Discover Awesome MCP Servers

NRTSearch MCP Server

Enables AI assistants to search and query Lucene/NRTSearch indexes using natural language, supporting full Lucene query syntax including Boolean, phrase, range, wildcard, and fuzzy searches with highlighting and custom field retrieval.

Exegol MCP Server

Enables AI agents to interact with Exegol pentesting containers to execute commands and manage container status. It includes seven predefined workflows for automated security tasks such as web reconnaissance, port scanning, and vulnerability assessment.

RDW MCP Server

Provides tools to query Dutch vehicle registration data through the official RDW open API, allowing users to look up vehicle information by license plate, retrieve fuel/emissions data, and search vehicles by brand and model.

Figma Server

Permite una interacción fluida con Figma a través del Protocolo de Contexto de Modelo, permitiendo que las aplicaciones LLM accedan, manipulen y rastreen archivos, componentes y variables de Figma.

PostGIS MCP Server

A server application that provides PostGIS database connection using Model Context Protocol (MCP), enabling spatial database functionality through natural language interactions.

Voice to Text MCP Server

A powerful speech-to-text MCP server that supports multiple audio formats and recognition engines including remote APIs (Bailian, OpenAI Whisper, iFLYTEK), Google Speech Recognition, and CMU Sphinx.

Exa Websets MCP Server

A Model Context Protocol server that enables interaction with Exa's Websets API for AI-powered web search and data collection, allowing users to create and manage customized websets through natural language queries.

MCP Server TypeScript Template

Aquí tienes una plantilla de TypeScript para crear servidores del Protocolo de Contexto de Modelos que permiten a los modelos de IA utilizar herramientas externas, incluyendo operaciones de ejemplo y una funcionalidad simple de suma de números: ```typescript // Importa las bibliotecas necesarias import express, { Request, Response } from 'express'; import bodyParser from 'body-parser'; // Define la interfaz para una operación interface Operation { name: string; description: string; parameters: { [key: string]: { type: string; description: string } }; execute: (params: { [key: string]: any }) => Promise<any>; } // Define la interfaz para la respuesta del protocolo de contexto del modelo interface ModelContextResponse { result: any; error?: string; } // Define las operaciones disponibles const operations: Operation[] = [ { name: 'add_numbers', description: 'Suma dos números.', parameters: { num1: { type: 'number', description: 'El primer número.' }, num2: { type: 'number', description: 'El segundo número.' }, }, execute: async (params: { num1: number; num2: number }) => { const { num1, num2 } = params; return num1 + num2; }, }, // Agrega más operaciones aquí ]; // Crea la aplicación Express const app = express(); const port = 3000; // Usa middleware para analizar el cuerpo de la solicitud como JSON app.use(bodyParser.json()); // Define el endpoint para el protocolo de contexto del modelo app.post('/execute', async (req: Request, res: Response) => { const { operationName, parameters } = req.body; try { // Encuentra la operación solicitada const operation = operations.find((op) => op.name === operationName); if (!operation) { return res.status(400).json({ error: `Operación no encontrada: ${operationName}` }); } // Valida los parámetros for (const paramName in operation.parameters) { if (!parameters.hasOwnProperty(paramName)) { return res.status(400).json({ error: `Parámetro faltante: ${paramName}` }); } // Puedes agregar validación de tipo aquí si es necesario } // Ejecuta la operación const result = await operation.execute(parameters); // Envía la respuesta const response: ModelContextResponse = { result }; res.json(response); } catch (error: any) { console.error("Error al ejecutar la operación:", error); const response: ModelContextResponse = { result: null, error: error.message || "Error desconocido" }; res.status(500).json(response); } }); // Define el endpoint para obtener la lista de operaciones disponibles app.get('/operations', (req: Request, res: Response) => { const operationList = operations.map(op => ({ name: op.name, description: op.description, parameters: op.parameters })); res.json(operationList); }); // Inicia el servidor app.listen(port, () => { console.log(`Servidor escuchando en el puerto ${port}`); }); ``` **Explicación del código:** * **Importaciones:** Importa las bibliotecas `express` para crear el servidor web, `body-parser` para analizar el cuerpo de las solicitudes JSON. * **Interfaces:** Define las interfaces `Operation` y `ModelContextResponse` para estructurar los datos. `Operation` define la estructura de cada operación que el servidor puede realizar, incluyendo su nombre, descripción, parámetros esperados y la función `execute` que realiza la operación. `ModelContextResponse` define la estructura de la respuesta que el servidor envía al modelo de IA. * **Operaciones:** Define un array `operations` que contiene las operaciones disponibles. En este ejemplo, solo hay una operación: `add_numbers`. Puedes agregar más operaciones a este array. * **Aplicación Express:** Crea una instancia de la aplicación Express y configura el middleware `body-parser` para analizar las solicitudes JSON. * **Endpoint `/execute`:** Define el endpoint principal para ejecutar las operaciones. * Recibe el `operationName` y los `parameters` en el cuerpo de la solicitud. * Busca la operación correspondiente en el array `operations`. * Valida que todos los parámetros requeridos estén presentes. * Ejecuta la operación utilizando los parámetros proporcionados. * Envía una respuesta JSON con el resultado o un error. * **Endpoint `/operations`:** Define un endpoint para obtener la lista de operaciones disponibles. Esto permite al modelo de IA descubrir las capacidades del servidor. * **Inicio del servidor:** Inicia el servidor Express en el puerto especificado. **Cómo usar esta plantilla:** 1. **Instala las dependencias:** ```bash npm install express body-parser @types/express @types/body-parser ``` 2. **Guarda el código:** Guarda el código como un archivo TypeScript (por ejemplo, `server.ts`). 3. **Compila el código:** ```bash tsc server.ts ``` 4. **Ejecuta el servidor:** ```bash node server.js ``` 5. **Envía una solicitud POST a `/execute`:** Puedes usar `curl`, `Postman` o cualquier otra herramienta para enviar una solicitud POST a `http://localhost:3000/execute` con el siguiente cuerpo JSON: ```json { "operationName": "add_numbers", "parameters": { "num1": 5, "num2": 10 } } ``` La respuesta será: ```json { "result": 15 } ``` 6. **Obtén la lista de operaciones:** Envía una solicitud GET a `http://localhost:3000/operations` para obtener la lista de operaciones disponibles. **Consideraciones adicionales:** * **Validación de tipos:** Agrega validación de tipos más robusta para los parámetros de las operaciones. Puedes usar bibliotecas como `zod` o `yup` para definir esquemas de validación. * **Manejo de errores:** Implementa un manejo de errores más detallado y registra los errores para facilitar la depuración. * **Autenticación y autorización:** Si el servidor necesita acceder a recursos protegidos, implementa autenticación y autorización para controlar el acceso a las operaciones. * **Escalabilidad:** Considera la escalabilidad del servidor si esperas un alto volumen de solicitudes. Puedes usar un balanceador de carga y múltiples instancias del servidor. * **Seguridad:** Implementa medidas de seguridad para proteger el servidor contra ataques, como la validación de entrada y la protección contra ataques de inyección. * **Documentación:** Documenta las operaciones disponibles y sus parámetros para que los modelos de IA puedan utilizarlas correctamente. Puedes usar herramientas como Swagger/OpenAPI para generar documentación automáticamente. Esta plantilla proporciona un punto de partida sólido para crear servidores del Protocolo de Contexto de Modelos en TypeScript. Puedes adaptarla y ampliarla para satisfacer las necesidades específicas de tu aplicación.

DeepL MCP Server

Enables translation and text rephrasing using DeepL's API through a cloud-deployed MCP server. Provides translation between multiple languages, text rephrasing, and language detection capabilities with professional deployment features.

Query MCP

Permite el acceso al IDE a las bases de datos de Supabase con ejecución de consultas SQL, gestión de esquemas, operaciones de administración de Auth y controles de seguridad integrados para evitar acciones destructivas accidentales.

Twitter MCP Server

Model Context Protocol server that enables programmatic interaction with Twitter API, allowing users to post tweets, search for content, and retrieve user timelines through standardized MCP tools.

Figma MCP Server

Brings Figma designs directly into MCP-compatible environments to view specifications and export frames as high-resolution images. It features smart section splitting for large frames and integrates with Jira to automatically fetch designs from ticket links.

Dynamic MCP Server

Creates custom MCP servers from JSON configuration files that can execute AI-powered tools by dynamically invoking Claude, Codex, or Gemini CLIs with configurable prompts and inputs.

Remote MCP Server Template (Authless)

A template for deploying authentication-free MCP servers on Cloudflare Workers, enabling quick setup of custom tools accessible via SSE endpoints for AI assistants like Claude.

Bruno MCP Server

Integrates Bruno CLI for API testing, enabling users to run API requests and collections, manage environments, generate test reports (JSON/JUnit/HTML), and validate collection structures through natural language commands.

Evolution API WhatsApp MCP Server

Enables WhatsApp Business messaging through Evolution API with support for creating instances, sending messages using dynamic templates, and managing contacts and groups. Includes 10+ predefined message templates for common business scenarios like order confirmations, appointment reminders, and promotional messages.

Spotify MCP Server

Conecta a Claude con Spotify para controlar la reproducción, buscar música, obtener información de las canciones y administrar la cola a través de la conversación.

Gmail MCP Server

Enables interaction with Gmail through MCP-compatible clients to list, read, search, and send emails. It supports advanced features such as managing labels, handling threaded replies, and utilizing Gmail's native search syntax.

GitLab MCP Server

Provides GitLab integration for AI assistants using Model Context Protocol, enabling repository operations, file management, issue tracking, merge requests, and branch/tag administration through natural language.

LibreSprite MCP

A Model Context Protocol server that enables prompt-assisted editing, designing, and scripting inside LibreSprite, allowing users to create pixel art through natural language interactions.

Create MCP

A CLI tool that sets up a Model Control Protocol server and deploys it to Cloudflare Workers, allowing you to quickly create custom tools for your Cursor Agent just by writing TypeScript functions.

calendar-mcp

calendar-mcp

DomainFinder MCP Server

Enables users to check domain name availability across 877 TLDs, generate intelligent suggestions, and retrieve WHOIS registration information. It supports bulk domain checks and cross-TLD searches through natural language interfaces.

kbg-viewer

Un componente personalizado de Vue.js para visualizar gráficos de bases de conocimiento generados a partir de servidores de memoria MCP.

MCPSeedance

ByteDance Seedance AI video generation with text-to-video, image-to-video, multiple models (1.5 Pro/1.0 Pro/Lite), synchronized audio, and flexible resolutions up to 1080p.

Live2D Automation MCP Server

Enables the automatic generation of complete Live2D models from a single photo by automating segmentation, rigging, and physics configuration. It provides a full pipeline for creating layered art meshes and motion files through a suite of specialized animation tools.

Knowledge Graph Memory Server

Servidor MCP independiente para habilitar la memoria para Claude a través de un grafo de conocimiento.

trust-security

Detect live website vulnerabilities and security flaws in GitHub repositories using automated DAST and SAST scanning. Safeguard applications by identifying exposed secrets, insecure dependencies, and common code patterns prone to exploitation. Receive structured fix plans with precise code remediation steps to resolve identified risks and improve security posture.