Discover Awesome MCP Servers

Web Search

Un servidor MCP que integra capacidades de búsqueda web en tiempo real en asistentes de IA utilizando la API de Exa, proporcionando funcionalidad de búsqueda tanto básica como avanzada con resultados formateados en Markdown.

mcp-cursor

Un servidor MCP para enviar prompts al IDE de Cursor.

Remote MCP Server on Cloudflare

Un servidor de Protocolo de Contexto de Modelo que se ejecuta en Cloudflare Workers con inicio de sesión OAuth, permitiendo a asistentes de IA como Claude ejecutar herramientas de forma remota a través de conexiones HTTP.

Swagger MCP Server

MCP server that provides tools for exploring and testing APIs through Swagger/OpenAPI documentation.

Perplexica MCP Server

A Model Context Protocol server that acts as a proxy to provide LLM access to Perplexica's AI-powered search engine, enabling AI assistants to perform searches with various focus modes.

MCP AI Gateway

Enables AI assistants to intelligently select and switch between different AI models (OpenAI, Anthropic, etc.) within the same conversation based on task requirements. Provides a unified interface for accessing multiple AI providers through a single MCP tool.

YouTube Toolbox

An MCP server that provides AI assistants with powerful tools to interact with YouTube, including video searching, transcript extraction, comment retrieval, and more.

LittleSis MCP

Provide access to the LittleSis API to track corporate power and accountability. Enable querying and exploring relationships and entities related to corporate influence. Facilitate integration of corporate data into LLM applications for enhanced context and insights.

AWS SSO MCP Server

Servidor MCP de Node.js/TypeScript para AWS Single Sign-On (SSO). Permite a los sistemas de IA (LLMs) con herramientas para iniciar sesión en SSO (flujo de autenticación de dispositivo), listar cuentas/roles y ejecutar de forma segura comandos de AWS CLI utilizando credenciales temporales. Agiliza la interacción de la IA con los recursos de AWS.

Cloud Vision API MCP Server

An MCP (Multi-Agent Conversation Protocol) Server that provides a standardized interface for interacting with Google's Cloud Vision API, enabling AI agents to analyze images and extract visual information through natural language.

Alibaba Cloud Operations MCP Server

An MCP server for Amazon Q CLI that supports operations on Alibaba Cloud services including ECS, VPC, RDS, OSS, CloudMonitor, and OOS.

Gemini API with MCP Tool Integration

Agente de IA que recupera datos meteorológicos del servidor MCP para proporcionar pronósticos automatizados. Ideal para la integración en aplicaciones relacionadas con el clima.

DateTime MCP Server

Provides timezone-aware date and time information with configurable time formats and timezone support. Enables users to get current date and time in their preferred timezone and format through simple MCP tools.

mcp-nextcloud-calendar

mcp-nextcloud-calendar

mcp-server-test

Prueba del servidor MCP.

Face-ID Photo Fusion MCP Server

A server that integrates with Claude to merge facial images with ID photo backgrounds using ComfyUI, allowing users to seamlessly replace faces in identity documents through natural language commands.

Flyworks MCP

A Model Context Protocol server that enables fast and free lipsync video creation for a wide range of digital avatars, supporting both audio and text inputs to generate synchronized lip movements.

Tavily Search

Este servidor MCP realiza búsquedas multi-tema en negocios, noticias, finanzas y política utilizando la API de Tavily, proporcionando fuentes de alta calidad y resúmenes inteligentes.

LibraryMcpServer

Okay, I understand. Please provide the English text you want me to translate to Spanish. I will do my best to provide an accurate and helpful translation, keeping in mind the technical context of C++ Standards committee discussions. To help me give you the best translation, please also consider providing: * **Context:** A brief explanation of what the text is about. This helps me choose the most appropriate terminology. * **Intended Audience:** Who will be reading the Spanish translation? (e.g., native Spanish speakers with C++ expertise, a more general audience). * **Specific Concerns:** Are there any specific words or phrases you're worried about translating correctly? I look forward to helping you!

BundlerMCP

Enables agents to query information about gems in a Ruby project's Gemfile, including source code and metadata.

Altary MCP Server

Enables Claude to integrate with Altary error management service for retrieving, analyzing, and completing errors directly within the IDE. Supports project management, AI-powered error analysis, and automated completion of similar errors through similarity detection.

MCP Blog Project

Aquí tienes un ejemplo de servidor MCP para conectarse al servicio de libros, para mi blog.

MCP SSE Cloud Run Proxy

A secure proxy solution for hosting MCP (Model Context Protocol) servers on Google Cloud Run, allowing teams to share access through IAM authentication while bypassing current MCP authentication limitations.

Say MCP Server

A Model Context Protocol server that provides real-time voice notifications, utilizing a high-quality voice engine with automatic fallback to system voice.

Voice MCP

Aquí tienes un servidor MCP de voz básico que utiliza Piper: ```python import asyncio import websockets import json import subprocess async def handle_connection(websocket, path): print(f"Nueva conexión desde {websocket.remote_address}") try: async for message in websocket: try: data = json.loads(message) text = data.get("text") if not text: print("Mensaje sin texto recibido.") continue print(f"Texto recibido: {text}") # Ejecutar Piper para generar audio try: process = subprocess.Popen( ["/opt/piper/piper", "--model", "/opt/piper/en_US-lessac-medium.onnx", "--output_file", "/tmp/output.wav"], stdin=subprocess.PIPE, stdout=subprocess.PIPE, stderr=subprocess.PIPE ) process.stdin.write(text.encode("utf-8")) process.stdin.close() process.wait() if process.returncode != 0: error_message = process.stderr.read().decode("utf-8") print(f"Error al ejecutar Piper: {error_message}") await websocket.send(json.dumps({"error": f"Error al ejecutar Piper: {error_message}"})) continue # Leer el archivo WAV generado with open("/tmp/output.wav", "rb") as f: audio_data = f.read() # Enviar los datos de audio al cliente await websocket.send(audio_data) print("Audio enviado.") except FileNotFoundError: print("Piper no encontrado. Asegúrate de que esté instalado y en la ruta correcta.") await websocket.send(json.dumps({"error": "Piper no encontrado."})) except Exception as e: print(f"Error al procesar el audio: {e}") await websocket.send(json.dumps({"error": f"Error al procesar el audio: {e}"})) except json.JSONDecodeError: print("Mensaje JSON inválido recibido.") await websocket.send(json.dumps({"error": "Mensaje JSON inválido."})) except Exception as e: print(f"Error al manejar el mensaje: {e}") finally: # Limpiar el archivo temporal try: subprocess.run(["rm", "/tmp/output.wav"], check=False) except Exception as e: print(f"Error al eliminar el archivo temporal: {e}") except websockets.exceptions.ConnectionClosedError: print(f"Conexión cerrada inesperadamente desde {websocket.remote_address}") except websockets.exceptions.ConnectionClosedOK: print(f"Conexión cerrada correctamente desde {websocket.remote_address}") except Exception as e: print(f"Error en la conexión: {e}") finally: print(f"Conexión con {websocket.remote_address} cerrada.") async def main(): start_server = await websockets.serve(handle_connection, "0.0.0.0", 8765) print("Servidor WebSocket escuchando en ws://0.0.0.0:8765") await asyncio.Future() # Ejecutar el servidor indefinidamente if __name__ == "__main__": asyncio.run(main()) ``` **Explicación:** 1. **Importaciones:** Importa las bibliotecas necesarias: `asyncio` para programación asíncrona, `websockets` para la comunicación WebSocket, `json` para manejar datos JSON y `subprocess` para ejecutar Piper. 2. **`handle_connection(websocket, path)`:** Esta función maneja cada conexión WebSocket individual. * Imprime un mensaje cuando se establece una nueva conexión. * Entra en un bucle asíncrono para recibir mensajes del cliente. * **Manejo de mensajes:** * Intenta decodificar el mensaje como JSON. * Extrae el texto del campo "text" del JSON. * Si no hay texto, imprime un mensaje y continúa. * Imprime el texto recibido. * **Ejecución de Piper:** * Utiliza `subprocess.Popen` para ejecutar Piper. **Asegúrate de que la ruta a `piper` y al modelo `.onnx` sean correctas para tu sistema.** El ejemplo asume que Piper está instalado en `/opt/piper` y el modelo en `/opt/piper/en_US-lessac-medium.onnx`. **Modifica estas rutas según tu configuración.** * Pasa el texto a Piper a través de la entrada estándar (`stdin`). * Especifica el archivo de salida como `/tmp/output.wav`. * Espera a que Piper termine. * Verifica el código de retorno de Piper. Si es diferente de 0, significa que hubo un error. Lee el mensaje de error de la salida de error estándar (`stderr`) y lo envía al cliente. * Lee los datos de audio del archivo `/tmp/output.wav`. * Envía los datos de audio al cliente a través del WebSocket. * Imprime un mensaje indicando que el audio fue enviado. * **Manejo de errores:** * Captura `FileNotFoundError` si Piper no se encuentra. * Captura otras excepciones que puedan ocurrir durante el procesamiento del audio. * Envía mensajes de error al cliente en formato JSON. * **Limpieza:** * Intenta eliminar el archivo temporal `/tmp/output.wav` después de cada mensaje, incluso si hubo un error. * **Manejo de cierre de conexión:** * Captura excepciones relacionadas con el cierre de la conexión WebSocket. * Imprime mensajes indicando el estado de la conexión. * Imprime un mensaje cuando se cierra la conexión. 3. **`main()`:** * Crea un servidor WebSocket que escucha en la dirección `0.0.0.0` (todas las interfaces) y el puerto `8765`. * Imprime un mensaje indicando que el servidor está escuchando. * Utiliza `asyncio.Future()` para mantener el servidor en ejecución indefinidamente. 4. **`if __name__ == "__main__":`:** Asegura que la función `main()` se ejecute solo cuando el script se ejecuta directamente (no cuando se importa como un módulo). **Cómo usarlo:** 1. **Instala las dependencias:** ```bash pip install websockets ``` 2. **Instala Piper:** Sigue las instrucciones de instalación de Piper en su repositorio de GitHub: [https://github.com/rhasspy/piper](https://github.com/rhasspy/piper). Asegúrate de descargar un modelo `.onnx` y saber dónde está ubicado. 3. **Modifica el script:** * Cambia las rutas a `piper` y al modelo `.onnx` en la línea `subprocess.Popen` para que coincidan con tu instalación. 4. **Ejecuta el servidor:** ```bash python tu_script.py ``` 5. **Crea un cliente WebSocket:** Necesitarás un cliente WebSocket para conectarte al servidor y enviarle texto. Aquí tienes un ejemplo básico en JavaScript: ```javascript const websocket = new WebSocket("ws://localhost:8765"); websocket.onopen = () => { console.log("Conectado al servidor WebSocket"); const text = "Hola, mundo. Esto es una prueba de Piper."; websocket.send(JSON.stringify({ text: text })); }; websocket.onmessage = (event) => { if (event.data instanceof Blob) { // Recibido audio como Blob const audioBlob = event.data; const audioUrl = URL.createObjectURL(audioBlob); const audio = new Audio(audioUrl); audio.play(); } else { // Recibido mensaje de texto (error) console.error("Error del servidor:", event.data); } }; websocket.onclose = () => { console.log("Conexión cerrada"); }; websocket.onerror = (error) => { console.error("Error de WebSocket:", error); }; ``` Guarda este código como un archivo HTML (por ejemplo, `cliente.html`) y ábrelo en tu navegador. **Puntos importantes:** * **Seguridad:** Este código es un ejemplo básico y no incluye ninguna medida de seguridad. Si vas a usarlo en un entorno de producción, debes agregar autenticación, autorización y otras medidas de seguridad. * **Manejo de errores:** El manejo de errores es básico. Debes mejorarlo para que sea más robusto y proporcione información más útil. * **Rendimiento:** Para un uso intensivo, considera optimizar el rendimiento, por ejemplo, utilizando un pool de procesos para ejecutar Piper. * **Rutas:** Asegúrate de que las rutas a `piper` y al modelo `.onnx` sean correctas. * **Dependencias:** Asegúrate de tener Piper instalado y configurado correctamente. * **Formato de audio:** El cliente asume que el audio se recibe como un Blob. Si Piper genera un formato diferente, deberás ajustar el código del cliente. * **Librerías:** Considera usar librerías más robustas para el manejo de audio en el cliente, como `Web Audio API`. Este es un punto de partida. Puedes expandirlo y adaptarlo a tus necesidades. Recuerda revisar la documentación de `websockets` y `piper` para obtener más información.

Google Drive MCP Server

A server that provides a Machine Control Protocol (MCP) interface to search, access, and interact with Google Drive files and folders, enabling AI assistants to work with Google Drive content.