Discover Awesome MCP Servers

freshcontext-mcp

Real-time web intelligence with freshness timestamps. Every extraction returns a dated envelope so AI agents know exactly how old the data is. Covers GitHub, HN, Scholar, arXiv, YC, jobs, finance, and package trends.

fiken-mcp

Enables AI assistants to manage invoices, contacts, purchases, journal entries, and other accounting operations via the Fiken API.

Remote MCP Server Authless

A deployable MCP server on Cloudflare Workers that allows you to create and expose custom tools to AI assistants without requiring authentication.

casino-mcp

Control CASINO quantum Monte Carlo calculations: start a run, poll whether it is still running, stop it, list past jobs — and read CASINO's out file as structured data instead of 4000 lines of text.

RepoMind Bridge

Enables coding agents to receive and act on voice-captured tasks delivered as GitHub issues, including retrieving full context, adding notes, asking the developer questions, and closing tasks when complete.

unix-docs-mcp

MCP server for exploring 4.2 BSD historical UNIX documentation, source code, and system calls. It provides tools to search and read prose manuals, man pages, source files, and the syscall table.

Aerith Admin MCP Server

Implementa un flujo de trabajo de desarrollo inspirado en MANUS para aplicaciones de panel de control RBAC con capacidades de automatización del navegador, diseñado para ser accedido por la integración MCP de Cursor IDE.

MCP Router

MCP Router: Una interfaz web para orquestar servidores MCP con integración del framework de agente Upsonic.

mcp-open-library

Provides access to Internet Archive's Open Library metadata, enabling queries about books, authors, and subjects via natural language through the Pipeworx gateway.

recife-open-data-mcp

MCP server to query public open data from Recife, Brazil using natural language. It exposes tools for schema exploration and SQL query generation via Gemini 2.5 Flash, backed by a local DuckDB database.

Expo Gemini MCP Server

Enables AI assistants to access and search Expo documentation with semantic search and AI-enhanced code examples and explanations using Gemini AI.

ohos-mcp-unofficial

Brings HarmonyOS and OpenHarmony English documentation to AI assistants for instant retrieval and multimodal analysis.

Signal Nodus

An MCP server that reads SEC 10-K and 10-Q sections as clean text and diffs them year over year. Pay per call.

mcp-arcgis-castateparks

Search and query California State Parks open geospatial datasets (parks, trails, recreational layers) via ArcGIS Feature Services using natural language.

MCP Server UniFi

Una implementación de servidor que permite interacciones en lenguaje natural con dispositivos de red UniFi al encapsular la API de red UniFi para agentes de IA como Goose y Claude.

Notion Workflow MCP

Enables personal workflow management by turning Notion into a task and knowledge system via slash commands and 19 integrated MCP tools. It supports project-based task tracking, subtask management, and automated note summarization directly through the Claude interface.

JustOneAPI MCP Server

Exposes JustOneAPI endpoints as MCP tools, returning raw upstream JSON without field parsing for maximum data fidelity.

worldbank-documents-reports-mcp

Enables searching, retrieving, and exploring World Bank documents and reports through natural language queries with advanced filtering options.

Character Counter MCP Server

Provides a tool to count occurrences of specific characters in text, serving as a simple example of building MCP servers with FastMCP and Python.

secondbrain-mcp

Enables Claude clients to search, read, and write to a Markdown second brain vault via GitHub, with tools for retrieval, capture, and knowledge graph consistency.

OrderOps MCP

Enables AI assistants to investigate and safely resolve commerce order exceptions, such as expired inventory reservations, by providing a workflow across synthetic order, payment, inventory, and fulfillment systems.

recruiting-jobs-mcp

Enables AI agents to pull live job listings from major ATS platforms (Greenhouse, Lever, Ashby, Workable), Hacker News hiring threads, and detect hiring signals on company career pages.

MCP Server Template 🚀

Aquí tienes una plantilla para construir servidores MCP (Protocolo de Contexto del Modelo) para Claude y otros asistentes de IA: **Título: Plantilla para Servidor MCP (Protocolo de Contexto del Modelo)** **Introducción:** Esta plantilla proporciona una estructura básica para construir un servidor MCP que permita a Claude (u otros asistentes de IA) acceder y utilizar información contextual externa. El Protocolo de Contexto del Modelo (MCP) define una interfaz estandarizada para que los modelos de lenguaje interactúen con fuentes de datos externas, mejorando su capacidad para responder preguntas, generar contenido y realizar tareas con mayor precisión y relevancia. **Componentes Clave:** 1. **API del Servidor MCP:** * **Punto Final Principal:** `/mcp/query` (o similar) * **Método:** `POST` * **Formato de Solicitud (JSON):** ```json { "query": "Pregunta o solicitud del modelo de lenguaje", "context_keys": ["lista", "de", "claves", "opcionales", "para", "filtrar", "el", "contexto"], "model_id": "identificador_del_modelo_de_lenguaje" // Opcional: para manejar diferentes modelos } ``` * **Formato de Respuesta (JSON):** ```json { "context": [ { "key": "clave_identificadora_del_contexto", "content": "Contenido relevante para la consulta", "source": "Fuente del contexto (e.g., base de datos, archivo)", "relevance_score": 0.85 // Opcional: puntuación de relevancia }, { "key": "otra_clave", "content": "Más contenido contextual", "source": "Otra fuente", "relevance_score": 0.92 } ], "metadata": { "processing_time": 0.123, // Opcional: tiempo de procesamiento en segundos "num_results": 2 // Opcional: número de resultados devueltos } } ``` 2. **Gestión de Datos de Contexto:** * **Almacenamiento:** Decide dónde almacenar los datos de contexto. Opciones comunes incluyen: * Bases de datos (SQL, NoSQL) * Almacenamiento de archivos (JSON, CSV, texto) * Bases de datos vectoriales (para búsqueda semántica) * **Indexación:** Implementa un sistema de indexación eficiente para buscar rápidamente el contexto relevante. * **Actualización:** Define un proceso para actualizar y mantener los datos de contexto al día. 3. **Lógica de Búsqueda de Contexto:** * **Algoritmos de Búsqueda:** Implementa algoritmos para encontrar el contexto más relevante para la consulta. Considera: * Búsqueda de palabras clave * Búsqueda semántica (usando incrustaciones de palabras o frases) * Filtrado basado en `context_keys` * **Puntuación de Relevancia:** Asigna una puntuación de relevancia a cada pieza de contexto para ayudar al modelo de lenguaje a priorizar la información más importante. 4. **Autenticación y Autorización (Opcional):** * Implementa mecanismos de autenticación y autorización para controlar el acceso al servidor MCP y a los datos de contexto. 5. **Registro y Monitorización:** * Registra las solicitudes, las respuestas y los errores para monitorizar el rendimiento del servidor MCP y diagnosticar problemas. **Implementación (Ejemplo en Python con Flask):** ```python from flask import Flask, request, jsonify import json app = Flask(__name__) # Simulación de una base de datos de contexto context_data = { "empresa_descripcion": { "content": "Somos una empresa líder en tecnología...", "source": "Base de datos interna" }, "producto_caracteristicas": { "content": "Nuestro producto ofrece características innovadoras...", "source": "Documentación del producto" } } @app.route('/mcp/query', methods=['POST']) def handle_query(): data = request.get_json() query = data.get('query', '') context_keys = data.get('context_keys', []) model_id = data.get('model_id', 'default') # Ejemplo de uso de model_id print(f"Consulta recibida del modelo {model_id}: {query}") # Lógica de búsqueda de contexto (simplificada) relevant_context = [] for key, value in context_data.items(): if not context_keys or key in context_keys: # Filtra por context_keys si se proporcionan relevant_context.append({ "key": key, "content": value["content"], "source": value["source"], "relevance_score": 0.9 # Puntuación fija para este ejemplo }) response = { "context": relevant_context, "metadata": { "processing_time": 0.05, "num_results": len(relevant_context) } } return jsonify(response) if __name__ == '__main__': app.run(debug=True) ``` **Consideraciones Adicionales:** * **Escalabilidad:** Diseña el servidor MCP para que pueda escalar horizontalmente para manejar un gran volumen de solicitudes. * **Seguridad:** Implementa medidas de seguridad para proteger los datos de contexto y el servidor MCP de accesos no autorizados. * **Pruebas:** Escribe pruebas unitarias y de integración para garantizar la calidad y la fiabilidad del servidor MCP. * **Documentación:** Documenta la API del servidor MCP y su configuración para facilitar su uso y mantenimiento. * **Integración con Claude (u otros modelos):** Asegúrate de que el formato de la solicitud y la respuesta del servidor MCP sean compatibles con la API del modelo de lenguaje que estás utilizando. En el caso de Claude, consulta la documentación oficial de Anthropic para conocer los detalles de la integración. **Ejemplo de Uso con Claude (Conceptual):** 1. Claude recibe una pregunta del usuario: "¿Cuál es la descripción de la empresa?" 2. Claude formatea la pregunta y la envía al servidor MCP como una solicitud POST a `/mcp/query`. 3. El servidor MCP busca en su base de datos de contexto y encuentra la descripción de la empresa. 4. El servidor MCP devuelve la descripción de la empresa a Claude en formato JSON. 5. Claude utiliza la descripción de la empresa para generar una respuesta para el usuario. **Conclusión:** Esta plantilla proporciona un punto de partida para construir un servidor MCP robusto y escalable para Claude y otros asistentes de IA. Recuerda adaptar la plantilla a tus necesidades específicas y seguir las mejores prácticas de desarrollo de software. La clave es diseñar un sistema que proporcione información contextual relevante de manera eficiente y segura para mejorar el rendimiento de los modelos de lenguaje.

HWPX Excel QGIS MCP

Local MCP server enabling Codex to inspect and edit HWPX documents, Excel spreadsheets, and QGIS QGS/QGZ projects on Windows with safety and fidelity.

RoyceCo Victorian Property Data MCP

Enables live access to free, open Victorian government spatial data for property due diligence, covering site screening, planning controls, parcels, contamination, heritage, and flood checks without API keys.

JWT AI MCP

JWT AI - MCP server providing AI-powered tools and automation by MEOK AI Labs

Amazing Marvin MCP

Connects your Amazing Marvin productivity system with AI assistants like Claude for intelligent task management, enabling personalized productivity advice and seamless task operations.

remote-mcp-server-authless

Deploys a remote MCP server on Cloudflare Workers without authentication, enabling custom tools and easy connection to AI Playground and Claude Desktop.

OpenAI Agents MCP Server

A server that exposes OpenAI agents (web search, file search, computer actions, and multi-agent orchestration) through the Model Context Protocol, making them accessible to any MCP client including Claude Desktop.