Discover Awesome MCP Servers

MCP Maximo Server

Wraps IBM Maximo API services as MCP tools, enabling AI applications like Dify Agent to manage assets, work orders, and inventory through natural language interactions with enterprise asset management systems.

小记（AI记账）

小记，是一款基于AI的个人智能记账工具，通过自然语言交互实现「一句话极速记账、查账」。 你只需说"早餐25元，支付宝付款"或"工资到账银行卡18000元"，系统将自动解析金额、分类、支付方式并记录到账本中。 而且支持🔥MCP客户端使用。

code-context-mcp

Indexes codebases into a SQLite database to provide metadata, exports, dependency graphs, and change tracking for JS/TS projects. It enables users to search for symbols, map internal dependencies, and monitor file changes through MCP tools and a web dashboard.

Firewalla MCP Server

A production-ready server that connects Claude Desktop to Firewalla network management capabilities, allowing users to monitor devices, analyze network traffic, manage security alerts, and configure firewall rules through natural language.

MiniMax MCP JS

Implementación en JavaScript de MiniMax MCP que permite la interacción con los servicios de IA de MiniMax para la generación de imágenes, la generación de videos, la conversión de texto a voz y la clonación de voz a través de clientes compatibles con MCP.

Learn_MCP Math Server

A Model Context Protocol (MCP) server that demonstrates mathematical capabilities through a LangChain integration, allowing clients to perform math operations via the MCP protocol.

Google Workspace MCP Server

A comprehensive integration providing 114 tools to manage Google Drive, Docs, Sheets, Slides, Gmail, Calendar, and more through the Model Context Protocol. It enables seamless interaction with the full Google Workspace suite for file management, communication, and scheduling directly within Claude.

Ghost MCP Server

An implementation of the Model Context Protocol Server that allows AI clients like Cursor or Claude Desktop to manage Ghost CMS blogs by exposing capabilities like creating posts, adding tags, and uploading images.

Google Slides MCP Server

Servidor MCP para Presentaciones de Google

My Finance MCP Server

Enables Claude to store and query personal finance transactions using semantic search. Transactions are persisted in ChromaDB and JSON, allowing natural language questions about spending trends and portfolio allocations.

mcp-server-conceal

An MCP proxy that pseudo-anonymizes PII before data reaches external AI providers like Claude, ChatGPT, or Gemini.

Weather API167 MCP Server

Provides access to comprehensive weather data including current conditions, forecasts, air pollution levels, US weather alerts, earthquake information, and country details using coordinates, place names, or zip codes.

mcp-server-ads

An MCP server for the NASA Astrophysics Data System (ADS) that enables searching, citation graph traversal, and bibliography management for astrophysics literature. It provides tools for computing citation metrics, resolving astronomical object names, and managing paper libraries through natural language.

posix-system-mcp

test

MCP Server

A minimal Python-based server that provides real-time weather data and a safe mathematical expression evaluator. It enables users to fetch current weather conditions and perform complex calculations using the Model Context Protocol.

eBay MCP Server by CData

This read-only MCP Server allows you to connect to eBay data from Claude Desktop through CData JDBC Drivers. Free (beta) read/write servers available at https://www.cdata.com/solutions/mcp

getmcp - MCP Server Management Tool

getmcp: Una forma fácil y rápida de encontrar servidores MCP de código abierto.

MCP Tauri Automation

Enables AI-driven testing and automation of Tauri desktop applications through natural language, allowing users to interact with UI elements, capture screenshots, execute commands, and test application flows without manual clicking or complex scripts.

高德地图

高德地图

Claude Consciousness Bridge

An MCP server that enables direct communication between two Claude instances, allowing one Claude to transfer its evolved consciousness state to another Claude across different sessions.

MCP Swift Example Server

Aquí tienes un ejemplo de implementación de un servidor MCP (Protocolo de Contexto de Modelo): ```python import socket import threading import json # Configuración del servidor HOST = '127.0.0.1' # Dirección IP del servidor PORT = 65432 # Puerto de escucha del servidor # Clase para manejar cada conexión de cliente class ClientHandler(threading.Thread): def __init__(self, conn, addr): threading.Thread.__init__(self) self.conn = conn self.addr = addr print(f"Conectado con {addr[0]}:{addr[1]}") def run(self): try: while True: # Recibir datos del cliente data = self.conn.recv(1024) if not data: break # Decodificar los datos (asumiendo que son JSON) try: request = json.loads(data.decode('utf-8')) print(f"Recibido: {request}") # Procesar la solicitud (ejemplo) response = self.process_request(request) # Enviar la respuesta al cliente self.conn.sendall(json.dumps(response).encode('utf-8')) except json.JSONDecodeError: print(f"Error: Datos no válidos recibidos de {self.addr[0]}:{self.addr[1]}") self.conn.sendall(json.dumps({"error": "Invalid JSON"}).encode('utf-8')) except Exception as e: print(f"Error al procesar la solicitud: {e}") self.conn.sendall(json.dumps({"error": str(e)}).encode('utf-8')) finally: # Cerrar la conexión self.conn.close() print(f"Conexión cerrada con {self.addr[0]}:{self.addr[1]}") def process_request(self, request): """ Procesa la solicitud recibida y devuelve una respuesta. Este es un ejemplo básico, debes adaptarlo a tu caso de uso específico. """ if "action" in request: action = request["action"] if action == "get_context": # Ejemplo: Devolver un contexto de modelo ficticio context = { "model_name": "MiModeloGenial", "version": "1.0", "description": "Un modelo de ejemplo para demostración." } return {"status": "success", "context": context} elif action == "process_data": # Ejemplo: Procesar datos (simplemente devolverlos) data = request.get("data", {}) return {"status": "success", "result": data} else: return {"status": "error", "message": "Acción desconocida"} else: return {"status": "error", "message": "Acción no especificada"} # Función principal del servidor def main(): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.bind((HOST, PORT)) s.listen() print(f"Servidor escuchando en {HOST}:{PORT}") while True: conn, addr = s.accept() client = ClientHandler(conn, addr) client.start() if __name__ == "__main__": main() ``` **Explicación del código:** 1. **Importaciones:** - `socket`: Para la comunicación de red. - `threading`: Para manejar múltiples clientes concurrentemente. - `json`: Para serializar y deserializar datos JSON. 2. **Configuración del servidor:** - `HOST`: La dirección IP en la que el servidor escuchará (aquí se usa `127.0.0.1` para localhost). - `PORT`: El puerto en el que el servidor escuchará. 3. **Clase `ClientHandler`:** - Hereda de `threading.Thread` para manejar cada conexión de cliente en un hilo separado. - `__init__`: Inicializa el hilo con la conexión (`conn`) y la dirección (`addr`) del cliente. - `run`: El método principal del hilo. Escucha datos del cliente, los decodifica como JSON, los procesa y envía una respuesta. Maneja errores de decodificación JSON y excepciones generales. Finalmente, cierra la conexión. - `process_request`: **Esta es la parte más importante y donde debes implementar la lógica específica de tu servidor MCP.** En este ejemplo, simplemente verifica la "acción" en la solicitud y devuelve una respuesta basada en ella. Las acciones de ejemplo son `get_context` (devuelve un contexto de modelo ficticio) y `process_data` (simplemente devuelve los datos recibidos). Debes adaptar esta función para que coincida con las acciones y el contexto de modelo que tu servidor necesita manejar. 4. **Función `main`:** - Crea un socket TCP (`socket.SOCK_STREAM`). - Enlaza el socket a la dirección y el puerto especificados (`s.bind((HOST, PORT))`). - Comienza a escuchar conexiones entrantes (`s.listen()`). - Entra en un bucle infinito para aceptar nuevas conexiones. - Para cada conexión, crea una instancia de `ClientHandler` y la inicia como un nuevo hilo (`client.start()`). **Cómo usarlo:** 1. **Guarda el código:** Guarda el código como un archivo Python (por ejemplo, `mcp_server.py`). 2. **Ejecuta el servidor:** Ejecuta el archivo desde la línea de comandos: `python mcp_server.py`. 3. **Crea un cliente:** Necesitarás un cliente que se conecte a este servidor y envíe solicitudes JSON. Aquí tienes un ejemplo básico de cliente en Python: ```python import socket import json HOST = '127.0.0.1' PORT = 65432 with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.connect((HOST, PORT)) # Ejemplo de solicitud para obtener el contexto del modelo request = {"action": "get_context"} s.sendall(json.dumps(request).encode('utf-8')) data = s.recv(1024) print(f"Recibido: {data.decode('utf-8')}") # Ejemplo de solicitud para procesar datos request = {"action": "process_data", "data": {"input": "algún dato"}} s.sendall(json.dumps(request).encode('utf-8')) data = s.recv(1024) print(f"Recibido: {data.decode('utf-8')}") ``` 4. **Ejecuta el cliente:** Guarda el código del cliente como un archivo Python (por ejemplo, `mcp_client.py`) y ejecútalo: `python mcp_client.py`. **Puntos importantes a considerar:** * **Protocolo MCP:** Este es un ejemplo básico. Un protocolo MCP real podría tener una estructura de mensajes más definida, manejo de errores más robusto y mecanismos de autenticación/autorización. * **`process_request`:** Esta función es el corazón de tu servidor. Debes implementarla para que maneje las solicitudes específicas que tu modelo necesita. Esto podría incluir cargar el modelo, ejecutar inferencia, acceder a bases de datos, etc. * **Seguridad:** Si vas a usar este servidor en un entorno de producción, debes considerar la seguridad. Esto podría incluir el uso de TLS/SSL para cifrar la comunicación, autenticación para verificar la identidad de los clientes y autorización para controlar qué acciones pueden realizar los clientes. * **Manejo de errores:** El manejo de errores en este ejemplo es básico. Debes implementar un manejo de errores más robusto para manejar situaciones inesperadas y proporcionar información útil a los clientes. * **Escalabilidad:** Si necesitas manejar un gran número de clientes, debes considerar la escalabilidad. Esto podría incluir el uso de un servidor web asíncrono (como `asyncio` o `Tornado`) o la implementación de un sistema de colas de mensajes. * **Serialización:** JSON es un formato de serialización común, pero puedes usar otros formatos como Protocol Buffers o MessagePack si necesitas un mejor rendimiento o un esquema más estricto. Este ejemplo te proporciona un punto de partida para construir tu propio servidor MCP. Recuerda adaptarlo a tus necesidades específicas.

Google Ads MCP Server

Enables programmatic management of Google Ads campaigns, allowing users to monitor performance metrics, update budgets, and toggle campaign statuses. It supports real-time analytics, top performer analysis, and reporting in CSV or JSON formats.

Browser MCP Server

A Docker-based workspace providing headless Chrome browser with CDP proxy and noVNC interface for browser automation and monitoring.

PostgreSQL MCP AllAccess

Enables interaction with PostgreSQL databases through a production-ready MCP server with global connection pooling, automatic AWS password rotation, and comprehensive SQL operations. Supports multiple concurrent Claude sessions while maintaining efficient connection limits to the database.

Facets Module MCP Server

Enables creation and management of Terraform modules for Facets.cloud infrastructure with interactive generation, validation, forking, testing, and deployment workflows through secure file operations and FTF CLI integration.

Universal Infinite Loop MCP Server

A goal-agnostic parallel orchestration framework that enables sophisticated multi-agent coordination for tasks like code generation, UI development, and research through specification-driven architecture. It utilizes wave-based generation and intelligent context management to execute complex, iterative agentic loops.

Jokes MCP Server

Enables users to fetch jokes from multiple sources including Chuck Norris jokes, Dad jokes, and Yo Mama jokes through APIs. Integrates with Microsoft Copilot Studio to provide humor-focused AI agent capabilities.

ops-mcp

Enables unified management of maintenance windows and incidents across Atlassian Statuspage and Uptime Kuma. It allows AI assistants to schedule maintenance, update service statuses, and list monitors through a single MCP-compatible interface.

MCP 101 Example

A foundational implementation of a Model Context Protocol (MCP) server designed for educational purposes. It demonstrates the complete interaction between an LLM, an inference engine, and a client during an agentic call.