Discover Awesome MCP Servers

InfluxDB MCP Server

Un servidor de Protocolo de Contexto de Modelo que proporciona acceso seguro y de solo lectura a datos de series temporales almacenados en InfluxDB 1.8 a través de la autenticación JWT.

MCP Server Template 🚀

Aquí tienes una plantilla para construir servidores MCP (Protocolo de Contexto del Modelo) para Claude y otros asistentes de IA: **Título: Plantilla para Servidor MCP (Protocolo de Contexto del Modelo)** **Introducción:** Esta plantilla proporciona una estructura básica para construir un servidor MCP que permita a Claude (u otros asistentes de IA) acceder y utilizar información contextual externa. El Protocolo de Contexto del Modelo (MCP) define una interfaz estandarizada para que los modelos de lenguaje interactúen con fuentes de datos externas, mejorando su capacidad para responder preguntas, generar contenido y realizar tareas con mayor precisión y relevancia. **Componentes Clave:** 1. **API del Servidor MCP:** * **Punto Final Principal:** `/mcp/query` (o similar) * **Método:** `POST` * **Formato de Solicitud (JSON):** ```json { "query": "Pregunta o solicitud del modelo de lenguaje", "context_keys": ["lista", "de", "claves", "opcionales", "para", "filtrar", "el", "contexto"], "model_id": "identificador_del_modelo_de_lenguaje" // Opcional: para manejar diferentes modelos } ``` * **Formato de Respuesta (JSON):** ```json { "context": [ { "key": "clave_identificadora_del_contexto", "content": "Contenido relevante para la consulta", "source": "Fuente del contexto (e.g., base de datos, archivo)", "relevance_score": 0.85 // Opcional: puntuación de relevancia }, { "key": "otra_clave", "content": "Más contenido contextual", "source": "Otra fuente", "relevance_score": 0.92 } ], "metadata": { "processing_time": 0.123, // Opcional: tiempo de procesamiento en segundos "num_results": 2 // Opcional: número de resultados devueltos } } ``` 2. **Gestión de Datos de Contexto:** * **Almacenamiento:** Decide dónde almacenar los datos de contexto. Opciones comunes incluyen: * Bases de datos (SQL, NoSQL) * Almacenamiento de archivos (JSON, CSV, texto) * Bases de datos vectoriales (para búsqueda semántica) * **Indexación:** Implementa un sistema de indexación eficiente para buscar rápidamente el contexto relevante. * **Actualización:** Define un proceso para actualizar y mantener los datos de contexto al día. 3. **Lógica de Búsqueda de Contexto:** * **Algoritmos de Búsqueda:** Implementa algoritmos para encontrar el contexto más relevante para la consulta. Considera: * Búsqueda de palabras clave * Búsqueda semántica (usando incrustaciones de palabras o frases) * Filtrado basado en `context_keys` * **Puntuación de Relevancia:** Asigna una puntuación de relevancia a cada pieza de contexto para ayudar al modelo de lenguaje a priorizar la información más importante. 4. **Autenticación y Autorización (Opcional):** * Implementa mecanismos de autenticación y autorización para controlar el acceso al servidor MCP y a los datos de contexto. 5. **Registro y Monitorización:** * Registra las solicitudes, las respuestas y los errores para monitorizar el rendimiento del servidor MCP y diagnosticar problemas. **Implementación (Ejemplo en Python con Flask):** ```python from flask import Flask, request, jsonify import json app = Flask(__name__) # Simulación de una base de datos de contexto context_data = { "empresa_descripcion": { "content": "Somos una empresa líder en tecnología...", "source": "Base de datos interna" }, "producto_caracteristicas": { "content": "Nuestro producto ofrece características innovadoras...", "source": "Documentación del producto" } } @app.route('/mcp/query', methods=['POST']) def handle_query(): data = request.get_json() query = data.get('query', '') context_keys = data.get('context_keys', []) model_id = data.get('model_id', 'default') # Ejemplo de uso de model_id print(f"Consulta recibida del modelo {model_id}: {query}") # Lógica de búsqueda de contexto (simplificada) relevant_context = [] for key, value in context_data.items(): if not context_keys or key in context_keys: # Filtra por context_keys si se proporcionan relevant_context.append({ "key": key, "content": value["content"], "source": value["source"], "relevance_score": 0.9 # Puntuación fija para este ejemplo }) response = { "context": relevant_context, "metadata": { "processing_time": 0.05, "num_results": len(relevant_context) } } return jsonify(response) if __name__ == '__main__': app.run(debug=True) ``` **Consideraciones Adicionales:** * **Escalabilidad:** Diseña el servidor MCP para que pueda escalar horizontalmente para manejar un gran volumen de solicitudes. * **Seguridad:** Implementa medidas de seguridad para proteger los datos de contexto y el servidor MCP de accesos no autorizados. * **Pruebas:** Escribe pruebas unitarias y de integración para garantizar la calidad y la fiabilidad del servidor MCP. * **Documentación:** Documenta la API del servidor MCP y su configuración para facilitar su uso y mantenimiento. * **Integración con Claude (u otros modelos):** Asegúrate de que el formato de la solicitud y la respuesta del servidor MCP sean compatibles con la API del modelo de lenguaje que estás utilizando. En el caso de Claude, consulta la documentación oficial de Anthropic para conocer los detalles de la integración. **Ejemplo de Uso con Claude (Conceptual):** 1. Claude recibe una pregunta del usuario: "¿Cuál es la descripción de la empresa?" 2. Claude formatea la pregunta y la envía al servidor MCP como una solicitud POST a `/mcp/query`. 3. El servidor MCP busca en su base de datos de contexto y encuentra la descripción de la empresa. 4. El servidor MCP devuelve la descripción de la empresa a Claude en formato JSON. 5. Claude utiliza la descripción de la empresa para generar una respuesta para el usuario. **Conclusión:** Esta plantilla proporciona un punto de partida para construir un servidor MCP robusto y escalable para Claude y otros asistentes de IA. Recuerda adaptar la plantilla a tus necesidades específicas y seguir las mejores prácticas de desarrollo de software. La clave es diseñar un sistema que proporcione información contextual relevante de manera eficiente y segura para mejorar el rendimiento de los modelos de lenguaje.

ElevenLabs MCP Server

Enables seamless integration with ElevenLabs Conversational AI to manage agents, tools, and knowledge base sources. It supports RAG indexing, webhook integration, and document management for building advanced voice-enabled AI agents.

agentic-store-mcp

A collection of self-hosted, open-source tools that enable AI agents to perform web searching, content crawling, and code analysis tasks like linting and security scanning. It provides power-user capabilities for MCP-compatible clients without requiring external accounts or third-party infrastructure.

Browser Automation MCP Server

Enables intelligent web scraping through a browser automation tool that can search Google, navigate to webpages, and extract content from various websites including GitHub, Stack Overflow, and documentation sites.

MCP Server UniFi

Una implementación de servidor que permite interacciones en lenguaje natural con dispositivos de red UniFi al encapsular la API de red UniFi para agentes de IA como Goose y Claude.

Notion Workflow MCP

Enables personal workflow management by turning Notion into a task and knowledge system via slash commands and 19 integrated MCP tools. It supports project-based task tracking, subtask management, and automated note summarization directly through the Claude interface.

Market Price Comparison Server (MCP)

Esta herramienta te ayuda a encontrar la tienda que ofrece el mejor precio para un producto específico entre varias cadenas de supermercados en Turquía. El sistema obtiene datos en tiempo real de diferentes mercados y devuelve el mejor precio junto con el nombre de la tienda correspondiente.

Character Counter MCP Server

Provides a tool to count occurrences of specific characters in text, serving as a simple example of building MCP servers with FastMCP and Python.

Baidu Digital Human MCP Server

Provides programmatic access to Baidu's Xiling Digital Human platform, enabling AI assistants to generate digital human videos, clone voices, and create synthesized speech through 13 standardized MCP protocol interfaces.

MCPAuthFuncapp

A secure Model Context Protocol backend service built on Azure Functions that provides authenticated access to Microsoft Graph API. It leverages Azure Active Directory and APIM to enable secure tool discovery and user context management through the OAuth On-Behalf-Of flow.

Instagram DM MCP Server

Permite a los asistentes de IA leer y enviar mensajes directos de Instagram utilizando el Protocolo Modelo-Consumidor con instagrapi.

curl-mcp

Provides a structured HTTP client tool for making web requests with full HTTP method support, detailed response metadata, and error handling. Enables AI assistants to interact with any web API or endpoint through the curl_request tool.

SharePoint MCP Server

A lightweight MCP server that enables integration with Microsoft SharePoint, allowing clients to interact with documents and folders through the Model Context Protocol.

hwpx-mcp-server

An MCP server for reading, editing, and creating Hangul Word Processor (.hwpx) files. It enables users to extract text, perform find-and-replace operations, and modify font styles through automated XML patching.

MCP MAGMA Handbook Server

Provides AI assistants with semantic search access to the MAGMA computational algebra system handbook, enabling natural language queries for documentation, code examples, and explanations of MAGMA syntax and mathematical functions.

MCP API Tools

FastAPI server with Google Gemini AI integration that provides auto-routing to multiple tools including weather, news, web search, dictionary, and quotes APIs through natural language prompts.

CCXT MCP Server: Empowering AI Trading Strategies

CCXT MCP Server cierra la brecha entre los modelos de IA y el comercio de criptomonedas al proporcionar una interfaz estandarizada a través del Protocolo de Contexto del Modelo. Creada para potenciar las estrategias de comercio automatizadas, esta herramienta permite que los asistentes de IA como Claude y GPT interactúen directamente con más de 100 exchanges de criptomonedas sin requerir que los usuarios escriban códi

Remote MCP Server on Cloudflare

Implementación de un servidor del Protocolo de Contexto de Modelos que se ejecuta en Cloudflare Workers con inicio de sesión OAuth, lo que permite a Claude y otros modelos de IA acceder a herramientas a través del estándar MCP.

THSRC MCP Server

Enables real-time Taiwan High Speed Rail (THSRC) information queries including timetables, station details, train status, and seat availability. Supports multiple languages and integrates with TDX API for up-to-date rail service data.

AppSignal MCP Server

The official AppSignal MCP Server

Smooth Operator Agent Tools

Oferta de MCP de automatización de Windows * Visión de IA (p. ej., clic por descripción) * Herramientas de árbol de automatización de la interfaz de usuario de Windows * Automatización de Chrome a través de Playwright * Control del ratón * Control del teclado * Mucho más (más de 40 herramientas) También incluye bibliotecas de cliente de Python/TypeScript/C# y una herramienta de escritorio de Windows para probar todas las herramientas.

Ntropy MCP Server

Permite el enriquecimiento de datos bancarios a través de la API de Ntropy, incluyendo la creación de titulares de cuentas y el enriquecimiento de los detalles de las transacciones.

Jokes MCP Server

Provides a standardized interface to fetch and deliver jokes, including Chuck Norris jokes by category, to AI agents. It enables integration with tools like GitHub Copilot and Microsoft Copilot Studio to respond to humor-related user requests.

Multi-MCPs

Aggregates multiple third-party APIs into unified MCP tools, providing out-of-the-box access to 10 popular services including OpenWeather, Google Maps, GitHub, Notion, Spotify, and more. Enables users to interact with weather data, search places, manage repositories, create content, and access various web services through a single MCP server.

Kakuyomu MCP Server

An MCP server that enables LLM agents to interact with the Japanese novel publishing site Kakuyomu, providing tools for searching works, retrieving episode lists, and reading content.

Todo App using MCP Server

Here are a few ways to translate "Todo app using mcp server" into Spanish, depending on the specific context and what you want to emphasize: **Option 1 (Most literal and generally understandable):** * **Aplicación de tareas usando un servidor MCP** * This is a direct translation and will be understood by most Spanish speakers familiar with technical terms. **Option 2 (Slightly more descriptive):** * **Aplicación para gestionar tareas usando un servidor MCP** * This emphasizes the purpose of the app (managing tasks). **Option 3 (If you want to avoid the acronym, assuming the audience doesn't know what MCP stands for):** * **Aplicación de tareas usando un servidor MCP (Protocolo de Control de Mensajes)** * This provides the acronym and the full name of the protocol. Only use this if you think the audience needs the clarification. **Option 4 (If you know what MCP stands for and want to use the full name):** * **Aplicación de tareas usando un servidor de Protocolo de Control de Mensajes** * This uses the full name of the protocol. **Which option is best depends on your audience:** * If your audience is technically savvy and familiar with the acronym "MCP," **Option 1** is likely the best. * If you want to be a bit more descriptive, **Option 2** is a good choice. * If your audience might not know what "MCP" means, **Option 3** or **Option 4** are better, but only if you know what MCP stands for. If you *don't* know what MCP stands for, stick with Option 1. Therefore, I recommend **Option 1: Aplicación de tareas usando un servidor MCP** as the most generally applicable translation.

DoubleTick MCP Server

Email read tracking for Gmail. Send tracked emails and know when they're opened, with open count, device info, and timing.