AI开发平台

3,662 个结果 · 第 69 / 102 页

evm-mcp-server

evm-mcp-server 是一个基于 Model Context Protocol (MCP) 的服务器，为 AI 智能体提供跨 60 多个 EVM 兼容网络的区块链服务。它通过统一的接口暴露 22 个工具和 10 个 AI 引导提示，支持读取区块链状态、与智能合约交互、转账原生代币及 ERC-20、ERC-721、ERC-1155 代币，并支持 ENS 名称解析。该服务器还具备自动从区块浏览器获取 ABI 的能力，简化了合约交互流程。

evmscope

evmscope 是一个面向 AI 智能体的 EVM 区块链情报工具包，让 Claude、GPT 等无法直接访问实时链上数据的 AI 能够通过 MCP 协议查询区块链信息。它提供 26 个工具、覆盖 7 条 EVM 链（Ethereum、Polygon、Arbitrum、Base、Optimism、Avalanche、BSC），支持代币价格、Gas 费用对比、兑换报价、收益率、蜜罐检测、跨链桥路由、交易模拟、NFT 查询、治理提案、投资组合追踪等功能。工具零配置，无需 API 密钥，开箱即用（基于免费公共 API），且为只读模式，不执行交易、无资金损失风险。可同时作为 CLI 命令行工具或 MCP 服务器使用——不带参数运行即启动 MCP 服务器，运行 npx evmscope --help 查看全部 22 个命令，加 --json 可输出原始 JSON。内置 49 种代币和 30+ 已标注地址（交易所、DeFi 协议、跨链桥、鲸鱼钱包），并支持通过环境变量（全部可选）进行定制。

EXAONE-Deep

EXAONE Deep 是 LG AI Research 开发并发布的一系列推理增强语言模型，参数规模涵盖 2.4B、7.8B 和 32B。官方介绍显示，该系列在数学、编程等推理类基准测试中表现突出：2.4B 版本优于同规模的其他模型，7.8B 版本不仅优于同规模开放权重模型，还优于 OpenAI o1-mini 这一专有推理模型，32B 版本则与领先的开放权重模型相比具备竞争力。这些模型使用优化的配置进行训练，官方建议遵循使用指南以获得最佳性能。用户可通过 Transformers 快速开始使用，也可使用 AWQ 或 GGUF 格式的量化权重，通过 llama.cpp、Ollama、LM-Studio 在本地运行，或借助 TensorRT-LLM、vLLM、SGLang 等框架进行部署。模型要求 transformers>=4.43.1，建议使用最新版本；运行 32B 的 BF16 模型时可能需要下载并合并所有分片文件。官方同时说明了模型的局限性，可能生成不当、有害或带偏见的内容，且不反映最新信息。该模型采用 EXAONE AI Model License Agreement 1.1 - NC 许可。

exllama

ExLlama 是一个用于 4 位 GPTQ 量化权重的独立 Python/C++/CUDA 实现，基于 Llama 架构，重写了 Hugging Face Transformers 的 Llama 实现，旨在现代 GPU 上实现快速且内存高效的推理。项目由 turboderp 开发，目前仍在进行中。支持 30 系列及更新的 NVIDIA GPU（如 RTX 4090、RTX 3090-Ti），对 Pascal 或更旧 GPU 性能不佳，建议使用 AutoGPTQ 或 GPTQ-for-LLaMa。需要 Python 3.9+、PyTorch 2.0.1 或 2.1.0、safetensors 0.3.2。还提供了简单的 Web UI，支持多机器人模式，并可通过 Docker 容器隔离运行（仅支持 NVIDIA GPU）。ExLlamaV2 已初步发布。

faiss

Faiss 是由 Meta 基础人工智能研究团队开发的稠密向量相似度搜索与聚类库。它以 C++ 实现，并提供完整的 Python/numpy 封装，部分核心算法支持 GPU 加速。Faiss 将实例表示为向量并用整数标识，通过 L2 距离或点积比较向量，也支持归一化向量上的余弦相似度。它包含多种索引方法：基于二进制向量和紧凑量化编码的方法仅使用压缩表示，可单机内存扩展到数十亿向量；HNSW、NSG 等方法在原始向量上增加索引结构以提升搜索效率。GPU 实现可直接替换 CPU 索引，支持单卡与多卡。Faiss 提供 Anaconda 预编译包 faiss-cpu、faiss-gpu 和 faiss-gpu-cuvs，主要依赖 BLAS，可选 CUDA 或 AMD ROCm 支持，也可选用 NVIDIA cuVS 后端，使用 cmake 编译。

fantasy-pl-mcp

fantasy-pl-mcp 是一个基于 Model Context Protocol（MCP）的服务器，用于在 Claude for Desktop 等兼容 MCP 的客户端中访问 Fantasy Premier League（FPL）数据与工具。它提供球员统计、球队信息、比赛周数据、球员搜索与对比、赛程难度分析、队长建议、梦幻阵容、联赛排名与分析等功能，并支持通过 OIDC 刷新令牌进行身份验证以访问个人球队和私人联赛。项目使用 Python 3.10 或更高版本，可通过 PyPI、GitHub 或本地克隆安装，采用 MIT 许可证。

fast-graphrag

Fast GraphRAG 是一个由 circlemind-ai 开发的开源检索增强生成（RAG）框架，旨在提供可解释、高精度、智能体驱动的检索工作流。它基于图结构组织知识，支持动态数据更新和增量修改，并利用个性化 PageRank 算法探索图以找到最相关的信息。该框架完全异步且类型完整，可无缝集成到现有检索管道中。根据官方数据，使用《绿野仙踪》测试时，fast-graphrag 成本为 0.08 美元，而 graphrag 为 0.48 美元，节省 6 倍成本，且随数据规模和插入次数增加优势更明显。它支持从源码或 PyPI 安装，需设置 OpenAI API 密钥，并提供了自定义 LLM、检查点和查询参数等教程。项目采用 MIT 许可证，同时提供托管服务，每月前 100 次请求免费。

fastagent

FastAgent 是一个把本地智能体目录发布为在线服务的运行时与适配器层。它不引入新的智能体编写 DSL，而是复用你已有的目录结构：Markdown 指令、可复用 Skills 和 TypeScript 工具仍以文件形式存在。FastAgent 负责把这些定义接入 Next/Astro 应用、Telegram、Slack、飞书/Lark、HTTP/SSE 接口或自定义渠道，提供流式回复、群组感知和 webhook 校验。内置基于开源 pi harness 的多模型支持（OpenAI、Anthropic、Google 等），工具通过 defineTool 与 Zod 校验，Agent Skills 按需加载。它强调小核心理念：invoke 解耦渠道、智能体、harness 与基础设施，不接管你的认证、数据库、路由与部署。可用 fastagent deploy 生成 Docker、Fly、Railway、AWS Bedrock AgentCore 的容器与配置，也可直接用一条路由嵌入现有应用。项目为 MIT 许可，目前处于 1.0 之前版本。

fastchat-mcp

fastchat-mcp 是一个基于 Python 的 MCP（Model Context Protocol）客户端，通过自然语言与 MCP 服务器交互。它基于 mcp[cli] 构建，支持 HTTPStream 和 Stdio 传输协议，使用 LiteLLM 作为 LLM 网关，可灵活接入多种模型提供商。项目提供模块化架构，便于扩展新协议和模型，并支持 WebSocket API 集成与 JWT 认证。

fastmcp

FastMCP 是一个用于构建 MCP 服务器的 TypeScript 框架，支持处理客户端会话。它基于官方 SDK 构建，提供简洁直观的 API 来定义工具、资源与提示，自动处理连接、响应、会话等样板代码，并内置错误处理与最佳实践。框架支持 OpenAPI 转 MCP、头部透传、会话 ID 与请求 ID 追踪、HTTP 流式传输（兼容 SSE）、HTTPS、自定义 HTTP 路由、边缘运行时（Cloudflare Workers、Deno Deploy）、无状态模式、CORS、进度通知、流式输出、类型化服务器事件、提示参数自动补全、可配置 ping、健康检查端点、内存传输以及 CLI 调试工具。需注意，FastMCP 实现的是基于握手的旧版 MCP 修订（2025-11-25 及更早），不支持 2026-07-28 的无状态新规范。

fatenava-mcp

FateNava MCP 是一个面向 AI 智能体的命盘排盘工具，可通过任意支持 MCP 的 AI 客户端调用。它提供八字（四柱）、紫微斗数和西方占星本命盘三种确定性排盘引擎，只需输入出生信息（日期、时间、地点、性别），即可返回结构化命盘数据。支持真太阳时校正，接受中文、英文、日文、韩文城市名，也可用结构化字段指定。无需账号、无需 API 密钥、不存储数据，底层使用 FateNava 的免费排盘 API。计算结果由经过测试的引擎得出，同一出生信息始终产生相同命盘，AI 仅负责解读。

feishu-user-plugin

飞书 / Lark MCP 服务器与 CLI 工具，让 Claude Code、Codex 等 MCP 客户端或脚本直接操作飞书工作流。它提供约 84–85 个工具，覆盖即时通讯、文档、多维表格、知识库、云空间、日历、任务 v2、OKR 与实时事件，并采用 cookie、官方 API、OAuth 三层鉴权。其差异化能力是可让 AI 以用户本人身份发消息、读取群聊与私聊，而非仅以机器人身份操作。该工具为本地运行，凭证保存在用户本机，不上报遥测。

feldspar-scan

feldspar-scan 是一个确定性、无依赖的公共 Git 仓库安全扫描工具，以单个 Python 文件加复合 GitHub Action 的形式提供。它通过 OSV.dev 查询依赖漏洞公告、用正则扫描硬编码密钥、并执行多项配置检查，全部以 file:line 形式给出发现项。该工具由自主 AI 代理 Feldspar 构建和运行，是 Project Feldspar 代码库审计服务的免费开放层，无需 LLM、账户或遥测，除访问 OSV.dev 外没有其他网络调用（使用 --no-osv 可完全离线）。主要用于合并前的快速安全门禁，不审查自身发现的误报。

FELM

FELM 是一个元基准（meta-benchmark），用于评估事实性评估器对大型语言模型（LLM）输出的事实性判断能力。它收集 LLM 生成的回答并做细粒度事实标注，覆盖世界知识、科学技术、写作/推荐、推理和数学五个领域。该基准旨在推动事实性评估器的发展，帮助识别 LLM 的潜在错误，并引导构建更可靠的模型。

fetcher-mcp

fetcher-mcp 是一个基于 Playwright 无头浏览器的 MCP 服务器，用于抓取网页内容。它支持 JavaScript 渲染，能处理动态网页和现代 Web 应用；内置 Readability 算法可自动提取正文，去除广告和导航等非必要元素；支持 Markdown 或 HTML 输出，并提供并发批量抓取、资源优化、错误处理和可配置参数。用户可通过 npx 直接运行，也支持 HTTP 和 SSE 传输、Docker 部署，以及配置到 Claude Desktop 等 MCP 客户端中。

Fiddler ai

Fiddler AI 是面向企业的 AI 可观测性与安全控制平面，覆盖第一方与第三方智能体从创建到生产的全生命周期。它通过评估、监控、策略执行和治理，帮助企业获得可见性、上下文与控制力。平台提供少于80毫秒延迟的内联护栏，可拦截幻觉、毒性、PII/PHI 泄露、提示注入和越狱尝试；独有的 Fiddler Centor 模型在本地环境运行，避免外部 LLM API 调用带来的额外成本与信任税。支持 100+ 预定义指标和自定义指标，兼容 Azure OpenAI、Amazon Bedrock、LangGraph 等 100+ 提供商，可模型与云无关地部署在 SaaS、VPC 或 AWS GovCloud。免费计划提供实时护栏，开发者计划按 $0.002/trace 计价，企业计划增加企业级护栏、灵活部署与专属支持。适用金融、医疗、保险、政府等强监管行业，供 AI 工程师、数据科学家、安全合规团队使用。

findata-mcp

FinData MCP 是一款基于 Model Context Protocol（MCP）的金融数据服务器，让 AI 智能体能够直接调用实时市场行情、公司基本面、宏观经济指标、SEC 文件和加密货币价格。它提供五类工具，覆盖 50,000+ 股票代码、800,000+ FRED 经济序列、SEC EDGAR 文件与 8,000+ 加密货币。支持 Claude Desktop、Cursor、Windsurf 等任何 MCP 客户端。无需注册、无需 API 密钥，前 50 次调用/天免费，之后按 $0.01/次通过 Base 链上的 x402 微支付自动结算，需准备一个持有 USDC 的 EVM 钱包私钥。数据来自 Yahoo Finance、FRED、SEC EDGAR 和 CoinGecko。

finData-mcp-server

FinData 是一个开源的模型上下文协议（MCP）服务器，为 LLM 提供专业的金融数据访问能力。它支持 Tushare、Wind、DataYes 等多种数据提供商，使 AI 应用能够快速获取金融数据。该项目同时支持 Stdio 和 SSE 两种传输方式，适应不同环境。使用前需要完成准备工作，包括安装 mcp[cli]>=1.6.0 以及根据数据提供商选择安装可选包（如 tushare>=1.4.21）。通过设置环境变量 DATA_API_TOKEN 和 PROVIDER 来配置服务器，并可选择启动 SSE 服务。支持的数据接口涵盖股票日线行情、基本面数据（如股票基本信息、公司信息、资产负债表、利润表、现金流量表等）以及宏观经济数据（如 LPR、GDP、CPI、PPI、货币供应、社会融资、PMI 等）。该项目由 DataCanvas 开源。

Findgptpro

中文介绍正在整理，稍后补充。

finetune-Qwen2-VL

finetune-Qwen2-VL 是一个用于快速微调或继续预训练 Qwen2-VL 2B 模型的开源代码仓库。它提供单 GPU 和多 GPU 两种微调脚本，旨在帮助开发者快速上手，代码简洁透明，适合希望自行编写训练循环的用户。仓库包含玩具数据集和测试脚本，支持视频数据读取优化、混合精度训练以及 flash_attention2。

Finetunefast

FinetuneFast 是一个机器学习样板代码库，旨在帮助开发者和团队在几天而非几周内完成 AI 模型的微调与上线。它提供预配置的训练脚本、高效数据加载、超参数优化、多 GPU 支持、一键部署、自动扩缩容和监控日志等工具，覆盖文本生成图像、大语言模型和 RAG 应用等场景。面向个人、小型团队及企业，提供微调样板、生产级推理模板、RAG 示例和最佳实践，并配有文档和 Discord 社区支持。

Finetunelearning com

中文介绍正在整理，稍后补充。

finsec-mcp

finsec-mcp 是 Calera Labs 推出的 FINSEC 官方 Model Context Protocol（MCP）连接器，用于让 AI 智能体直接访问经认证的 SEC EDGAR 财务事实数据。它基于 Calera Episteme-1 引擎，提供约 406 万条经认证的 SEC EDGAR 事实，强调事实检索路径中不含语言模型，从而避免统计性幻觉。每次返回的财务指标都附带 SEC 申报文件编号、日期、概念及 SHA-256 审计哈希，实现可验证的加密来源追溯。当指标不存在或含义模糊时，引擎会返回 SAFE_REFUSAL 诚实拒绝，而不是编造数字。该工具支持 Claude Desktop、Cursor、Zed、VS Code 及自定义自主智能体集群，提供 7 个认证工具，并支持低 token 模式以降低上下文消耗。用户可通过 Calera 通用仪表板获取免费或企业 API 密钥。

firecrawl

Firecrawl 是一个将整个网站转换为可供大语言模型使用的 Markdown 或结构化数据的工具，支持抓取、爬取和提取，并提供单一 API。它由 mendableai 开发，开源且提供托管云服务。该工具覆盖 96% 的网页（包括 JS 密集型页面），P95 延迟 3.4 秒，输出干净 Markdown、结构化 JSON、截图等。它处理轮换代理、编排、速率限制、JS 阻塞内容等复杂问题，无需配置。还支持媒体解析（PDF、DOCX）和页面操作（点击、滚动、写入、等待、按键）。可通过一条命令连接任何 AI 代理或 MCP 客户端。

firecrawl-mcp-server

中文介绍正在整理，稍后补充。

Firefly

Firefly 是一个开源的一站式大模型训练工具，支持对 Qwen2.5、Qwen2、Yi1.5、Phi-3、Llama3、Gemma、MiniCPM、Yi、Deepseek、Orion、Xverse、Mixtral-8x7B、Zephyr、Mistral、Baichuan2、Llama2、Llama、Qwen、Baichuan、ChatGLM2、InternLM、Ziya2、Vicuna、Bloom 等主流大模型进行预训练、指令微调和 DPO。项目支持全量参数训练、LoRA 和 QLoRA 高效训练，通过配置文件即可训练不同模型，并支持使用 Unsloth 加速训练与节省显存。Firefly 还开源了 firefly-train-1.1M 等指令微调数据集及多个 Firefly 系列模型权重，在 Open LLM Leaderboard 上验证了 QLoRA 训练流程的有效性。

fiverr-mcp-server

中文介绍正在整理，稍后补充。

flompt

flompt 是一个可视化 AI 提示词工程工具，可将提示词拆解为结构化语义块，通过流程图式编辑器拖拽、连接、排序后，重新编译为针对 Claude 优化的机器可读 XML 提示词。它提供 16 种专用语义块，并按照 Anthropic 推荐的提示词结构自动排序。除了网页应用外，还提供浏览器扩展，可在 ChatGPT、Claude 和 Gemini 中直接使用；同时通过 MCP 集成到 Claude Code，支持 decompose_prompt、compile_prompt、list_block_types 等工具调用。flompt 免费、开源（MIT 许可），无需账户，支持自托管，并支持 10 种语言。

Floneum

Floneum 是一款面向本地 LLM 工作流的图编辑器，主打可视化拖拽构建 AI 工作流。它通过 WebAssembly 沙箱加载插件，只授予插件所需资源，支持使用可编译为 WASM 的语言（如 Rust、C、Java、Go）编写插件，内置 41 个插件。

Flux lora

中文介绍正在整理，稍后补充。

FluxDown

FluxDown 是一款 Rust 驱动的开源多协议下载管理器，可作为 IDM 的免费替代方案。它支持 HTTP/HTTPS、FTP、BitTorrent 磁力链接、eD2K、HLS 与 DASH 流媒体下载，采用 Rust 与 Tokio 引擎实现动态分段加速和慢段补救。产品提供原生 GPUI 桌面端、Kotlin Android、SwiftUI iOS、React Web UI 及命令行界面，并可通过浏览器扩展（Chrome/Edge/Firefox）与用户脚本接管浏览器下载。其内置 MCP（模型上下文协议）服务器，可供 Claude、Cursor 等 AI 客户端管理下载任务。此外还具备 RSS 订阅、定时队列、Webhook、插件与可选的 FluxCloud 设备协作功能，本地下载无需账号，免费开源且无广告，采用 AGPL v3.0 许可。

Flyan

Flyan 是一个非官方的开源 Python SDK 与 MCP 服务器，用于查询 Ryanair（瑞安航空）的航班数据。它既可以作为 Python 库使用，也能通过 MCP 协议接入 Claude Desktop、Claude Code、Cursor 等 AI 客户端，让智能体用自然语言搜索航班。SDK 支持创建 RyanAir 客户端实例并设置货币（默认 EUR），可按出发地、目的地、日期区间、目的地国家、最高价格、出发时间段等条件搜索单程航班，返回包含机场信息、起降时间、价格、航班号等字段的航班对象。它还提供 Explore 探索模式，基于 Ryanair 实时航线网络元数据，回答“从这里能飞往哪里”，支持按国家、地区、城市筛选与分组，并可结合价格探测给出每个目的地的最低价。MCP 服务器内置 find_flights、find_anywhere_under、explore_destinations、cheapest_per_day 四个工具，无需 API 密钥或账号即可使用。

FlyonUI MCP

FlyonUI MCP 是一款集成在 IDE 中的 Tailwind AI 构建工具，基于 FlyonUI PRO 的组件、区块和页面知识，通过提示词生成可直接用于生产的 Tailwind CSS UI 组件、区块和完整页面。它支持 React、Next.js、Vue、纯 HTML 等所有使用 Tailwind CSS 的环境，并可与 VS Code、Cursor、Windsurf、VS Code + Cline 等 IDE 集成。生成内容归用户所有，可自由修改和用于项目，不按生成次数或 token 收费。

flyonui-mcp

FlyonUI MCP Server 是一个基于 MCP 的 Tailwind AI 构建器，用于快速创建、启发和重构可直接投入生产的 UI 区块、组件及完整页面。它基于 FlyonUI 区块，可无缝集成到常用的 IDE 中，支持 React、Next.js、Nuxt、Vue、Svelte 等流行框架。主要命令包括创建 UI（/cui）、启发 UI（/iui）和优化 UI（/rui），官方声称可免费使用，并提供安装指南、文档和视频教程。

foodblock

中文介绍正在整理，稍后补充。

forgejo-mcp

forgejo-mcp 是一个 MCP（Model Context Protocol）服务器，用于通过 Claude、Gemini、Copilot 等 AI 助手管理 Gitea/Forgejo 代码仓库。它支持议题管理、项目组织、版本发布、Pull Request 与 Wiki 页面查看，以及 Forgejo/Gitea Actions 任务查看等功能。用户可通过 Docker、源码编译或预编译二进制文件安装，支持 stdio 本地模式和 HTTP 远程访问模式，需在 Forgejo/Gitea 服务器创建访问令牌进行认证。