Discover Awesome MCP Servers

mcp-yahoo-finance

There isn't a direct "MCP server" specifically designed for Yahoo Finance. "MCP" likely refers to a **Message Control Protocol** or something similar, implying a system for managing and distributing data. To get data from Yahoo Finance programmatically, you would typically use an **API (Application Programming Interface)**. Here's how you'd approach it, and what might be meant by "MCP" in this context: **1. Using the Yahoo Finance API (or Alternatives):** * **Yahoo Finance API (Unofficial):** Yahoo officially discontinued their public API years ago. However, there are *unofficial* APIs and libraries built by the community that scrape data from the Yahoo Finance website. These are prone to breaking if Yahoo changes its website structure. Examples include: * `yfinance` (Python library): A popular Python library for accessing Yahoo Finance data. It's relatively easy to use. * Other scraping libraries (Beautiful Soup, Scrapy in Python, etc.): You could write your own scraper, but this is more complex and requires constant maintenance. * **Alternative APIs:** Consider using a paid financial data API from providers like: * **Alpha Vantage:** Offers a free tier with limitations and paid plans for more data. * **IEX Cloud:** Another popular option with a free tier and paid plans. * **Financial Modeling Prep:** Provides a wide range of financial data. * **Polygon.io:** Focuses on real-time and historical stock market data. **2. "MCP" in the Context of Data Distribution:** If you're thinking of "MCP" as a way to *manage* and *distribute* the data you get from Yahoo Finance (or another API), then you're talking about building your own data pipeline. Here's how that might work: * **Data Acquisition:** Your script (using `yfinance` or another API) fetches data from Yahoo Finance. * **Data Processing:** You clean, transform, and format the data as needed. * **Data Storage:** You store the data in a database (e.g., MySQL, PostgreSQL, MongoDB) or a data warehouse. * **Data Distribution (the "MCP" part):** You create a system to make the data available to other applications or users. This could involve: * **A custom API:** You build your own API that clients can query to get the data. This is the most common approach. * **Message Queue (e.g., RabbitMQ, Kafka):** You publish data to a message queue, and other applications subscribe to the queue to receive updates. This is good for real-time or near-real-time data. * **Shared Database:** Other applications can directly query the database where you store the data. This is simpler but can create performance issues if many applications are accessing the database at the same time. * **File-based distribution (e.g., CSV, JSON):** You periodically generate files containing the data and make them available for download. **Example (Python with `yfinance` and a simple API):** ```python import yfinance as yf from flask import Flask, jsonify app = Flask(__name__) @app.route('/stock/<ticker>') def get_stock_data(ticker): try: data = yf.Ticker(ticker).history(period="1d") # Get 1 day of data if data.empty: return jsonify({"error": "No data found for ticker"}), 404 return jsonify(data.to_dict(orient="records")) except Exception as e: return jsonify({"error": str(e)}), 500 if __name__ == '__main__': app.run(debug=True) ``` **Explanation of the Python Example:** 1. **`yfinance`:** Fetches data from Yahoo Finance. 2. **`Flask`:** Creates a simple web API. 3. **`/stock/<ticker>`:** An API endpoint that takes a stock ticker symbol as input. 4. **`yf.Ticker(ticker).history(period="1d")`:** Gets the historical data for the specified ticker for the last day. 5. **`jsonify()`:** Converts the data to JSON format. **To summarize:** * There's no pre-built "MCP server" for Yahoo Finance. * You'll likely use an API (unofficial Yahoo Finance API or a paid alternative) to get the data. * If you need to manage and distribute the data, you'll need to build your own data pipeline, which might involve a custom API, message queue, or other distribution mechanism. **Translation to Spanish:** No existe un "servidor MCP" directamente diseñado para Yahoo Finance. "MCP" probablemente se refiere a un "Protocolo de Control de Mensajes" o algo similar, lo que implica un sistema para administrar y distribuir datos. Para obtener datos de Yahoo Finance programáticamente, normalmente usarías una **API (Interfaz de Programación de Aplicaciones)**. Así es como lo abordarías, y lo que podría significar "MCP" en este contexto: **1. Usando la API de Yahoo Finance (o alternativas):** * **API de Yahoo Finance (no oficial):** Yahoo descontinuó oficialmente su API pública hace años. Sin embargo, existen APIs *no oficiales* y bibliotecas creadas por la comunidad que extraen datos del sitio web de Yahoo Finance. Estas son propensas a fallar si Yahoo cambia la estructura de su sitio web. Los ejemplos incluyen: * `yfinance` (biblioteca de Python): Una biblioteca popular de Python para acceder a los datos de Yahoo Finance. Es relativamente fácil de usar. * Otras bibliotecas de scraping (Beautiful Soup, Scrapy en Python, etc.): Podrías escribir tu propio scraper, pero esto es más complejo y requiere mantenimiento constante. * **APIs alternativas:** Considera usar una API de datos financieros de pago de proveedores como: * **Alpha Vantage:** Ofrece un nivel gratuito con limitaciones y planes de pago para obtener más datos. * **IEX Cloud:** Otra opción popular con un nivel gratuito y planes de pago. * **Financial Modeling Prep:** Proporciona una amplia gama de datos financieros. * **Polygon.io:** Se centra en datos del mercado de valores en tiempo real e históricos. **2. "MCP" en el contexto de la distribución de datos:** Si estás pensando en "MCP" como una forma de *administrar* y *distribuir* los datos que obtienes de Yahoo Finance (u otra API), entonces estás hablando de construir tu propio pipeline de datos. Así es como podría funcionar: * **Adquisición de datos:** Tu script (usando `yfinance` u otra API) obtiene datos de Yahoo Finance. * **Procesamiento de datos:** Limpias, transformas y formateas los datos según sea necesario. * **Almacenamiento de datos:** Almacenas los datos en una base de datos (por ejemplo, MySQL, PostgreSQL, MongoDB) o en un almacén de datos. * **Distribución de datos (la parte "MCP"):** Creas un sistema para que los datos estén disponibles para otras aplicaciones o usuarios. Esto podría implicar: * **Una API personalizada:** Construyes tu propia API que los clientes pueden consultar para obtener los datos. Este es el enfoque más común. * **Cola de mensajes (por ejemplo, RabbitMQ, Kafka):** Publicas datos en una cola de mensajes y otras aplicaciones se suscriben a la cola para recibir actualizaciones. Esto es bueno para datos en tiempo real o casi en tiempo real. * **Base de datos compartida:** Otras aplicaciones pueden consultar directamente la base de datos donde almacenas los datos. Esto es más simple, pero puede crear problemas de rendimiento si muchas aplicaciones acceden a la base de datos al mismo tiempo. * **Distribución basada en archivos (por ejemplo, CSV, JSON):** Generas periódicamente archivos que contienen los datos y los pones a disposición para su descarga. **Ejemplo (Python con `yfinance` y una API simple):** ```python import yfinance as yf from flask import Flask, jsonify app = Flask(__name__) @app.route('/stock/<ticker>') def get_stock_data(ticker): try: data = yf.Ticker(ticker).history(period="1d") # Obtener 1 día de datos if data.empty: return jsonify({"error": "No se encontraron datos para el ticker"}), 404 return jsonify(data.to_dict(orient="records")) except Exception as e: return jsonify({"error": str(e)}), 500 if __name__ == '__main__': app.run(debug=True) ``` **Explicación del ejemplo de Python:** 1. **`yfinance`:** Obtiene datos de Yahoo Finance. 2. **`Flask`:** Crea una API web simple. 3. **`/stock/<ticker>`:** Un punto final de la API que toma un símbolo de cotización de acciones como entrada. 4. **`yf.Ticker(ticker).history(period="1d")`:** Obtiene los datos históricos para el ticker especificado durante el último día. 5. **`jsonify()`:** Convierte los datos al formato JSON. **En resumen:** * No existe un "servidor MCP" preconstruido para Yahoo Finance. * Es probable que uses una API (API no oficial de Yahoo Finance o una alternativa de pago) para obtener los datos. * Si necesitas administrar y distribuir los datos, deberás construir tu propio pipeline de datos, lo que podría implicar una API personalizada, una cola de mensajes u otro mecanismo de distribución.

MCP Server - JavaScript SDK

Un SDK no oficial de JavaScript para crear servidores personalizados para el Protocolo de Contexto de Modelo, que permite la definición de prompts, recursos y herramientas para interacciones personalizadas.

MCP Server

Mission Control Protocol (MCP) server for GitHub and Windsurf integration

mcp-server-bluesky

MCP server for interacting with Bluesky

YouTube MCP Server

Permite que los modelos de lenguaje de IA interactúen con el contenido de YouTube a través de una interfaz estandarizada, proporcionando herramientas para recuperar información de videos, transcripciones, análisis de canales y análisis de tendencias.

Tidymodels MCP Server

Un servidor que proporciona acceso al ecosistema tidymodels de R, permitiendo a los usuarios listar paquetes, buscar funciones, generar plantillas de código y buscar problemas a través de asistentes de IA como Cline.bot y Claude Desktop.

Semgrep

Un servidor MCP que proporciona una interfaz integral a Semgrep, permitiendo a los usuarios escanear código en busca de vulnerabilidades de seguridad, crear reglas personalizadas y analizar los resultados del escaneo a través del Protocolo de Contexto del Modelo.

web-search-mcp

MCP server for web searches

LLM_MCP

Okay, here's a translation of "Building MCP client and server for LLM" into Spanish, along with some options depending on the specific context you want to convey: **Option 1 (Most Direct Translation):** * **Construyendo cliente y servidor MCP para LLM** * This is a very literal translation and is suitable if the audience is familiar with the acronyms MCP and LLM. **Option 2 (Slightly More Explanatory):** * **Desarrollando un cliente y un servidor MCP para un LLM** * "Desarrollando" (developing) can be used instead of "Construyendo" (building) to emphasize the process of creating the client and server. **Option 3 (If you want to spell out the acronyms the first time):** * **Construyendo un cliente y un servidor MCP (Protocolo de Control de Medios) para un LLM (Modelo de Lenguaje Grande)** * This spells out the acronyms in parentheses. You might only do this the first time you use the terms. **Option 4 (More general, if the audience might not know the acronyms):** * **Creando un cliente y un servidor MCP para un modelo de lenguaje grande (LLM)** * This uses "Creando" (creating) and spells out "modelo de lenguaje grande" (large language model) while still using the LLM acronym. **Important Considerations:** * **Context is Key:** The best translation depends on the context. Who is your audience? Are they familiar with the acronyms? What is the overall purpose of the translation? * **MCP:** If "MCP" is a very specific, well-known protocol in the Spanish-speaking community, you can leave it as is. If not, you might need to provide a brief explanation or translation of what it stands for. If it's a proprietary term, leaving it as "MCP" is likely the best approach. * **LLM:** While "LLM" is becoming more common, you might consider using "modelo de lenguaje grande" (large language model) at least once for clarity, especially if your audience is not highly technical. I recommend choosing the option that best suits your specific needs and audience. If you can provide more context about the project and the intended audience, I can refine the translation further.

Design Tokens - MCP Server

Um server MCP para o figma. Cria imagens também.

🌐 DocuMind MCP Server

Espejo de

Juhe News MCP Server

Un servidor de Protocolo de Contexto de Modelo que permite a los modelos de lenguaje grandes acceder a los últimos titulares de noticias de tendencia y contenido detallado en varias categorías, incluyendo noticias recomendadas, nacionales, de tecnología y deportivas.

Kagi MCP Server (Node.js)

Node implementation of a Kagi MCP server

BioMed-MCP-Server

Un servidor MCP para una base de datos de literatura biomédica.

Wandering RAG

Una herramienta CLI para RAG personal que recupera datos de Notion, Obsidian, Apple Notes, etc., almacenados en Qdrant y expuestos como un servidor MCP.

MySQL MCP Server

Un servidor potente que permite a los agentes de IA interactuar con bases de datos MySQL, ejecutar consultas SQL y administrar el contenido de la base de datos a través de una interfaz sencilla.

Terminal MCP Server

Un servidor MCP que permite a los modelos de IA ejecutar comandos del sistema en máquinas locales o hosts remotos a través de SSH, admitiendo sesiones persistentes y variables de entorno.

Websearch

Un servidor de Protocolo de Contexto de Modelo que permite a los asistentes de IA realizar búsquedas web en tiempo real, recuperando información actualizada de Internet a través de una API de rastreo web.

mcp-server-agentops

Servidor MCP oficial para el SDK de AgentOps

Qase MCP Server

Un servidor de Protocolo de Contexto de Modelo que se integra con la plataforma de gestión de pruebas Qase, permitiendo a los usuarios crear y recuperar casos de prueba, gestionar ejecuciones de prueba e interactuar con proyectos de Qase.

Coolify MCP Server

Un servidor de Protocolo de Contexto de Modelo que permite a los asistentes de IA interactuar con instancias de Coolify a través del lenguaje natural, permitiendo la gestión de servidores, aplicaciones, bases de datos y despliegues.

tinysa-mcp

This is experimental MCP server for operating tinySA.

QRCode_MCP

Un servidor MCP que genera códigos QR personalizables con opciones para tamaño, colores, corrección de errores y ajustes de margen.

OpenSCAD MCP Server

Permite a los usuarios generar modelos 3D paramétricos a partir de descripciones de texto o imágenes utilizando reconstrucción multi-vista y OpenSCAD, con soporte para la generación de imágenes por IA y procesamiento remoto.

MCP TypeScript Simple Template

Una base para crear servidores de Protocolo de Contexto de Modelo personalizados que pueden integrarse con sistemas de IA, proporcionando una herramienta sencilla de cálculo del IMC como implementación de ejemplo.