Discover Awesome MCP Servers

TaxJar MCP Server by CData

This project builds a read-only MCP server. For full read, write, update, delete, and action capabilities and a simplified setup, check out our free CData MCP Server for TaxJar (beta): https://www.cdata.com/download/download.aspx?sku=JTZK-V&type=beta

FrontendLeap MCP Server

A Model Context Protocol server that enables Claude and other AI assistants to generate personalized, contextually-relevant coding challenges in JavaScript, TypeScript, HTML, and CSS.

toyMCP To-Do List Server

Este es un servidor de ejemplo sencillo que implementa una API CRUD de lista de tareas pendientes utilizando los conceptos del Protocolo de Contexto del Modelo (MCP), específicamente utilizando JSON-RPC 2.0 sobre HTTP. Utiliza Node.js, Express y PostgreSQL (a través de Docker) para la persistencia.

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.

Custom MCP Server

Un servidor MCP personalizado que integra la búsqueda de Brave, el sistema de archivos, GitHub y el pensamiento secuencial.

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.

Flight MCP Server

A real-time flight tracking interface for LLMs that connects AI assistants to live aircraft data from ADS-B Exchange, enabling searches by location, specific flight tracking, military aircraft monitoring, and aviation pattern discovery.

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.

MCP Obsidian Docker

Versión Dockerizada del servidor MCP Obsidian para la integración de la API REST Local de Obsidian.

Zuora Billing MCP Server

Enables interaction with Zuora's billing and subscription management platform through their REST API. Provides access to billing operations, subscription management, and financial data through natural language queries.

DWD MCP Server

Un servidor MCP sencillo a través de la API del Deutscher Wetterdienst.

DeepSeek MCP-like Server for Terminal

Un servidor similar a MCP que utiliza la API de DeepSeek para la Terminal.

ollama-MCP-server

Espejo de

Resource Settings MCP Server

An MCP Server that provides a natural language interface to Google Cloud Resource Settings API, enabling users to view and manage settings for Google Cloud resources through conversation.

VibeDoge MCP Server

Enables interaction with VibeDoge lottery system through comprehensive tools for user profile management, lottery participation, result checking, and activity statistics. Supports secure authentication and real-time lottery operations through natural language.

Bitbucket MCP Server

A Model Context Protocol server that integrates Cursor IDE with Bitbucket Cloud, allowing developers to fetch repository information and commit data directly from their Bitbucket workspace.

xsMCP

🤖📎 SDK MCP extrapequeño para compilaciones rápidas de cliente/servidor.

OKX MCP Server

Enables AI assistants to interact with OKX trading accounts through read-only access to retrieve portfolio information, trading positions, order history, and account analytics. Provides secure, local processing of trading data without storing sensitive information or enabling trade execution.

tmap_mcp

tmap rest api 기반 mcp server 구축

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.

SeekCode

A clean and efficient code snippet and clipboard m

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.

MoziChem-MCP

Enables AI assistants to perform complex chemical engineering calculations including thermodynamic modeling, equation of state calculations, phase equilibrium computations, and vapor-liquid equilibrium analysis. Built on the MoziChem framework to bridge AI language models with specialized chemical engineering tools.

Knowledge Graph Memory Server

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