Discover Awesome MCP Servers

Time Server

Espejo de

MLflow Prompt Registry MCP Server

Permite el acceso a plantillas de prompts gestionadas en MLflow a través de Claude Desktop, lo que permite a los usuarios dar instrucciones a Claude con plantillas guardadas para tareas repetitivas o flujos de trabajo comunes.

boot-mcp

A starter template for building Model Context Protocol (MCP) applications with TypeScript

🧠 Vibe Check MCP

Un sistema de interrupción de patrones metacognitivos que ayuda a prevenir que los asistentes de IA sigan caminos de razonamiento demasiado complicados, proporcionando validación externa, orientación para la simplificación y mecanismos de aprendizaje.

MCP SQLite Server

Generic MCP server to manipulate SQLite

req-refine MCP server

ReqRefine es un servidor MCP que mejora la recopilación de requisitos mediante preguntas estratégicas. Guía a los usuarios para que revelen necesidades integrales, descubre requisitos implícitos y transforma el diálogo en especificaciones estructuradas.

ToolChat

Chat de LLM PydanticAI con herramientas de servidor MCP

Kubernetes MCP Server

Un servidor MCP para Kubernetes

ESXi MCP Server

Un servidor de administración de VMware ESXi/vCenter basado en MCP (Protocolo de Control de Máquina), que proporciona interfaces API REST sencillas para la gestión de máquinas virtuales.

SingleStore MCP Server

Servidor MCP para interactuar con la API de administración y los servicios de SingleStore.

Pinecone Assistant MCP Server

Servidor MCP del Asistente Pinecone

Model Context Protocol (MCP) Testing Servers

This is a web-based application for testing MCP servers. It was designed to demonstrate a MCP client capable of running in a typical web hosting environment.

open-browser-mcp-server

Abrir el navegador y visitar la dirección web especificada.

GitLab MCP Server

Servidor GitLab MCP (con funciones de seguimiento de actividad y listado de proyectos grupales) Este servidor está basado en el servidor GitLab MCP original con mejoras de Listado de Proyectos Grupales y Seguimiento de Actividad.

DexScreener MCP Server

Espejo de

Model Context Protocol (MCP) Server for the RAG Web Browser Actor 🌐

Espejo de

Eight Sleep MCP

I'm sorry, I don't have information about an "MCP server" specifically for 8sleep. It's possible this is a very specific or internal term. To help me understand what you're looking for, could you provide more context? For example: * **What is an "MCP server" in this context?** Is it a type of server, a specific software, or something else? * **What are you trying to accomplish with this server?** What functionality are you looking for? * **Where did you hear about this "MCP server"?** Knowing the source might give me a clue. Once I have more information, I can try to provide a more accurate translation or find relevant information in Spanish. Here are some possible translations based on general interpretations of "server": * **General server:** *Servidor* * **If it's a control server:** *Servidor de control* * **If it's a management server:** *Servidor de gestión* * **If it's a data server:** *Servidor de datos* So, depending on what "MCP server" means, you might say: * *Servidor MCP para 8sleep* (If you want to keep the "MCP" as is) * *Servidor de [tipo de servidor] para 8sleep* (Replacing "[tipo de servidor]" with the appropriate description) Please provide more details so I can give you a better answer.

Krep MCP Server

Espejo de

MCP Server Template for Cursor IDE

Aquí tienes una plantilla sencilla para crear herramientas personalizadas para Cursor IDE utilizando el Protocolo de Contexto del Modelo, desplegable a través de Heroku, Docker o directamente dentro de Cursor IDE: ```python # app.py (o el nombre que prefieras) from flask import Flask, request, jsonify import os app = Flask(__name__) @app.route('/process', methods=['POST']) def process_request(): """ Esta función recibe la solicitud POST de Cursor IDE, procesa los datos y devuelve una respuesta. """ try: data = request.get_json() # Aquí es donde accedes a los datos enviados por Cursor IDE. # Por ejemplo: # selected_text = data.get('selectedText') # file_path = data.get('filePath') # TODO: Implementa tu lógica de procesamiento aquí. # Por ejemplo: # processed_text = process_text(selected_text) # Simulación de procesamiento (reemplazar con tu lógica real) processed_text = f"Texto procesado: {data.get('selectedText', 'Sin texto seleccionado')}" # Construye la respuesta que Cursor IDE espera. response = { "result": processed_text, "success": True, "error": None # O un mensaje de error si algo salió mal } return jsonify(response) except Exception as e: # Manejo de errores response = { "result": None, "success": False, "error": str(e) } return jsonify(response), 500 # Código de error HTTP 500 def process_text(text): """ Función de ejemplo para procesar el texto. Reemplaza esto con tu lógica real. """ # TODO: Implementa tu lógica de procesamiento de texto aquí. return text.upper() # Ejemplo: convierte el texto a mayúsculas if __name__ == '__main__': port = int(os.environ.get('PORT', 5000)) app.run(debug=True, host='0.0.0.0', port=port) ``` **Explicación:** * **`app.py`:** Este es el archivo principal de tu aplicación Flask. * **`Flask`:** Un microframework de Python para crear aplicaciones web. * **`/process` endpoint:** Cursor IDE enviará solicitudes POST a este endpoint. * **`request.get_json()`:** Obtiene los datos JSON enviados por Cursor IDE. Estos datos incluirán información como el texto seleccionado, la ruta del archivo, etc. Consulta la documentación del Protocolo de Contexto del Modelo de Cursor IDE para ver qué datos están disponibles. * **`data.get('selectedText')`:** Ejemplo de cómo acceder a los datos enviados por Cursor IDE. Reemplaza `selectedText` con el nombre del campo que necesitas. * **`process_text(selected_text)`:** Una función de ejemplo donde implementarás tu lógica de procesamiento. Reemplaza esto con tu código real. * **`response`:** Un diccionario que contiene la respuesta que Cursor IDE espera. Debe incluir `result` (el resultado del procesamiento), `success` (un booleano que indica si la solicitud fue exitosa) y `error` (un mensaje de error si algo salió mal). * **`jsonify(response)`:** Convierte el diccionario de respuesta en formato JSON. * **Manejo de errores:** El bloque `try...except` maneja cualquier error que pueda ocurrir durante el procesamiento y devuelve una respuesta de error a Cursor IDE. * **`if __name__ == '__main__':`:** Asegura que la aplicación Flask se ejecute solo cuando el script se ejecuta directamente (no cuando se importa como un módulo). * **`port = int(os.environ.get('PORT', 5000))`:** Obtiene el número de puerto del entorno (útil para Heroku) o usa el puerto 5000 por defecto. * **`app.run(debug=True, host='0.0.0.0', port=port)`:** Ejecuta la aplicación Flask. `debug=True` habilita el modo de depuración (solo para desarrollo). `host='0.0.0.0'` permite que la aplicación sea accesible desde cualquier dirección IP (necesario para Heroku y Docker). **Cómo usar esta plantilla:** 1. **Instala Flask:** `pip install Flask` 2. **Reemplaza los TODOs:** Implementa tu lógica de procesamiento en la función `process_text` y accede a los datos relevantes de la solicitud. 3. **Configura Cursor IDE:** En la configuración de Cursor IDE, especifica la URL de tu aplicación (por ejemplo, `http://localhost:5000/process` si estás ejecutando la aplicación localmente). Asegúrate de que la URL sea accesible desde Cursor IDE. 4. **Despliega tu aplicación:** * **Heroku:** Crea un archivo `Procfile` con el contenido `web: gunicorn app:app` y despliega tu aplicación a Heroku. * **Docker:** Crea un archivo `Dockerfile` (ver ejemplo abajo) y construye y ejecuta tu imagen de Docker. * **Directamente en Cursor IDE:** Si tu herramienta no requiere un servidor, puedes ejecutar el código directamente dentro de Cursor IDE usando el protocolo de contexto del modelo. Consulta la documentación de Cursor IDE para obtener más detalles. **Ejemplo de `Dockerfile`:** ```dockerfile FROM python:3.9-slim-buster WORKDIR /app COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt COPY . . CMD ["python", "app.py"] ``` **Ejemplo de `requirements.txt`:** ``` Flask gunicorn ``` **Pasos para desplegar con Docker:** 1. Crea un archivo `requirements.txt` con las dependencias de tu proyecto (en este caso, Flask y gunicorn). 2. Crea un archivo `Dockerfile` (como el ejemplo anterior). 3. Construye la imagen de Docker: `docker build -t mi-herramienta-cursor .` 4. Ejecuta el contenedor de Docker: `docker run -p 5000:5000 mi-herramienta-cursor` **Consideraciones:** * **Seguridad:** Si tu herramienta maneja datos sensibles, asegúrate de implementar medidas de seguridad adecuadas, como la autenticación y la autorización. * **Escalabilidad:** Si esperas un gran volumen de solicitudes, considera usar una plataforma de despliegue escalable como Heroku o Kubernetes. * **Documentación del Protocolo de Contexto del Modelo de Cursor IDE:** Consulta la documentación oficial de Cursor IDE para obtener información detallada sobre los datos que se envían a tu herramienta y el formato de la respuesta esperada. Esta plantilla proporciona un punto de partida sólido para crear tus propias herramientas personalizadas para Cursor IDE. Recuerda adaptar el código a tus necesidades específicas.

MCP Continuity Server

Um servidor MCP para gerenciamento de continuidade e estado em projetos, baseado no MCP Continuity Tool

Redis MCP Server (@gongrzhe/[email protected])

Mirror of

MCP Get Community Servers

This repository contains a collection of community-maintained Model Context Protocol (MCP) servers. All servers are automatically listed on the MCP Get registry and can be viewed and installed via CLI

Dify MCP Server (TypeScript)

Permite la conversión de aplicaciones Dify en herramientas del Protocolo de Contexto de Modelo, admitiendo respuestas en streaming y configuradas a través de YAML.

Postman MCP Server

A simple API wrapper around Postman/Newman functionality for API testing and mock server generation

mcp_learning

Learning how to build mcp-servers to connect in llms via langchain

MCP Assistant Server

Un servidor MCP que ofrece capacidades de análisis de tareas y recomendación de herramientas.

Mailgun MCP Server

Una implementación de servidor del Protocolo de Contexto de Modelo que permite a asistentes de IA como Claude Desktop interactuar con los servicios de correo electrónico de Mailgun, permitiendo a los usuarios enviar correos electrónicos y visualizar estadísticas de entrega de correo electrónico a través del lenguaje natural.

Desktop Automation

Un servidor de Protocolo de Contexto de Modelo que proporciona capacidades de automatización de escritorio utilizando RobotJS y capacidades de captura de pantalla, permitiendo a los LLM controlar los movimientos del ratón, las entradas del teclado y capturar capturas de pantalla del entorno de escritorio.