一个能够使用开源LLM模型与MCP服务器通信的客户端，使LLM能够访问和使用工具。
这是一个模型上下文协议（MCP）客户端，能够使用开源LLM模型与MCP服务器通信，从而访问LLM可以使用的工具。
以下是运行MCP客户端的说明：
克隆Repo
使用UV pip Install-r requirements.txt安装依赖项
从Ollama.com安装Ollama客户端，并使用其他聊天客户端实现提取要与客户端一起使用的LLM模型。
如果您有Google Studio API密钥，可以免费获得，请将其更新到“.env”文件。
用UV运行'main'py'运行src/main.py
注意：我无法对一个适合工具调用的LLM进行全面的测试。这完全取决于正确的提示。目前使用Google Gen AI实现的'main.py'提供了最好的结果，因为它有一个非常大的上下文窗口。如果你想尝试google-gemini-2.5-pro以外的模型，你可以在更改各自的模型文件后使用其他客户端实现。
一个基于Node.js和TypeScript的模型上下文协议（MCP）服务器实现，用于标准化应用程序向大型语言模型（LLM）提供上下文的方式，支持多种工具和资源。
Model Context Protocol (MCP) 是一个标准化的协议，用于AI应用程序访问外部数据和工具，通过JSON-RPC实现客户端与服务器之间的通信，适用于需要AI模型与数据库、API等资源交互的场景。
一个强大的模型上下文协议（MCP）服务器，用于高级地理空间分析、3D地形可视化和自主无人机任务规划，整合实时地理空间工具与开源LLM驱动的AI助手。
一个与Dust.tt集成的模型上下文协议（MCP）服务器实现，允许Claude Desktop通过MCP协议与Dust代理通信。
一个为Ubuntu CLI设计的简单MCP服务器和客户端实现，用于模型上下文协议通信。
开源MCP客户端库，用于连接任何LLM到MCP工具并构建具有工具访问权限的自定义代理。
