Discover Awesome MCP Servers

foo-ai

MCP control for foobar2000. Control your music player with an AI assistant!

FoodDash

An MCP server and app that enables users to browse restaurants, view menus, manage shopping carts, and place food orders with live status tracking. It serves as a reference implementation for MCP Apps SDK patterns like tool visibility, lifecycle hooks, and structured content.

ZenML MCP Server

Un servidor que implementa el Protocolo de Contexto del Modelo (Model Context Protocol) que permite a los LLMs interactuar con la plataforma ZenML, proporcionando acceso a datos de pipelines, información de la pila (stack) y la capacidad de activar nuevas ejecuciones de pipelines.

DeepSeek MCP-like Server for Terminal

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

android-mcp-server

21-tool Android device control via ADB — screenshots with compression, UI tree inspection, touch automation, logcat, and compound actions like tap-and-wait.

Typecast API MCP Server

Enables seamless integration with Typecast API through the Model Context Protocol, allowing clients to manage voices, convert text to speech, and play audio in a standardized way.

MCP-Server

A Flask-based MCP server with web GUI that provides utility tools for mathematical calculations, text analysis, string transformations, timestamps, and Fibonacci sequence generation.

CreateOS MCP

Deploy, manage, and scale applications directly from your AI assistant.

Git Workflow MCP Server

Enables AI assistants to interact with local Git repositories for operations like status, commits, branching, and diffs, plus GitHub API integration for managing pull requests when authenticated.

MCP Replicate FLUX

A Model Context Protocol server that generates images using Replicate's FLUX model and stores them in Cloudflare R2, allowing users to create images through simple prompts and retrieve accessible URLs.

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.

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.

ERPNext MCP Server

Enables users to manage CRM leads, opportunities, projects, tasks, and sales records within ERPNext directly through MCP-compatible clients. It supports global searches, timesheet entries, and access to dashboard KPIs using natural language.

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.

QMT MCP Server

Provides access to Chinese stock market data through the QMT platform, enabling users to query stock details, download historical market data, and analyze stock performance for A-share securities.

Opentrons MCP Server

A server that provides both comprehensive API documentation and direct robot control capabilities for Opentrons Flex and OT-2 robots, enabling users to manage protocols, control runs, and monitor robot health through natural language.

Google Search Console MCP Server

Provides comprehensive access to Google Search Console data with enhanced analytics capabilities, supporting up to 25,000 rows of performance data, advanced filtering with regex patterns, and automatic detection of SEO optimization opportunities.

Lunch Flow MCP Server

Enables AI assistants to access financial data from 20,000+ banks across 40+ countries, allowing users to query account balances, transactions, and spending patterns through natural language.

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.