Awesome MCP Servers-精选的MCP服务器列表

Flow 是一个功能丰富的开源免费在线 ePub 阅读器，支持多平台使用，提供跨设备的无缝阅读体验，用户可以通过多种功能自定义和优化他们的阅读体验。

Nanbeige-16B（南北阁-16B）是南北阁大模型实验室研发的160亿参数规模的大语言模型，采用了2.5T Tokens进行预训练，数据包含大量互联网高质量语料、各类书籍、代码等领域脱敏文本，在各个权威测评数据集上都取得了不错的效果。本次发布包含有 Base、Chat 以及扩展上下文长度的 Base-32k、Chat-32k 版本。

Moxin是一个纯Rust编写的AI大型语言模型平台，展示了Makepad UI工具包和Project Robius框架在多平台Rust应用开发中的强大能力，当前处于Beta测试阶段。

该项目旨在实现稀疏和稳健的预训练语言模型，以提高语言理解的能力和效率。

XuanYuan-70B 是基于Llama2-70B模型进行中文增强的一系列金融大模型，包含大量中英文语料增量预训练之后的底座模型以及使用高质量指令数据进行对齐的chat模型。

2013-2018 年期间的信息学竞赛课件，包括 TopCoder 题目选讲、CodeChef 题目选讲、趣题选讲、网络流模型与例题、NOIp 图论、数据结构及应用等内容。

面向大模型的快速文本文件处理工具，能将文件分块并转换为适合AI语言模型使用的格式，帮助用户高效地准备数据

Casbin是一个支持ACL、RBAC、ABAC等授权模型的开源授权库，适用于Java、Go、Rust、C++、PHP等多种编程语言，致力于提供灵活的策略管理和高性能的访问控制解决方案，已获得近10k的star。

这个开源项目是一个基于ChatGPT和OpenAI API的微信聊天机器人，使用itchat实现。

在维基百科文章上运行文档问答(Q&A)任务，使用LangChain作为问答框架，使用OpenAI和HuggingFace模型进行嵌入和语言模型微调。该项目旨在提高用户在维基百科上查找信息的效率，通过自然语言处理技术，为用户提供准确的答案。

CAME（Confidence-guided Adaptive Memory Optimization）是一个旨在通过信心引导机制来优化模型内存使用的项目，提升大语言模型的性能。

业火五笔输入法是一款国产开源的中文输入法，旨在为用户提供高效便捷的五笔输入体验。作为一个开源项目，用户不仅可以自由使用，还可以根据自己的需求进行修改。该输入法支持多种词库，满足不同用户的输入需求。

Maccarone是一个开源项目，旨在通过人工智能管理和补全Python代码块。它由Bryan Silverthorn在GitHub上发布。使用Maccarone可以帮助开发者在编写Python程序时更高效地利用机器学习技术。

Pretty Jupyter 是一个工具，可以将 Jupyter Notebook 转换为美观的动态 HTML 报告，用户可以选择是否显示代码，支持多种格式，易于定制和扩展。

Tonic Validate Metrics 是一个开源的评估指标包，旨在为生成模型的输出提供多种评估指标，支持模型性能对比，易于集成到机器学习工作流，并兼容多种数据格式和输入类型。

高级检索增强生成(RAG)技术合集，包含10种先进RAG实现方案的详细教程。从基础的Naive RAG到高级的Adaptive RAG，提供完整的代码实现和评估方法。使用LangChain、Pinecone等主流工具，适合研究人员和开发者学习和实践RAG技术

一个复古风格的 Flappy Bird 游戏实现，具有经典的游戏机制和简单的操作。玩家控制小鸟在随机生成的障碍物间飞行，目标是尽可能获得高分。

Baichuan-13B 是由百川智能继 Baichuan-7B 之后开发的包含 130 亿参数的开源可商用的大规模语言模型，在权威的中文和英文 benchmark 上均取得同尺寸最好的效果。