ค้นหา

Code Rag พร้อม Graph - ติดตั้งเฉพาะในเครื่องเท่านั้น

ดึงข้อมูลและประมวลผลเอกสารโดยใช้การค้นหาแบบเวกเตอร์เพื่อให้บริบทที่เกี่ยวข้องสำหรับผู้ช่วย AI

เซิร์ฟเวอร์ MCP ที่เชื่อมต่อรายงานความครอบคลุม LCOV ไปยังเอเจนต์ AI

สร้างภาพโดยใช้ Baidu iRAG API ผ่านอินเทอร์เฟซ MCP ที่เป็นมาตรฐาน

เซิร์ฟเวอร์ MCP สำหรับฟังก์ชันการทำงานด้านนายหน้า ซึ่งสร้างขึ้นด้วยเฟรมเวิร์ก MCP

เซิร์ฟเวอร์ถาม-ตอบที่ใช้ RAG ซึ่งสร้างจากคลังเวกเตอร์ที่ได้จากเอกสารของ Gemini CLI

เซิร์ฟเวอร์ MCP โอเพนซอร์สที่ให้การสังเกตการณ์แบบเรียลไทม์สำหรับสินทรัพย์ IBM Storage Insights

เซิร์ฟเวอร์ MCP แบบทำงานในเครื่องทั้งหมดสำหรับการตอบคำถามจากไฟล์ PDF ของคุณ ถามด้วยภาษาธรรมดา Claude จะดึงเฉพาะข้อความที่เกี่ยวข้องพร้อมการอ้างอิงหน้า ใช้การฝังข้อความบนอุปกรณ์ (sentence-transformers) + ChromaDB — ไม่ต้องใช้คีย์ API ไม่มีข้อมูลใดออกจากเครื่องของคุณ

เซิร์ฟเวอร์ค้นหาเชิงความหมายสำหรับฐานโค้ดที่ใช้ Qdrant พร้อมฟีเจอร์การจัดการโปรเจกต์และปัญหา GitHub อย่างชาญฉลาด

MCP เซิร์ฟเวอร์แบบอ่านอย่างเดียวที่เปิดเผยกรอบความปลอดภัยของ Safer Agentic AI: 238 รูปแบบ + 14 ฮิวริสติกการดำเนินงานผ่านเครื่องมือค้นหา 12 รายการ; Python stdio

เครื่องมือ MCP แบบอ่านอย่างเดียวบนกรอบความปลอดภัย Safer Agentic AI — 238 รูปแบบการนำไปใช้ + 14 หลักการปฏิบัติการครอบคลุม 16 ชุดความปลอดภัย นำเสนอคำแนะนำด้านความปลอดภัยที่เหมาะสมสำหรับผู้ช่วยเขียนโค้ด

เซิร์ฟเวอร์สำหรับการสร้างแบบจำลองแบบเสริมด้วยการดึงข้อมูล (RAG) ที่ให้ไคลเอนต์ AI เข้าถึงฐานความรู้ส่วนตัวที่สร้างจากเอกสารของผู้ใช้

จัดการโครงสร้างพื้นฐานของ Google Cloud Platform (GCP) โดยใช้ Terragrunt พร้อมรองรับฟีเจอร์ทดลองอย่าง AutoDevOps และการจัดการต้นทุน

เซิร์ฟเวอร์ MCP (Model Context Protocol) ที่ช่วยให้ LLM สามารถโต้ตอบกับ API การจัดเก็บข้อมูลของ VAST Data ได้ เซิร์ฟเวอร์นี้จะเปิดเผยจุดสิ้นสุดการจัดการ VAST Data เป็นเครื่องมือสำหรับการจัดการและระบบอัตโนมัติของโครงสร้างพื้นฐานการจัดเก็บข้อมูลที่ครอบคลุม

หน่วยความจำเอเจนต์พร้อมการควบคุมเวอร์ชันแบบ git LLM แบบกำหนดเองเปลี่ยนการสนทนาเป็นข้อเท็จจริงที่มีโครงสร้างพร้อมการตรวจจับข้อขัดแย้งอัตโนมัติ - เอเจนต์ของคุณเห็นว่าการตัดสินใจพัฒนาไปอย่างไร ไม่ใช่ข้อความที่ขัดแย้งกันสี่ก้อน ลดโทเค็น 80% เมื่อเทียบกับระบบ RAG/กราฟ MCP + REST

RAG ในเครื่อง (ภายในองค์กร) พร้อมเซิร์ฟเวอร์ MCP

ระบบ RAG ในเครื่องสำหรับ Claude Code พร้อมการค้นหาแบบไฮบริด (semantic + BM25), การจัดลำดับใหม่ด้วย cross-encoder, การแบ่งส่วนที่รองรับ markdown, 9 รูปแบบไฟล์, ตัวติดตามไฟล์, และเครื่องมือ MCP 12 รายการ ไม่ต้องใช้เซิร์ฟเวอร์ภายนอก ติดตั้งด้วย pip install knowledge-rag

RAG MCP สำหรับข้อมูล Agentset ของคุณ

ทะเบียนย่อยและเซิร์ฟเวอร์ MCP ที่เน้น RAG สำหรับค้นหาและเส้นทางไปยังเซิร์ฟเวอร์ MCP ที่มีความสามารถในการดึงข้อมูล พร้อมการค้นหาเชิงความหมาย ตัวกรอง และการจัดอันดับที่อธิบายได้

We need to translate the given text from English to Thai. The text describes an MCP server for Apache AGE graph databases on PostgreSQL. It lists features: 21 MCP tools, F#/.NET, production-grade, open source, documentation. We must preserve product names, protocol names, URLs, numbers, technical terms. No extra commentary. Translate only the text inside <text>. Do not include the name "Apache AGE MCP" unless it appears in source. The source text does include "Apache AGE" and "Apache AGE MCP server" but the instruction says "Do not include the name unless it appears in the source text." The name "Apache AGE MCP" appears in the source? Actually the source says "MCP server for Apache AGE graph databases" and later "Apache AGE MCP server". So "Apache AGE" appears, but the exact name "Apache AGE MCP" as a product name? The instruction says "Name to preserve: Apache AGE MCP" but then says "Do not include the name unless it appears in the source text." The source

การผสานรวม BCMS Model Context Protocol (MCP) ช่วยให้ผู้ช่วย AI เช่น Claude, Cursor และเครื่องมืออื่นๆ ที่รองรับ MCP สามารถโต้ตอบกับเนื้อหา BCMS ของคุณได้โดยตรง ซึ่งช่วยให้คุณสร้าง อ่าน และอัปเดตรายการเนื้อหา จัดการไฟล์มีเดีย และสำรวจโครงสร้างเนื้อหาของคุณ—ทั้งหมดผ่านการสนทนาภาษาธรรมชาติกับ AI

ระบบ RAG ในเครื่องที่มีการผสานรวม Playwright MCP สำหรับ Claude และ OpenAI embeddings โดยใช้พื้นที่จัดเก็บในเครื่อง

MCP แบบอ่านอย่างเดียวสำหรับ Home Assistant ช่วยให้ผู้ช่วย AI (Claude Desktop, LibreChat, Cline) สามารถดูข้อมูลสมาร์ทโฮมของคุณได้ครบถ้วน — สถานะของอุปกรณ์ ระบบอัตโนมัติ สคริปต์ อุปกรณ์ บันทึก การวินิจฉัย — โดยไม่มีความสามารถในการเขียนใดๆ นอกจากนี้ยังสร้างภาพรวมบริบท AI แบบคงที่สำหรับระบบ RAG, โครงการ ChatGPT, Qwen และเครื่องมืออื่นๆ ที่รองรับไฟล์ความรู้ที่กำหนดเอง สร้างด้วย Python ทำงานได้ทุกที่ — ในเครื่อง, ใน Docker, หรือเป็นส่วนขยาย MCP

MCP-Airflow-API เป็นเซิร์ฟเวอร์ MCP ที่ใช้ Model Context Protocol (MCP) เพื่อแปลงการทำงานของ Apache Airflow REST API เป็นเครื่องมือภาษาธรรมชาติ โปรเจกต์นี้ซ่อนความซับซ้อนของโครงสร้าง API และช่วยให้สามารถจัดการคลัสเตอร์ Airflow ได้อย่างเป็นธรรมชาติผ่านคำสั่งภาษาธรรมชาติ

เซิร์ฟเวอร์ Retrieval-Augmented Generation (RAG) ที่มีการจัดการ โดยใช้ MCP ผสานรวมกับฐานความรู้และ OpenSearch

กราฟโค้ดแบบกำหนดค่าได้ (GraphRAG) สำหรับคลังโค้ดของคุณสำหรับเอเจนต์ LLM — ทำงานในเครื่องเป็นหลัก, เน้นการทำงานกับ git, ไม่ต้องใช้โครงสร้างพื้นฐาน, ให้บริการผ่าน MCP

เซิร์ฟเวอร์ NewTqnia MCP ให้ผู้ช่วย AI เข้าถึงข่าวเทคโนโลยีสองภาษาแบบอิสระได้แบบเรียลไทม์ ค้นหาและดึงบทความล่าสุด พาดหัวข่าว หมวดหมู่ และเนื้อหาครอบคลุมเทคโนโลยีที่มีโครงสร้างเป็นภาษาอังกฤษและอาหรับผ่าน Model Context Protocol (MCP)

ชุดเครื่องมือ PDF ที่ขับเคลื่อนด้วย Rust บน MCP: สร้าง อ่าน และวิเคราะห์ PDF; แยกข้อความและเอนทิตีสำหรับ RAG; แปลงเป็น Markdown; แยก/รวม/หมุน/จัดเรียงหน้าใหม่; จัดการฟิลด์ฟอร์มและคำอธิบายประกอบ; เข้ารหัสเอกสาร ทำงานในเครื่องผ่าน uvx oxidize-mcp

RAG ที่อ้างอิง: PDF, GitHub, YouTube, ข้อมูลส่งออกจาก Discord, ไฟล์ในเครื่อง, ดัชนีที่ใช้ร่วมกันเดียว

แพลตฟอร์มคลาวด์ที่ทำงานผ่านเอเจนต์ได้: ฐานข้อมูล, AI, ฟังก์ชัน, คอนเทนเนอร์, พื้นที่จัดเก็บ และการยืนยันตัวตนผ่านจุดสิ้นสุด MCP ระยะไกลหนึ่งจุดพร้อมเครื่องมือ 50 รายการ