Fiche outil
ArcadeAI/arcade-mcp
github.com
Framework Python open source pour créer des serveurs MCP et les outils qui s'exécutent à l'intérieur.
Ce qu'il fait
ArcadeAI/arcade-mcp
arcade-mcp est un framework Python pour créer des serveurs et des outils Model Context Protocol, avec une API de décorateurs couvrant les outils, les ressources, les prompts, l'échantillonnage et l'élicitation. Il s'adresse aux développeurs qui ont besoin d'outils MCP personnalisés tels que des API internes, des fournisseurs OAuth personnalisés et des intégrations spécifiques à un domaine, et fonctionne avec n'importe quel client MCP, LLM ou framework d'agent. Il est open source et inclut l'appel d'outils autorisé avec OAuth et la gestion des secrets, ainsi que des commandes CLI pour l'évaluation et le déploiement.
Tags
Catégories
Aucun résumé n'a encore été ajouté.
FAQ
Questions fréquentes
- Qu’est-ce que ArcadeAI/arcade-mcp ?
- arcade-mcp est un framework Python pour créer des serveurs et des outils Model Context Protocol, avec une API de décorateurs couvrant les outils, les ressources, les prompts, l'échantillonnage et l'élicitation. Il s'adresse aux développeurs qui ont besoin d'outils MCP personnalisés tels que des API internes, des fournisseurs OAuth personnalisés et des intégrations spécifiques à un domaine, et fonctionne avec n'importe quel client MCP, LLM ou framework d'agent. Il est open source et inclut l'appel d'outils autorisé avec OAuth et la gestion des secrets, ainsi que des commandes CLI pour l'évaluation et le déploiement.
- Combien coûte ArcadeAI/arcade-mcp ?
- ArcadeAI/arcade-mcp applique un modèle tarifaire : Open source. Consultez le site officiel pour les offres actuelles.
- À quoi sert ArcadeAI/arcade-mcp ?
- ArcadeAI/arcade-mcp est référencé sur TolsAI dans ces catégories : Open Source.
- Où utiliser ArcadeAI/arcade-mcp ?
- ArcadeAI/arcade-mcp est disponible sur son site officiel, github.com.
Explorer
Plus dans Open Source
Un harnais agentique open source pour un agent IA auto-améliorant qui planifie et exécute les tâches que vous décrivez.
Un moteur RAG sans vecteurs, basé sur le raisonnement, qui indexe les documents sous forme d'arbres et effectue la récupération avec le raisonnement d'un LLM.
Une bibliothèque Python de type PyTorch pour construire et auto-optimiser des workflows LLM tels que les chatbots, le RAG et les agents.
Une interface web modulaire pour générer des images, des vidéos et de l'audio avec des modèles d'IA comme Stable Diffusion, Flux et Wan.
Un guide étape par étape pour concevoir des systèmes d'IA basés sur les LLM, le RAG et les agents d'IA.
Moteur de pipeline d'IA open source pour créer, déboguer et déployer des workflows LLM et l'orchestration d'agents depuis votre IDE.
Discussion
Discussion
Connectez-vous pour participer à la discussion
Aucun commentaire pour le moment. Lancez la discussion.