io.github.shin-bot-litellm/litellm-mcp

面向接入 Claude API、Anthropic SDK 或 Agent SDK 的开发场景，自动识别项目语言并给出对应示例与默认配置，快速搭建 LLM 应用。

✎ 想把Claude能力接进应用或智能体，用claude-api上手快、兼容Anthropic与Agent SDK，集成路径清晰又省心

聚焦生产级RAG系统设计与优化，覆盖文档切块、检索链路、索引构建、召回评估等关键环节，适合搭建可扩展、高准确率的知识库问答与检索增强应用。

✎ 面向RAG落地，把知识库、向量检索和生成链路系统串联起来，做架构设计时更清晰，也更少踩坑。

聚焦目标检测、图像分割与视觉系统落地，覆盖 YOLO、DETR、Mask R-CNN、SAM 等方案，适合定制数据集训练、推理优化及 ONNX/TensorRT 部署。

✎ 把目标检测、图像分割到推理部署串成完整工程链路，主流框架与 YOLO、DETR、SAM 等方案都覆盖，落地视觉 AI 会省心很多。

Sequential Thinking 是让 AI 通过动态思维链解决复杂问题的参考服务器。

✎ 这个服务器展示了如何让 Claude 像人类一样逐步推理，适合开发者学习 MCP 的思维链实现。但注意它只是个参考示例，别指望直接用在生产环境里。

Memory 是一个基于本地知识图谱的持久化记忆系统，让 AI 记住长期上下文。

✎ 帮 AI 和智能体补上“记不住”的短板，用本地知识图谱沉淀长期上下文，连续对话更聪明，数据也更可控。

PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。

✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务（比如自动研究或代码生成），PraisonAI 的低代码设计和多平台集成（如 Telegram）让它上手极快。但作为非官方项目，它的生态成熟度可能不如 LangChain 等主流框架，适合愿意尝鲜的开发者。