AI Repos

1、open-mcp-client
基于Web的MCP客户端项目：Open MCP Client。只需一个URL，即可在应用中与MCP服务器交互。通过LangChain构建的LangGraph agent连接MCP服务器并调用工具。前端使用CopilotKit构建，实现客户端交互。

2、blender-mcp
BlenderMCP通过模型上下文协议（MCP）将Blender与Claude AI连接，实现Claude对Blender的直接交互与控制。该集成支持提示辅助的3D建模、场景创建与操作。功能包括双向通信、对象操控、材质控制、场景检查及代码执行。系统包含两个核心组件：Blender插件（addon.py）在Blender内创建套接字服务器以执行命令；MCP服务器（server.py）实现协议并连接插件，为用户提供智能化、高效的3D设计体验。

AI Repos

1、GraphAgent
人大和阿里开源的，支持十万级节点图谱生成的框架：GraphAgentGenerator，模拟速度提高了90.4%。GAG利用LLM中预训练的社会共识知识，通过模拟人与物体的互动来生成动态的带有文本属性的社交图。比如模拟一个学术圈的社交网络，它会根据学者们的个人资料，像研究方向、发表的论文等来模拟他们的行为，生成相应的社交网络图。GAG生成结果可以展现真实世界网络的七个关键结构特征，幂律度分布、小世界特性、直径收缩等。在图扩展任务中，GAG在特定评估指标上比性能最佳的基线模型提高了 11%

AI Repos

1、Finer-CAM
Finer-CAM 是一种新型图像识别技术，通过精细化分析，使神经网络能够在面对细微差别时更加精准地识别图像特征。与传统的Class Activation Map（CAM）不同，Finer-CAM通过对比多个类别的预测结果，能够高效锁定那些独特的、与众不同的特征，避免错误分类。它不仅提高了分类精度，还减少了背景干扰，成为细节分析的“利器”。此外，Finer-CAM支持多模态零样本学习，能根据文字描述准确识别图像中的特征，大大提升AI决策过程的透明度和可信度。

AI Repos

1、AgentNetworkProtocol
让所有智能体相互间进行通信，打破数据孤岛，让AI能获得完整的上下文信息；ANP让AI直接通过原生接口进行交互，而不是模仿人类的互联网行为，就像调用函数一样快速高效；ANP还希望AI能自动组队完成任务，AI自动找到合适的合作伙伴，自动协商合作。
ANP协议架构：
（1）身份和加密通信层： 基于 W3C DID（去中心化身份标识）规范，在现有成熟的Web基础设施上构建去中心化身份验证方案和端到端加密通信解决方案，它可以让任意平台之间的智能体进行身份认证，不依赖于任何中心化系统；
（2）元协议层： 元协议即协商智能体之间通信协议的协议，是智能体网络演进为自组织、自协商的高效协作网络的关键；
（3）应用协议层： 基于语义网相关规范，让智能体能够描述其他能力与支持的应用协议，并且高效的管理这些协议；

AI Repos

1、mcp-server-chatsum
用Wechaty在本地运行微信机器人，实时收集微信消息并存储在本地文件中，解决隐私问题；在本地运行一个mcp-server-chatsum程序，接收查询请求，从本地文件中返回匹配的微信消息（支持按群名、联系人、话题等条件查询）；用Claude桌面版作为交互入口，随时查询和总结微信消息，由Claude桌面版与本地的mcp-server-chatsum进程通信，再由Claude内置的大模型完成总结回复。