用 Python 构建 MCP 服务端、客户端和交互式应用的框架,让 LLM 连接工具与数据。
2.8万2491PythonApache-2.0更新于 前天
面向中文用户的 MCP(模型上下文协议)资源精选合集,涵盖入门介绍、客户端与分类服务器。
Awesome-MCP-ZH 是一份中文的 MCP(模型上下文协议)资源精选,MCP 是让 AI 模型连接外部工具、数据和系统的开放标准。合集面向想了解 MCP 并开始上手的中文读者,内容从基础概念讲起,并介绍典型用法。
合集列出了一批 MCP 客户端,包括桌面聊天应用、代码编辑器和命令行 Agent 等。服务器部分按场景分类,涵盖浏览器自动化、开发与代码执行、数据库、云平台、搜索、通讯协作、文件存储和数据分析等方向。
每个服务器条目都附有简短的中文介绍,并注明开发者、主要技术和适用平台。项目还收录了相关学习资料和 MCP Server 开发指南,方便读者从入门到实践。
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
用 Python 构建 MCP 服务端、客户端和交互式应用的框架,让 LLM 连接工具与数据。
用 TypeScript 构建 MCP 服务器、带 React 视图的 MCP 应用和客户端的全栈框架,内置调试器和 CLI。
托管式 MCP 服务器,让 AI 智能体获取 YouTube 字幕、搜索视频、列出频道和播放列表,并免费追踪新上传。
面向中文用户的 ChatGPT 与前沿大模型精选指南,涵盖使用方法、提示工程、应用开发与智能体资源。
收录 Agent Skills(SKILL.md 指令文件)的精选目录,帮助 Claude、Codex、Copilot 等 AI 助手学会新任务。
面向 Model Context Protocol(MCP)服务端开发的开发者工具、SDK、库和测试工具精选列表。