Discover Awesome MCP Servers

Get My Notion MCP Server

Provides access to a specific GitHub repository (my-notion) allowing AI assistants to browse files, read content, and track commit information. Enables real-time interaction with repository data through the GitHub API without authentication requirements.

Productboard Integration

Mengintegrasikan API Productboard ke dalam alur kerja agentik, memungkinkan interaksi dengan perusahaan, komponen, fitur, catatan, dan produk dari platform Productboard.

Cocos MCP Log Bridge

Alat penghubung log yang kuat yang menyinkronkan informasi log antara editor Cocos Creator dan Cursor AI, membantu pengembang menganalisis dan memecahkan masalah dengan lebih efektif.

Pearch

Best people search engine that reduces the time spent on talent discovery

Bluetooth MCP Server

Server ModelContextProtocol yang memungkinkan Claude AI untuk mendeteksi dan memindai perangkat Bluetooth di sekitarnya, menyediakan kemampuan penginderaan Bluetooth kepada Claude melalui antarmuka MCP yang kompatibel.

Zerodha Trading Bot MCP

An automated trading bot that interfaces with Zerodha to execute stock trades, manage positions, and access market information through natural language commands.

Data Analysis MCP Server

Provides comprehensive statistical analysis tools for industrial data including time series analysis, correlation calculations, stationarity tests, outlier detection, causal analysis, and forecasting capabilities. Enables data quality assessment and statistical modeling through a FastAPI-based MCP architecture.

MCP Ctl

Manajer paket untuk mengelola semua server MCP Anda di berbagai platform.

Gemini CLI MCP Server

A Windows-compatible Model Context Protocol server that enables AI assistants to interact with Google's Gemini CLI, supporting file analysis, large context windows, and safe code execution.

Cloudflare Playwright MCP

A Model Control Protocol server that enables AI assistants to control a browser through tools for web automation tasks like navigation, typing, clicking, and taking screenshots.

MCPMC (Minecraft MCP)

Memungkinkan agen AI untuk mengendalikan bot Minecraft melalui antarmuka JSON-RPC yang terstandardisasi.

mcp-server-hcp-terraform

MCP server untuk bekerja dengan HCP Terraform

Gremlin MCP Service

Enables interaction with Gremlin's reliability management APIs to monitor service dependencies, run reliability experiments, generate reliability reports, and manage chaos engineering tests through natural language queries.

Jina Free MCP

A Managed Component Provider that enables fetching webpage content using Jina AI's reader service.

MindMesh MCP Server

Claude 3.7 Swarm dengan Koherensi Medan: Sebuah server Protokol Konteks Model (MCP) yang mengorkestrasi banyak instance Claude 3.7 Sonnet khusus dalam sebuah swarm yang terinspirasi kuantum. Ini menciptakan efek koherensi medan di seluruh spesialis pengenalan pola, teori informasi, dan penalaran untuk menghasilkan respons yang koheren secara optimal dari kecerdasan ensembel.

Go Playground MCP Server

Enables execution of Go code in the Go Playground sandbox and generation of shareable URLs for code snippets. Provides tools to run Go code, share code via URLs, or perform both operations simultaneously.

Hello MCP Server

A simple demonstration MCP server that responds with "4" when greeted with "hello". Serves as a basic example for understanding MCP server implementation.

Gospel Library MCP

Enables access to LDS Gospel Library content and scriptures through the Model Context Protocol. Provides tools for searching and retrieving religious texts and study materials from the Church of Jesus Christ of Latter-day Saints.

iSendPro SMS API Server

MCP Server that enables natural language interaction with iSendPro's SMS messaging platform, allowing users to send and manage SMS communications through conversational commands.

Add API key to .env file

Tentu, berikut adalah implementasi sistem MCP (Master-Client-Process) sederhana dalam Python, termasuk klien dan beberapa server: **Konsep Dasar** * **Master:** Bertanggung jawab untuk mendistribusikan tugas ke server, memantau status server, dan mengumpulkan hasil. * **Server (Worker):** Menerima tugas dari master, memprosesnya, dan mengirimkan hasilnya kembali ke master. * **Klien:** Berinteraksi dengan master untuk mengirimkan tugas dan menerima hasil. **Kode (Python)** **1. Master (master.py)** ```python import socket import threading import queue HOST = '127.0.0.1' # Alamat IP untuk master PORT = 65432 # Port untuk master task_queue = queue.Queue() # Antrian tugas results = {} # Menyimpan hasil dari server server_count = 0 # Menghitung jumlah server yang terhubung server_addresses = [] # Menyimpan alamat server def handle_client(conn, addr): global server_count global server_addresses print(f"Server terhubung dari {addr}") server_count += 1 server_addresses.append(addr) try: while True: task = task_queue.get() # Ambil tugas dari antrian conn.sendall(str(task).encode()) # Kirim tugas ke server print(f"Tugas {task} dikirim ke {addr}") data = conn.recv(1024) # Terima hasil dari server if not data: break result = data.decode() print(f"Hasil dari {addr}: {result}") results[task] = result # Simpan hasil task_queue.task_done() # Tandai tugas selesai except ConnectionResetError: print(f"Koneksi dengan {addr} terputus.") finally: server_count -= 1 server_addresses.remove(addr) conn.close() print(f"Koneksi dengan {addr} ditutup.") def start_master(): global server_count with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.bind((HOST, PORT)) s.listen() print(f"Master mendengarkan di {HOST}:{PORT}") try: while True: conn, addr = s.accept() thread = threading.Thread(target=handle_client, args=(conn, addr)) thread.daemon = True # Agar thread berhenti saat program utama berhenti thread.start() except KeyboardInterrupt: print("\nMaster berhenti.") finally: print("Menunggu semua server selesai...") task_queue.join() # Tunggu semua tugas selesai print("Semua tugas selesai.") print("Hasil akhir:", results) print("Jumlah server yang terhubung:", server_count) print("Alamat server yang terhubung:", server_addresses) if __name__ == "__main__": # Contoh tugas (bisa diganti sesuai kebutuhan) tasks = [1, 2, 3, 4, 5] for task in tasks: task_queue.put(task) master_thread = threading.Thread(target=start_master) master_thread.start() master_thread.join() # Tunggu master selesai ``` **2. Server (server.py)** ```python import socket import time HOST = '127.0.0.1' # Alamat IP master PORT = 65432 # Port master def process_task(task): """Simulasi pemrosesan tugas.""" print(f"Server memproses tugas: {task}") time.sleep(2) # Simulasi waktu pemrosesan result = task * 2 # Contoh operasi return str(result) def start_server(): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: try: s.connect((HOST, PORT)) print(f"Terhubung ke master di {HOST}:{PORT}") while True: data = s.recv(1024) if not data: break task = int(data.decode()) result = process_task(task) s.sendall(result.encode()) except ConnectionRefusedError: print("Koneksi ke master ditolak. Pastikan master berjalan.") except Exception as e: print(f"Error: {e}") finally: s.close() print("Koneksi ke master ditutup.") if __name__ == "__main__": start_server() ``` **3. Klien (client.py) - *Opsional, untuk interaksi manual*** ```python import socket HOST = '127.0.0.1' # Alamat IP master PORT = 65432 # Port master def send_task(task): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.connect((HOST, PORT)) s.sendall(str(task).encode()) data = s.recv(1024) print(f"Hasil: {data.decode()}") if __name__ == "__main__": task = input("Masukkan tugas: ") send_task(task) ``` **Cara Menjalankan** 1. **Simpan:** Simpan kode di atas sebagai `master.py`, `server.py`, dan `client.py`. 2. **Jalankan Master:** Buka terminal/command prompt dan jalankan `python master.py`. 3. **Jalankan Server:** Buka beberapa terminal/command prompt *baru* dan jalankan `python server.py` di masing-masing terminal. Anda bisa menjalankan beberapa server secara paralel. 4. **Jalankan Klien (Opsional):** Jika Anda ingin mengirim tugas secara manual, jalankan `python client.py`. **Penjelasan** * **Socket:** Modul `socket` digunakan untuk komunikasi jaringan. * **Threading:** Modul `threading` digunakan agar master dapat menangani banyak server secara bersamaan. Setiap server yang terhubung akan ditangani dalam thread terpisah. * **Queue:** Modul `queue` digunakan untuk antrian tugas. Master memasukkan tugas ke dalam antrian, dan server mengambil tugas dari antrian. Ini membantu memastikan bahwa tugas didistribusikan secara adil ke semua server. * **Error Handling:** Kode menyertakan penanganan kesalahan dasar (misalnya, `ConnectionRefusedError`, `ConnectionResetError`) untuk membuat program lebih tangguh. * **Daemon Threads:** `thread.daemon = True` memastikan bahwa thread server akan berhenti ketika program master utama berhenti. Ini penting untuk menghindari thread yang menggantung. * **`task_queue.join()`:** Memastikan bahwa master menunggu semua tugas dalam antrian selesai diproses sebelum keluar. * **Contoh Tugas:** Dalam `master.py`, `tasks = [1, 2, 3, 4, 5]` adalah contoh tugas. Anda dapat menggantinya dengan tugas yang lebih kompleks, seperti nama file untuk diproses, atau data yang perlu dianalisis. * **`process_task()`:** Dalam `server.py`, fungsi `process_task()` adalah tempat Anda akan menempatkan logika pemrosesan tugas yang sebenarnya. Saat ini, hanya melakukan perkalian sederhana dan tidur sebentar untuk mensimulasikan pekerjaan. **Peningkatan Lebih Lanjut** * **Serialisasi Data:** Untuk tugas dan hasil yang lebih kompleks, gunakan serialisasi (misalnya, `pickle`, `JSON`) untuk mengubah objek Python menjadi format yang dapat dikirim melalui jaringan. * **Penanganan Kesalahan yang Lebih Baik:** Tambahkan penanganan kesalahan yang lebih komprehensif, termasuk pencatatan (logging) kesalahan. * **Konfigurasi:** Gunakan file konfigurasi untuk menyimpan pengaturan seperti alamat IP, port, dan jumlah server. * **Load Balancing:** Implementasikan algoritma load balancing yang lebih canggih untuk mendistribusikan tugas secara merata ke server berdasarkan kapasitas atau beban saat ini. * **Fault Tolerance:** Tambahkan mekanisme untuk mendeteksi dan menangani kegagalan server. * **Keamanan:** Gunakan enkripsi (misalnya, SSL/TLS) untuk mengamankan komunikasi antara master dan server. * **GUI:** Buat antarmuka grafis untuk memantau status sistem dan mengelola tugas. * **Distribusi Tugas Dinamis:** Master dapat secara dinamis menyesuaikan jumlah tugas yang diberikan ke setiap server berdasarkan kinerja server tersebut. * **Prioritas Tugas:** Implementasikan prioritas tugas sehingga tugas yang lebih penting dapat diproses terlebih dahulu. Contoh ini memberikan dasar yang kuat untuk membangun sistem MCP yang lebih kompleks dan kuat. Ingatlah untuk menyesuaikan kode dengan kebutuhan spesifik aplikasi Anda.

sushimcp

sushimcp

⚡️ mcpo

Server proxy MCP ke OpenAPI yang sederhana dan aman.

ID Generator MCP

Provides AI assistants with capabilities to generate collision-resistant unique identifiers using UUID v4 and CUID2 algorithms.

MCP2Browser

Provides browser automation capabilities through HTTP, allowing AI assistants to navigate web pages and inspect content using Playwright-powered tools for opening URLs and retrieving page information.

Salesforce MCP Server

Implementasi server MCP yang mengintegrasikan Claude dengan Salesforce, memungkinkan interaksi bahasa alami dengan data dan metadata Salesforce.

selenium-mcp

A MCP server for Selenium can be translated to Indonesian as: * **Server MCP untuk Selenium** * **Server MCP bagi Selenium** (more formal) MCP likely refers to "Managed Cloud Platform" or something similar in this context. Without more context, it's difficult to provide a more precise translation.

Lightning Network MCP Server

Cermin dari

Medical MCP Server

Provides comprehensive medical information by querying authoritative sources including FDA drug database, WHO health statistics, PubMed literature, RxNorm nomenclature, Google Scholar, and Australia's PBS API through 22+ specialized tools.

mcp-server-bash

Server MCP minimalis yang ditulis dalam skrip bash.