Brev

在云端运行、构建、训练和部署机器学习模型。

metoro-mcp-server

使用LLM查询和交互由Metoro监控的Kubernetes环境。查看APM、指标、追踪和性能分析信息。

MCP2Lambda

通过 MCP 协议，人工智能模型能够与 AWS Lambda 函数交互，从而在安全的环境中访问私有资源、实时数据和自定义计算。

mcp-k8s-go

这个项目旨在成为一个连接到 Kubernetes 的 MCP 服务器，同时也是一个用于为 Kubernetes 中任何自定义资源构建更多服务器的库。

Sandbox MCP Server

为代码执行提供隔离的 Docker 环境，使用户能够创建和管理容器、执行多语言代码、保存和重现开发环境，从而确保安全性和隔离性。

Room MCP

一个命令行工具，可以使用 Room 协议启用 MCP，允许代理创建点对点虚拟房间并进行交互，以实现目标导向的协作。

MCP 3D Printer Server

通过 MCP 服务器实现与 3D 打印机管理系统的交互，支持 STL 文件操作、切片以及对 OctoPrint、Klipper、Duet 等打印机的控制。

MCP Server Template

一个用于在 TypeScript 中创建模型上下文协议 (MCP) 服务器的模板，提供诸如基于容器的依赖注入、基于服务的架构以及与 LLM CLI 的集成等功能，以便通过自然语言获得架构设计反馈。

Ollama MCP Server

一个桥梁，能够将 Ollama 的本地 LLM 功能无缝集成到 MCP 驱动的应用程序中，允许用户在本地管理和运行 AI 模型，并提供完整的 API 覆盖。

MCP Code Executor

允许大型语言模型 (LLM) 在指定的 Conda 环境中执行 Python 代码，从而能够访问必要的库和依赖项，以实现高效的代码执行。