Skip to main content
Glama

mcp-google-sheets

ru.json4.67 kB
{ "Mistral AI": "Mistral AI", "Mistral AI provides state-of-the-art open-weight and hosted language models for text generation, embeddings, and reasoning tasks.": "Mistral AI предоставляет современные модели языков с открытым весом и размером для генерации текста, встраивания и рассуждений.", "You can obtain your API key from the Mistral AI dashboard. Go to https://console.mistral.ai, generate an API key, and paste it here.": "Вы можете получить ваш ключ API с панели Mistral AI. Перейдите на https://console.mistral.ai, сгенерируйте ключ API и вставьте его здесь.", "Ask Mistral": "Спросить Мистрала", "Create Embeddings": "Создать встраивание", "Upload File": "Загрузить файл", "List Models": "Список моделей", "Custom API Call": "Пользовательский вызов API", "Ask Mistral anything you want!": "Спросите Мистрала все, что хотите!", "Creates new embedding in Mistral AI.": "Создает новое встраивание в Mistral AI.", "Upload a file to Mistral AI (e.g., for fine-tuning or context storage).": "Загрузите файл на Mistral AI (например, для тонкой настройки или хранения контекста).", "Retrieves a list of available Mistral AI models.": "Возвращает список доступных моделей Mistral AI.", "Make a custom API call to a specific endpoint": "Сделать пользовательский API вызов к определенной конечной точке", "Model": "Модель", "Question": "Вопрос", "Temperature": "Температура", "Top P": "Верхний П", "Max Tokens": "Макс. токенов", "Random Seed": "Случайное семя", "Timeout (ms)": "Таймаут (мс)", "Input": "Input", "File": "Файл", "Purpose": "Цель", "Method": "Метод", "Headers": "Заголовки", "Query Parameters": "Параметры запроса", "Body": "Тело", "No Error on Failure": "Нет ошибок при ошибке", "Timeout (in seconds)": "Таймаут (в секундах)", "Select a Mistral model. List is fetched live from your account.": "Выберите модель Mistral. Список загружен в реальном времени с вашего аккаунта.", "Controls randomness: Lowering results in less random completions. As the temperature approaches zero, the model will become deterministic and repetitive.": "Контролирует случайность: понижение результатов в менее случайном завершении. По мере нулевого температурного приближения модель становится детерминированной и повторяющей.", "An alternative to sampling with temperature, called nucleus sampling, where the model considers the results of the tokens with top_p probability mass. So 0.1 means only the tokens comprising the top 10% probability mass are considered.": "Альтернатива отоплению с температурой, называемой ядерным отбором, где модель рассматривает результаты жетонов с вероятностью top_p. Таким образом, 0.1 означает, что учитываются только жетоны, состоящие из массы 10% наивысшего уровня.", "The input text for which to create an embedding.": "Входной текст, для которого будет создан встраиваемый текст.", "The file to upload (max 512MB).For fine tuning purspose provide .jsonl file.": "Файл для загрузки (не более 512Мб). Для тонкой настройки purspose предоставьте .jsonl файл.", "Purpose of the file.": "Цель файла.", "Authorization headers are injected automatically from your connection.": "Заголовки авторизации включаются автоматически из вашего соединения.", "fine-tune": "тонкая мелодия", "batch": "партия", "ocr": "окр", "GET": "ПОЛУЧИТЬ", "POST": "ПОСТ", "PATCH": "ПАТЧ", "PUT": "ПОКУПИТЬ", "DELETE": "УДАЛИТЬ", "HEAD": "HEAD" }

MCP directory API

We provide all the information about MCP servers via our MCP API.

curl -X GET 'https://glama.ai/api/mcp/v1/servers/activepieces/activepieces'

If you have feedback or need assistance with the MCP directory API, please join our Discord server