Unreal Engine生成式AI支持插件，集成多種前沿LLM/GenAI模型API，提供遊戲開發中的AI集成層支持，包括OpenAI、Claude、Deepseek等模型的聊天、結構化輸出等功能，並支持Model Control Protocol（MCP）實現場景對象控制、藍圖生成等高級功能。

一個基於Node.js和Gemini API的AI研究助手工具，通過Firecrawl進行網頁數據抓取，利用Gemini大模型進行深度語言理解和報告生成，支持迭代式深度研究，並可與MCP協議集成。

Figma轉Flutter MCP服務器，幫助AI編程助手訪問Figma設計數據，生成Flutter代碼、導出資源並設置主題樣式。

EasyChatDM是一個用於創建簡單MCP服務器工具的教育項目，旨在通過生成式AI為D&D遊戲提供隨機決策工具。

Open Deep Research MCP Server是一個AI驅動的深度研究助手，通過結合搜索引擎、網頁抓取和AI技術進行迭代式深度研究，生成全面報告。支持MCP協議和CLI兩種使用方式，具備可靠性評估、範圍控制、自動生成後續問題等功能。

GenPilot是一個簡化生成式AI單/多代理系統創建與管理的工具，支持MCP協議，提供終端和Web界面，便於快速開發和部署。

一個專注於探索和應用生成式AI（GenAI）的倉庫，旨在通過實際案例和資源分享，幫助用戶學習和實驗GenAI在日常任務中的應用，包括寫作、編程、圖像生成等。

多集群MCP服務器為生成式AI系統提供與多個Kubernetes集群交互的網關，支持資源操作、集群管理和監控。

WildFly MCP項目旨在通過生成式AI能力增強WildFly服務器的監控和管理，提供工具和服務器集成，支持自然語言交互。

本項目設計並實現了一個連接數據空間與生成式AI的架構，通過Model Context Protocol (MCP)服務器作為安全中間層，使語言模型能間接訪問DuckDB數據庫，具備模塊化、可擴展和日誌追蹤特性，為未來升級為RAG架構奠定基礎。

Popmelt MCP服務器是一個基於模型上下文協議的服務，提供人才AI檔案訪問和動態UI樣式生成功能。

WildFly MCP項目旨在為WildFly用戶提供利用生成式AI能力監控和管理服務器的工具，包括MCP服務器、聊天機器人、容器鏡像及協議網關等組件。

AI Toybox是一個生成式AI實驗平臺，專注於快速原型設計和測試MCP工具及智能體工作流，提供聊天應用和模塊化MCP服務模板。

Popmelt MCP服務器是一個基於模型上下文協議的服務，提供人才AI資料庫和風格配置訪問，支持動態UI組件樣式生成。

這是一個面向初學者的生成式AI課程項目，提供從環境搭建到實際應用的完整學習路徑。項目包含6個概念課程和6個編程課程，使用Azure OpenAI服務進行實踐操作。學習者可以通過GitHub Codespaces快速開始，或選擇本地安裝Python環境。項目強調API密鑰的安全管理，並提供了詳細的設置指南。此外，還鼓勵學習者參與開源貢獻，並提供了AI社區交流平臺。

PydanticAI是由Pydantic團隊開發的Python代理框架，旨在簡化基於生成式AI的生產級應用開發。它支持多種AI模型，集成Pydantic驗證和結構化輸出，提供依賴注入系統、流式響應和圖形支持，並與Pydantic Logfire無縫集成，適用於類型安全、高效的AI應用構建。