Discover Awesome MCP Servers

MCP-AnkiConnect

Sebuah server MCP yang mengintegrasikan Claude dengan kartu flash Anki, memungkinkan pengguna untuk meninjau kartu yang jatuh tempo dan membuat kartu flash baru langsung melalui percakapan.

MCP Terminal Server

Server eksekusi terminal yang aman, yang memungkinkan eksekusi perintah terkontrol dengan fitur keamanan dan batasan sumber daya melalui Model Context Protocol (MCP).

Google Tasks MCP Server

Terintegrasi dengan Google Tasks untuk memungkinkan daftar, membaca, mencari, membuat, memperbarui, dan menghapus tugas.

Mathematica Documentation MCP server

Sebuah server yang menyediakan akses ke dokumentasi Mathematica melalui FastMCP, memungkinkan pengguna untuk mengambil dokumentasi fungsi dan daftar simbol paket dari Wolfram Mathematica.

Anki MCP Server

Sebuah server Protokol Konteks Model yang memungkinkan LLM (Model Bahasa Besar) untuk berinteraksi dengan perangkat lunak kartu flash Anki melalui AnkiConnect, memungkinkan pembuatan dan pengelolaan kartu flash, dek, dan tipe catatan.

ClickUp Operator

Model Context Protocol (MCP) server implementation for ClickUp integration

Zonos TTS MCP Server

Facilitates direct speech generation using Claude for multiple languages and emotions, integrating with a Zonos TTS setup via the Model Context Protocol.

Canvas MCP Server

Server lokal yang memungkinkan interaksi dengan API Sistem Manajemen Pembelajaran Canvas melalui Claude Desktop, memungkinkan pengguna untuk mengelola kursus, mengakses tugas, melihat pengumuman, dan mengambil materi kursus.

LanceDB MCP Server

Memungkinkan operasi basis data vektor yang efisien untuk penyimpanan embedding dan pencarian kesamaan melalui antarmuka Protokol Konteks Model.

MCP Notes Server

Sebuah server MCP untuk mengelola dan menyimpan catatan secara persisten, menawarkan operasi CRUD, peringkasan catatan, dan akses berbasis sumber daya melalui skema URI note://.

Google Drive MCP Server

Mengaktifkan integrasi dengan Google Drive untuk menampilkan daftar, membaca, dan mencari file, mendukung berbagai jenis file dengan ekspor otomatis untuk file Google Workspace.

MCP MySQL Server

Memfasilitasi interaksi dengan database MySQL lokal melalui API RESTful, mendukung kueri database dan pembaruan waktu nyata dengan integrasi untuk layanan Cursor MCP.

MCP 3D Printer Server

Memungkinkan interaksi dengan sistem manajemen printer 3D melalui server MCP, mendukung manipulasi file STL, pemotongan (slicing), dan kontrol printer seperti OctoPrint, Klipper, Duet, dan lainnya.

MCP File Server

Memungkinkan model AI untuk melakukan operasi sistem berkas (membaca, membuat, dan membuat daftar berkas) pada sistem berkas lokal melalui antarmuka Protokol Konteks Model yang terstandarisasi.

MCP Server Template

Berikut adalah templat untuk membuat server Model Context Protocol (MCP) di TypeScript, yang menawarkan fitur-fitur seperti injeksi dependensi berbasis kontainer, arsitektur berbasis layanan, dan integrasi dengan LLM CLI untuk umpan balik desain arsitektur melalui bahasa alami: ```typescript // src/index.ts import 'reflect-metadata'; // Penting untuk reflect-metadata import { Container } from 'inversify'; import { InversifyExpressServer } from 'inversify-express-utils'; import * as express from 'express'; import * as bodyParser from 'body-parser'; import { LLMClient } from './llm-client'; // Contoh integrasi LLM CLI import { TYPES } from './types'; import { MyService } from './services/my-service'; import { MyServiceImpl } from './services/my-service-impl'; import { MyController } from './controllers/my-controller'; // 1. Konfigurasi Kontainer Inversify const container = new Container(); // Bind layanan dan implementasinya container.bind<MyService>(TYPES.MyService).to(MyServiceImpl).inSingletonScope(); // Bind LLMClient (contoh) container.bind<LLMClient>(TYPES.LLMClient).to(LLMClient).inSingletonScope(); // 2. Konfigurasi Server Express dengan Inversify const server = new InversifyExpressServer(container); server.setConfig((app) => { // Middleware app.use(bodyParser.urlencoded({ extended: true })); app.use(bodyParser.json()); // Contoh: Logging middleware app.use((req: express.Request, res: express.Response, next: express.NextFunction) => { console.log(`${req.method} ${req.path}`); next(); }); }); server.setErrorConfig((app) => { // Error handling middleware app.use((err: Error, req: express.Request, res: express.Response, next: express.NextFunction) => { console.error(err.stack); res.status(500).send('Something broke!'); }); }); // 3. Membuat Aplikasi Express const app = server.build(); // 4. Menjalankan Server const port = process.env.PORT || 3000; app.listen(port, () => { console.log(`Server berjalan di port ${port}`); }); // src/types.ts export const TYPES = { MyService: Symbol.for('MyService'), LLMClient: Symbol.for('LLMClient'), }; // src/services/my-service.ts export interface MyService { getData(): Promise<string>; } // src/services/my-service-impl.ts import { injectable } from 'inversify'; import { MyService } from './my-service'; @injectable() export class MyServiceImpl implements MyService { async getData(): Promise<string> { return 'Data dari MyService!'; } } // src/controllers/my-controller.ts import { controller, httpGet, request, response } from 'inversify-express-utils'; import { inject } from 'inversify'; import { MyService } from '../services/my-service'; import { TYPES } from '../types'; import { Request, Response } from 'express'; @controller('/api/my-controller') export class MyController { constructor(@inject(TYPES.MyService) private myService: MyService) {} @httpGet('/') public async get(@request() req: Request, @response() res: Response): Promise<void> { const data = await this.myService.getData(); res.json({ message: data }); } } // src/llm-client.ts (Contoh Integrasi LLM CLI) import { injectable } from 'inversify'; @injectable() export class LLMClient { // Implementasi untuk berinteraksi dengan LLM CLI // Contoh: Mengirim deskripsi arsitektur ke LLM CLI dan menerima umpan balik async getArchitecturalFeedback(description: string): Promise<string> { // Implementasi untuk memanggil LLM CLI (misalnya, menggunakan child_process) // dan memproses outputnya. console.log(`Mengirim deskripsi arsitektur ke LLM CLI: ${description}`); return "Umpan balik dari LLM CLI: Arsitektur terlihat bagus!"; // Placeholder } } ``` **Penjelasan:** * **`reflect-metadata`:** Penting untuk menggunakan `reflect-metadata` karena InversifyJS menggunakannya untuk injeksi dependensi. Pastikan untuk mengimpornya di awal aplikasi Anda. * **`inversify` dan `inversify-express-utils`:** Pustaka inti untuk injeksi dependensi dan integrasi dengan Express.js. * **`Container`:** Wadah Inversify yang menyimpan binding antara antarmuka dan implementasi. * **`TYPES`:** Objek yang berisi simbol untuk mengidentifikasi layanan dan dependensi. Ini membantu menghindari string literal dan meningkatkan keamanan tipe. * **`MyService` dan `MyServiceImpl`:** Contoh antarmuka dan implementasi layanan. `@injectable()` menandai kelas sebagai kandidat untuk injeksi dependensi. * **`MyController`:** Contoh controller yang menggunakan `inversify-express-utils` untuk menangani rute HTTP. `@controller`, `@httpGet`, `@request`, dan `@response` adalah dekorator yang disediakan oleh pustaka ini. `@inject` digunakan untuk menyuntikkan `MyService` ke dalam controller. * **`LLMClient`:** Contoh kelas yang akan berinteraksi dengan LLM CLI. Ini adalah placeholder dan perlu diimplementasikan dengan logika yang sesuai untuk memanggil LLM CLI dan memproses outputnya. Anda mungkin perlu menggunakan pustaka seperti `child_process` untuk menjalankan perintah CLI. * **Konfigurasi Server:** `server.setConfig` digunakan untuk mengkonfigurasi middleware Express.js, seperti `bodyParser` untuk memproses data JSON dan URL-encoded. * **Error Handling:** `server.setErrorConfig` digunakan untuk mengkonfigurasi middleware penanganan kesalahan. * **Menjalankan Server:** Aplikasi Express.js dibangun menggunakan `server.build()` dan kemudian dijalankan di port yang ditentukan. **Cara Menggunakan Templat Ini:** 1. **Instal Dependensi:** ```bash npm install reflect-metadata inversify inversify-express-utils express body-parser npm install --save-dev @types/node @types/express ``` 2. **Salin Kode:** Salin kode di atas ke dalam proyek TypeScript Anda. 3. **Konfigurasi `tsconfig.json`:** Pastikan `tsconfig.json` Anda memiliki opsi berikut: ```json { "compilerOptions": { "target": "es6", "module": "commonjs", "experimentalDecorators": true, "emitDecoratorMetadata": true, "esModuleInterop": true, "sourceMap": true, "outDir": "./dist", "baseUrl": "./src", "paths": { "*": ["*"] } }, "include": ["src/**/*"], "exclude": ["node_modules"] } ``` * `experimentalDecorators`: Mengaktifkan penggunaan dekorator. * `emitDecoratorMetadata`: Memancarkan metadata tipe yang diperlukan oleh InversifyJS. * `esModuleInterop`: Memungkinkan impor modul CommonJS sebagai modul ES. 4. **Implementasikan `LLMClient`:** Implementasikan logika untuk berinteraksi dengan LLM CLI di dalam kelas `LLMClient`. Ini mungkin melibatkan penggunaan `child_process` untuk menjalankan perintah CLI dan memproses outputnya. 5. **Sesuaikan Layanan dan Controller:** Buat layanan dan controller Anda sendiri untuk menangani logika bisnis aplikasi Anda. 6. **Bangun dan Jalankan:** ```bash npm run build # Atau tsc node dist/index.js ``` **Fitur Utama:** * **Injeksi Dependensi:** Menggunakan InversifyJS untuk mengelola dependensi, membuat kode lebih modular, dapat diuji, dan mudah dipelihara. * **Arsitektur Berbasis Layanan:** Memisahkan logika bisnis ke dalam layanan yang dapat diinjeksi ke dalam controller dan komponen lain. * **Integrasi LLM CLI (Contoh):** Menunjukkan bagaimana mengintegrasikan dengan LLM CLI untuk mendapatkan umpan balik desain arsitektur. Anda perlu mengimplementasikan logika yang sesuai untuk memanggil LLM CLI dan memproses outputnya. * **Middleware:** Menggunakan middleware Express.js untuk logging, penanganan kesalahan, dan tugas-tugas lain. * **TypeScript:** Menggunakan TypeScript untuk keamanan tipe dan pengalaman pengembangan yang lebih baik. **Peningkatan Lebih Lanjut:** * **Konfigurasi:** Gunakan pustaka konfigurasi seperti `dotenv` untuk mengelola variabel lingkungan. * **Logging:** Gunakan pustaka logging yang lebih canggih seperti `winston` atau `pino`. * **Validasi:** Gunakan pustaka validasi seperti `joi` atau `class-validator` untuk memvalidasi data input. * **Pengujian:** Tulis pengujian unit dan integrasi untuk memastikan kode Anda berfungsi dengan benar. * **Otentikasi dan Otorisasi:** Tambahkan otentikasi dan otorisasi untuk mengamankan API Anda. * **Dokumentasi API:** Gunakan alat seperti Swagger atau OpenAPI untuk menghasilkan dokumentasi API. * **Deployment:** Gunakan alat seperti Docker dan Kubernetes untuk menyebarkan aplikasi Anda. Templat ini menyediakan titik awal yang baik untuk membangun server MCP di TypeScript. Anda dapat menyesuaikannya untuk memenuhi kebutuhan spesifik aplikasi Anda. Pastikan untuk mengganti placeholder dan mengimplementasikan logika yang sesuai untuk berinteraksi dengan LLM CLI dan menangani logika bisnis Anda.

Anki MCP Server

Server berbasis TypeScript yang terintegrasi dengan Anki melalui plugin AnkiConnect, memungkinkan Anda untuk mengelola deck kartu flash, model catatan, dan membuat catatan Anki menggunakan bahasa alami.

MCP Notmuch Sendmail

Server asisten email yang menghubungkan Claude Desktop ke database email notmuch, memungkinkan pengguna untuk mencari email, melihat rangkaian percakapan, menulis pesan baru, dan membalas percakapan dengan format markdown.

Github-Oauth MCP Server

Memfasilitasi autentikasi dengan GitHub menggunakan protokol OAuth, memungkinkan akses dan interaksi yang aman dengan repositori dan layanan GitHub.

Code Sandbox MCP

Sebuah server MCP untuk membuat lingkungan *sandbox* kode yang aman untuk menjalankan kode di dalam kontainer Docker.

Notion MCP Server

Server Protokol Konteks Model yang memungkinkan Claude dan LLM lainnya untuk berinteraksi dengan ruang kerja Notion, menyediakan kemampuan seperti mencari, mengambil, membuat, dan memperbarui halaman, serta mengelola basis data.

Super Windows CLI MCP Server

Server MCP CLI Windows yang ditingkatkan, menyediakan kemampuan akses sistem tanpa batas, dirancang untuk lingkungan tepercaya dengan persyaratan akses sistem penuh.

claude-code-mcp

Proyek ini bertujuan untuk membangun server Claude Code MCP dan mengimplementasikan alat-alat terkaitnya (explain\_code, review\_code, fix\_code, edit\_code, test\_code, simulate\_command, your\_own\_query). Server ini diimplementasikan menggunakan Node.js dan MCP SDK. Server ini menerima permintaan alat dari klien melalui Stdio, secara dinamis.

mcp-local-dev

Buat lingkungan pengembangan lokal yang terisolasi langsung dari Github dan jalankan pengujian, lihat cakupan (coverage), dan lainnya! Mendukung Python, Node, Bun, dan banyak pelari pengujian (test runner).

Azure OpenAI

Berikut adalah terjemahan dari teks tersebut ke dalam Bahasa Indonesia: Implementasi aplikasi server/klien minimal yang memanfaatkan Model Context Protocol (MCP) dan Azure OpenAI.

MCP-LOGO-GEN

Server Alat MCP untuk Pembuatan Logo. Server ini menyediakan kemampuan pembuatan logo menggunakan FAL AI, dengan alat untuk pembuatan gambar, penghapusan latar belakang, dan penskalaan gambar.

Cline Personas MCP Server

Sebuah server MCP untuk mengelola dan mengaktifkan templat dan komponen persona dengan menulis ke file .clinerules, mendukung pelacakan versi dan penyimpanan berbasis file.

Face Generator MCP Server

Menghasilkan gambar wajah manusia realistis yang tidak mewakili orang sungguhan, menawarkan berbagai bentuk keluaran, dimensi yang dapat dikonfigurasi, dan kemampuan pembuatan batch.

Cursor A11y MCP

Menyediakan kemampuan pengujian aksesibilitas melalui CLI, membantu mengidentifikasi masalah aksesibilitas dalam aplikasi web menggunakan axe-core dan Puppeteer.

mcp-maigret

MCP server for maigret, a powerful OSINT tool that collects user account information from various public sources. This server provides tools for searching usernames across social networks and analyzing URLs.