Vercel MCP 服务器
一个强大的模型上下文协议(MCP)服务器, enables 无缝的 Vercel 项目管理,包括通过 Cursor 的 Composer 或 Codeium 的 Cascade 进行的部署、域名、环境变量和团队配置。
浏览已公开且详情完整的 MCP 服务,查看 README、安全 JSON 配置预览、来源信息与可信信号
一个强大的模型上下文协议(MCP)服务器, enables 无缝的 Vercel 项目管理,包括通过 Cursor 的 Composer 或 Codeium 的 Cascade 进行的部署、域名、环境变量和团队配置。
Inbox Zero是一个开源AI邮件助手及客户端,核心功能包括:AI自动处理邮件(回复、分类、退订等)、邮件分析统计、冷邮件拦截等,帮助用户高效管理邮件,实现"收件箱清零"。支持自托管部署,技术栈包含Next.js等。
一种模型上下文协议服务器,为克劳德和其他大语言模型提供对 Hugging Face Hub API 的只读访问,通过自然语言启用与模型、数据集、空间、论文和集合的交互。
PydanticAI 是一个由 Pydantic 团队开发的 Python 代理框架,旨在简化与生成式 AI 模型(如 OpenAI、Anthropic、Gemini 等)结合使用的开发过程。它提供了类型安全、结构化响应、依赖注入、流式响应等功能,帮助开发者构建生产级的 AI 驱动应用程序。PydanticAI 还与 Pydantic Logfire 无缝集成,支持实时调试和性能监控。通过利用 Pydantic 的验证和结构化能力,PydanticAI 确保模型输出的一致性和可靠性,同时提供灵活的工具和动态系统提示来增强代理的功能。
这是一款用于安装其他 MCP 服务器的工具。安装后,可借助Claude安装托管于 npm 或 PyPi 的 MCP 服务器,不过安装 node 和 Python 服务器,需分别使用 npx 和 uv。
一种MCP服务器实现,它使得访问DexScreener API数据成为可能,提供跨多个区块链的DEX交易对、代币概况和市场统计数据的实时信息。
MCP TypeScript SDK 是一个实现模型上下文协议(Model Context Protocol, MCP)的工具,旨在为大型语言模型(LLM)提供标准化的上下文支持。通过该 SDK,开发者可以轻松构建 MCP 客户端和服务器,支持资源、工具和提示的暴露,处理协议消息和生命周期事件。核心功能包括通过资源提供数据、通过工具执行操作、通过提示定义交互模式,并支持 stdio 和可流式 HTTP 等传输方式。该 SDK 适用于构建与 LLM 交互的标准化服务,简化了上下文管理与模型交互的分离。
MaxKB是一个开源AI助手,集成RAG管道与工作流引擎,支持多模型、多模态交互,可零编码集成到业务系统。它通过文档处理、智能问答等功能,适用于智能客服、企业知识库等场景,提供企业级AI解决方案,支持中英文界面。
启用像Goose或Claude这样的AI代理和助手通过模型上下文协议与VS Code进行交互。
MCP-Mem0 是一个与 Mem0 集成的模型上下文协议(MCP)服务器模板,旨在为 AI 代理提供长期记忆功能。通过语义搜索,AI 代理可以存储、检索和搜索记忆,增强其上下文理解能力。该服务器提供了三个核心功能:`save_memory` 用于存储信息,`get_all_memories` 用于检索所有记忆,`search_memories` 用于查找相关记忆。它支持多种 LLM 提供商(如 OpenAI、OpenRouter 或 Ollama),并可通过 Docker 或 Python 运行。该模板遵循最佳实践,帮助开发者构建自定义 MCP 服务器,适用于各种 MCP 兼容客户端。
Solon是一个轻量、高性能的Java框架,支持Java 8至24及GraalVM原生镜像,具备高并发(性能提升700%)、低内存占用(节省50%)、快速启动(提速10倍)等优势。它提供灵活的接口规范和开放生态,适用于全场景企业应用开发,包含云原生、AI集成等模块,并拥有丰富的插件和工具链支持。
这是一个模型上下文协议(MCP)服务器的实现版本,它对外提供了由 Integration App 驱动的各类工具接口。
Sourcebot MCP 服务器是一个为LLM(大语言模型)代理提供代码上下文获取能力的工具。它支持从GitHub、GitLab、Bitbucket等多个代码托管平台获取代码信息,并将其注入到聊天会话中,从而增强LLM的响应和推理能力。通过Sourcebot MCP,用户可以实现代码搜索、函数定义查找、依赖分析等功能,适用于代码审查、文档生成、合规审计等多种场景。此外,Sourcebot MCP还支持自定义LLM代理的构建,并提供了详细的安装和配置指南,便于开发者快速集成和使用。
启用AI代理通过标准化接口与多个大语言模型提供商(OpenAI、Anthropic、Google、DeepSeek)进行交互,从而方便在模型之间切换或在同一应用中使用多个模型。
一个MCP服务器,其简单目标是通过赋予AI代码助手(Cline、Cursor、Claude等)分析widget树、导航和布局问题的工具,从而调试Flutter应用程序。 请查看架构以了解其工作原理:https://github.com/Arenukvern/mcp_flutter/blob/main/ARCHITECTURE.md
一种MCP服务器,它为Semgrep提供了一个全面的接口,使用户能够通过模型上下文协议扫描代码以查找安全漏洞、创建自定义规则并分析扫描结果。
一种模型上下文协议服务器,通过评估数学表达式,使大型语言模型能够进行精确的数值计算。
这是一个基于 TypeScript 的 MCP 服务器,实现了发送电子邮件的系统。