math-mcp
一个模型上下文协议服务器,为大语言模型提供基本的数学和统计函数,使它们能够通过简单的API进行精确的数值计算。
Find public MCP servers with readable READMEs, safe JSON config previews, source references, and trust signals in one focused catalog.
一个模型上下文协议服务器,为大语言模型提供基本的数学和统计函数,使它们能够通过简单的API进行精确的数值计算。
PydanticAI 是一个由 Pydantic 团队开发的 Python 代理框架,旨在简化与生成式 AI 模型(如 OpenAI、Anthropic、Gemini 等)结合使用的开发过程。它提供了类型安全、结构化响应、依赖注入、流式响应等功能,帮助开发者构建生产级的 AI 驱动应用程序。PydanticAI 还与 Pydantic Logfire 无缝集成,支持实时调试和性能监控。通过利用 Pydantic 的验证和结构化能力,PydanticAI 确保模型输出的一致性和可靠性,同时提供灵活的工具和动态系统提示来增强代理的功能。
Apache ShenYu是一个面向微服务的开源API网关,提供高性能、可扩展的代理和流量治理能力。它支持多种协议(如Dubbo、Spring Cloud等),具备安全认证、API治理、可观测性等核心功能,并通过插件机制实现灵活扩展。ShenYu采用动态配置和缓存技术优化性能,适用于微服务架构中的API路由、负载均衡和安全控制等场景。
一个概念验证的模型上下文协议服务器,使大型语言模型应用程序能够与Uber Eats互动,允许人工智能代理通过自然语言浏览和订购食物。
OpenManus 是一个开源框架,旨在构建通用的 AI 代理,无需邀请码即可实现各种想法。该项目由 MetaGPT 团队开发,支持多种语言,并提供基于强化学习(RL)的 LLM 代理调优方法。OpenManus 提供了简单的安装和配置流程,支持使用 OpenAI 等 LLM API,并允许用户通过终端快速启动代理。该项目鼓励社区贡献,并提供了详细的文档和示例代码。此外,OpenManus 还提供了浏览器自动化工具和多种运行模式,如 MCP 工具版本和多代理版本,适用于不同的应用场景。
通过模型上下文协议启用与macOS Siri快捷方式的交互,允许用户动态列出、打开和运行带有可选输入的快捷方式。
一个接口,允许像 Claude 这样的大型语言模型通过模型上下文协议与 ActivityWatch 时间跟踪数据交互,从而实现对应用程序使用情况、浏览历史和生产力模式的查询。
该服务器将AI助手与ClickUp工作区集成,通过安全的OAuth2身份验证过程实现任务、团队、列表和看板管理。
一种模型上下文协议服务器,提供与Trello看板交互的工具,能够无缝管理卡片、列表和活动,同时处理速率限制和类型安全。
一种模型上下文协议服务器,通过 Helius API 为 Claude 提供对 Solana 区块链数据的全面访问,从而实现检查钱包余额、检索区块链信息以及与代币和 NFT 交互等操作。
一个基于 Kubernetes 部署的服务器,用于模型上下文协议(Model Context Protocol),支持通过可配置的环境变量实现安全通信、健康状态监控以及在 Azure Kubernetes 服务上的可扩展部署。
一种模型上下文协议服务器,使大型语言模型(LLMs)能够通过AnkiConnect与Anki闪卡软件交互,从而实现对闪卡、卡组和笔记类型的创建与管理。
Model Context Protocol(MCP)与Facebook的iOS开发桥接工具(idb)之间的集成,使得通过自然语言实现iOS设备管理自动化和测试执行成为可能。
启用大型语言模型(LLM)与GitHub问题进行交互,通过将详情提供为任务,从而实现通过GitHub平台的无缝集成和任务管理。
帮助大型语言模型(LLM)高效访问和获取 Go、Python 和 NPM 包的结构化文档,通过多语言支持和性能优化提升软件开发效率。
促进了DecentSampler鼓组配置的创建,支持WAV文件分析和XML生成,以确保准确的采样长度和结构良好的预设。
一个实现MCP协议所有功能的测试服务器,包括提示、工具、资源和采样,旨在测试MCP客户端而非实际应用。
一个基于Python的MCP服务器,允许Claude和其他大型语言模型通过您桌面端的Claude应用直接执行任意Python代码,使数据科学家能够将大型语言模型连接到API和可执行代码。