Discover Awesome MCP Servers

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 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.

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.

Code Sandbox MCP

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

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.

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.

Github-Oauth MCP Server

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

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.

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.

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 Server Make

Sebuah server Protokol Konteks Model yang memungkinkan LLM (Model Bahasa Besar) untuk menjalankan target `make` dari sebuah Makefile secara aman, memungkinkan asisten AI untuk menjalankan pengujian, memformat kode, dan mengotomatiskan berbagai tugas pengembangan melalui interaksi bahasa alami.

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.

MCP-AppleMusic

Memfasilitasi pengendalian Apple Music di macOS melalui AppleScript melalui perintah MCP, memungkinkan pengguna untuk mengelola pemutaran, mencari trek, dan membuat daftar putar.

kb-mcp-server

Server MCP yang bertujuan agar portabel, lokal, mudah, dan nyaman untuk mendukung pengambilan berbasis semantik/grafik dari database embeddings "all in one" txtai. Database embeddings txtai apa pun dalam bentuk tar.gz dapat dimuat.

mcp-image-downloader

Memungkinkan asisten AI untuk mengunduh gambar dari URL dan melakukan tugas optimasi gambar dasar.

Filesystem MCP Server

Server Go yang mengimplementasikan Model Context Protocol (MCP) untuk operasi sistem berkas.

Veri5ight MCP Server

Memungkinkan Claude untuk berinteraksi dengan node Ethereum, memungkinkan pengguna untuk memeriksa saldo token ENS, melihat kode smart contract, dan mendekode transaksi melalui bahasa alami.

MCP Journaling Server

Server MCP mengubah obrolan dengan Claude menjadi sesi penjurnalan, menyimpan percakapan secara lokal dan memungkinkan LLM untuk mengambil sesi sebelumnya untuk menciptakan kesinambungan dalam diskusi tentang aktivitas sehari-hari.

Chroma MCP Server

Sebuah server Protokol Konteks Model yang menyediakan kemampuan basis data vektor melalui Chroma, memungkinkan pencarian dokumen semantik, penyaringan metadata, dan manajemen dokumen dengan penyimpanan persisten.

Video Editor MCP Server

Memungkinkan pengeditan video menggunakan perintah bahasa alami yang didukung oleh FFmpeg, mendukung operasi seperti pemangkasan, penggabungan, konversi format, dan lainnya dengan pelacakan progres waktu nyata dan penanganan kesalahan.

Crawl4AI MCP Server

Crawl4AI MCP Server adalah server pengambilan informasi cerdas yang menawarkan kemampuan pencarian yang kuat dan pemahaman konten web yang dioptimalkan untuk LLM, menggunakan pencarian multi-mesin dan ekstraksi konten cerdas untuk mengumpulkan dan memahami informasi internet secara efisien.

Browser Use Server

Memungkinkan otomatisasi peramban menggunakan skrip Python, menawarkan operasi seperti mengambil tangkapan layar halaman web, mengambil konten HTML, dan menjalankan JavaScript.

Tesla MCP Server

Server Protokol Konteks Model yang terhubung ke Tesla Fleet API, memungkinkan asisten AI seperti Claude untuk mengendalikan kendaraan Tesla dan mengakses informasi kendaraan melalui perintah bahasa alami.