MCP Servers Directory

一个基于 Node.js 的 MCP 协议服务器，用于生成斐波那契数列。

为AI助手提供专业软件开发工具的MCP服务器。

通过MCP创建的测试仓库。

一个非官方的 Misskey MCP 协议服务器，目前仅支持发布笔记的基础功能。

用于查找Agoda酒店评论的MCP服务器，帮助整合正负面评价以便选择。

基于 TypeScript 的 MCP 协议服务器，用于支持 AI 驱动的 RPA 平台 AntBot。

一个用于 Expo React Native 文档的快速 Markdown 文档服务器。

一个支持从文本生成代码并部署的AI代理系统架构。

加载和提供多个 OpenAPI 规范的 MCP 服务器，支持 LLM 驱动的 IDE 集成。

一个基于FastAPI和模块化LLM代理的现代AI系统，用于自动化企业IT支持。

TypeScript 实现的 Novu 模型上下文协议 (MCP) 服务器，支持 AI 代理与通知系统交互。

这是 https://github.com/fourcolors/omi-mcp 的镜像仓库。

为模型上下文协议服务器提供通用的动态发现服务。

Daznode 是一个基于 Python 的 Lightning 网络节点性能监控与优化工具。

一个基于 LLM 的终端原生 AI 工具，用于渗透测试中的枚举和模糊测试。

暂停执行指定时长的 MCP 服务器，用于控制代理任务流程。

这是一个模型上下文协议（MCP）服务器的演示实现，用于标准化客户端与AI模型间的通信。

用于构建和管理 AI 助手工具的 Go 语言框架，支持扩展性和易用性。

一个具备注册中心能力的 MCP 客户端服务框架，支持工具聚合和智能调用。

一种通过规范描述自动生成和优化代码的革命性方法。

这是一个基于 Spring Boot 的 MCP 客户端项目，用于学习和实验。

这是 https://github.com/xrusjohn/mcp_rss_buhe 的镜像仓库。

一个用于创建和管理人工智能代理的开源前端平台，支持多种模型和工具集成。

一个通过模型上下文协议实现AI驱动的Unity编辑器插件，支持场景自动化和对象管理。

适用于Minecraft Forge 1.19.2的Eros附加模组。

用于 Featurebase 的 MCP 服务器，提供帖子和评论管理功能。

一个现代化的 RSS 聚合器，专注于人工智能和技术新闻，使用 Node.js、Express、MySQL 和 Next.js 构建。

一个基于 NestJS 的 Google Drive 集成工具，支持 OAuth2 认证和文件操作。

部署一个无需认证的远程 MCP 服务器到 Cloudflare Workers，并支持自定义工具和连接 AI 客户端。

一个用于多云平台（MCP）集成与功能验证的综合测试套件。

一个基于蒙特卡洛模拟的期权定价工具。

一个用于管理和交互各种服务器及模型上下文协议的模块化框架，支持 Playwright 和 TypeScript。

一款帮助DevOps开发者高效完成任务的LLM基础解决方案，集成多种工具实现自动化。

一个用于快速提取 GitHub 仓库信息的 MCP 服务器，支持摘要、目录结构和文件内容。

一个上下文感知的模型上下文协议（MCP）服务器，根据用户上下文和需求智能管理工具展示与执行。

基于 MCP 协议的浏览器自动化代理工具，集成 Claude 和浏览器操作功能。

通过自然语言生成音效和映射的SuperCollider与Claude Desktop集成系统。

一些MCP学习的内容

展示如何构建一个作为MCP客户端的AI代理，连接到外部服务。

一个符合模型上下文协议 (MCP) 的服务器，用于全面的网络研究和数据聚合。

一个智能推荐系统，用于分析和管理 MCP 服务器及其功能，构建高效的自动化工作流。

一个基于 AWS 的 Rust 实现，专注于 AI 代理的动态记忆管理。

使用 Google Gemini API 和 gRPC 构建的简单聊天机器人后端，支持会话上下文管理。

一个将各种格式文件转换为 Markdown 格式的工具，支持 PDF 转换。

使用 MCP 控制安卓手机的工具。

演示 Task Master、Atlassian 和 GitHub 的集成流程。

用于自动化设置NCHU图书馆的MCP环境。

一个用于控制 Request Tracker 的 AI 辅助 MCP 服务器。

一个用于运行 Locust 性能测试的 Model Context Protocol (MCP) 服务器，支持与 AI 开发环境无缝集成。

一个精心整理的机器学习学习资料集合，包括个人笔记、代码示例和参考资料，涵盖概念、实现及最佳实践。