工具数量
1
GitHub Stars
0
基于Perplexity AI的MCP(记忆+上下文+规划)AI代理,支持印地语和英语混合响应,具有实时网络搜索能力。
工具数量
0
GitHub Stars
0
一款结合LangChain和MCP技术的上下文感知AI工程工具,适用于需要智能上下文处理的开发场景。
工具数量
0
GitHub Stars
0
MCP速成课程是一个通过实践教授模型上下文协议(MCP)基础和高级概念的学习资源,帮助开发者将AI代理应用程序连接到外部工具和数据源。
工具数量
0
GitHub Stars
0
一个隐私优先的AI代理,持续关注您的数字生活并主动提供见解、警告和帮助,无需请求。
安装状态
已补齐
工具数量
5
GitHub Stars
0
命令预览
pip install -r requirements.txt
基于Model Context Protocol (MCP)模式实现AI代理的持久化记忆管理,提供会话记忆存储、检索和分析功能,适用于需要状态保持和上下文感知的AI交互场景。
安装状态
已补齐
工具数量
0
GitHub Stars
0
命令预览
python -m venv venv
一个为JavaScript/TypeScript项目提供智能、上下文感知的文档查找服务的MCP服务器,可自动检测项目使用的框架和库,并为AI助手提供最新文档。
工具数量
0
GitHub Stars
0
一个基于Claude Agent SDK的嵌入式聊天组件,能够访问项目文档、代码和页面上下文,帮助用户理解项目。
工具数量
3
GitHub Stars
0
一个基于FastAPI和React的模型上下文协议(MCP)服务器,支持LLM集成和工具增强交互。
安装状态
已补齐
工具数量
1
GitHub Stars
0
命令预览
python -m venv venv
DeepSeekMCP 是一个支持 MCP 服务器工具调用的翻译插件,提供高质量翻译和上下文感知功能。
工具数量
0
GitHub Stars
0
TwiNSYNC是一个上下文感知的数字孪生系统,通过实时整合用户的经验、语气和内容,模拟用户在面试中的回答,提供个性化的面试准备服务。
工具数量
0
GitHub Stars
0