OpenTelemetry协议代理工具
by tobert · Gootlp-mcp是一款为编码代理(如Claude Code和Gemini)设计的工具,通过OpenTelemetry协议捕获、分析和调试程序执行过程中的遥测数据(跟踪、日志、指标),适用于分布式系统和微服务的实时调试与性能分析。
代码、Git、文件和开发工具相关的 MCP Server,附功能说明、仓库地址与安装配置。
已收录 62,091 个 MCP Server,其中开发效率 36,417 个
otlp-mcp是一款为编码代理(如Claude Code和Gemini)设计的工具,通过OpenTelemetry协议捕获、分析和调试程序执行过程中的遥测数据(跟踪、日志、指标),适用于分布式系统和微服务的实时调试与性能分析。
MCP-HULK是一个全面的模型上下文协议(MCP)模板和生成引擎,用于构建高性能、可扩展的MCP实现,支持AI集成、知识管理、状态管理和监控等功能。
MCP服务器是一个基于OpenAPI URL自动生成的模型上下文协议服务器,用于处理API请求和响应。
一个提供基本算术、高级数学运算和表达式计算功能的MCP服务器。
DIY助手平台的模型上下文协议服务器,提供建筑规范查询、材料规格和制造商指南访问,用于实时咨询支持。
一个全面的模型上下文协议(MCP)服务器,使AI助手能够与Home Assistant交互,通过自然语言控制智能家居设备、查询状态、执行服务和管理自动化。
一个基于Shared Web Worker架构的Model Context Protocol (MCP)客户端实现演示,展示了在浏览器环境中使用纯JavaScript实现解耦架构的MCP客户端。
GitLab MCP服务器是一个强大的模型上下文协议(MCP)服务器,用于GitLab集成,使AI助手能够与您的GitLab资源进行交互。
MCP协议服务器是一个基于OpenAPI自动生成的模型上下文协议服务器,用于处理API请求和响应。
提供通过Google Slides API创建、读取、修改和管理演示文稿的程序化接口,支持服务账户安全认证。
基于Apache Synapse和模型上下文协议(MCP)的企业集成架构,提供订单管理、支付处理等电子商务功能的安全可控访问。
Orchestra MCP框架的RAG引擎插件,提供工具功能如问候服务。
一个用于与Babashka交互的模型上下文协议服务器,提供代码执行、结果缓存和命令历史访问功能。
提供MCP服务器的安装和使用说明,支持多种语言和安装方式。
MST 是一个用于测试、评估和验证 MCP(模型上下文协议)服务器的开发工具,支持通过 Playwright 编写确定性测试、运行数据驱动的评估数据集,并利用 LLM 评估工具可发现性,适用于 MCP 服务器开发、CI 回归测试和协议一致性验证。
一个用于企业和政府项目的MCP服务器,强制执行开发工作流并生成合规审计报告。
一个用于构建模型上下文协议(MCP)服务器的生产就绪模板,可将数据库、API或任何数据源暴露给AI助手。
一个为Orchestra MCP框架提供AI浏览器上下文功能的工具插件。
一款基于OpenAI GPT模型的Git变更分析工具,可自动生成符合规范的提交信息,适用于代码版本管理场景。
一个Python包,用于抓取文档站点,通过嵌入索引,并将其作为MCP服务器暴露,以便与LLM集成。
AnnData MCP是一个通过MCP协议检索AnnData对象信息的工具,适用于生物医学数据分析场景。
一个包含MCP客户端与示例MCP Server的学习型仓库,用于通过MCP协议与外部工具交互,并利用Azure OpenAI的Chat Completions功能进行函数调用。
一个基于MCP协议的可扩展服务框架,提供标准化的工具调用接口和AI集成能力,适用于智能对话和工具服务开发。
该项目展示了如何在Ollama上部署本地RAG(检索增强生成)服务,并将其与MCP服务器集成,以提供基于巴基斯坦交通政策PDF的问答功能。
一个轻量级的测试/实验仓库,用于Model Context Protocol(MCP)的测试和集成实验。
一个基于TypeScript的模型上下文协议(MCP)服务器,用于评估MCP在RAG(检索增强生成)方法中的能力,适用于Nutrimate和其他AI应用。
一个与Linear工作空间集成的服务器,通过Model Context Protocol (MCP)实现与Linear数据的交互。
基于FastMCP框架和Gemini API的客户端-服务器应用,提供本地文件搜索和AI生成摘要功能。
一个作为大型语言模型与本地GTFOBins API之间桥梁的模型上下文协议(MCP)服务器,用于自动化查询可用于绕过配置不当系统中本地安全限制的Unix二进制文件。
一个实验性项目,通过MCP服务器和CLI工具两种方式对比AI代理在结构化数据查询中的表现。