Discover Awesome MCP Servers

YYSK MCP Server

An enterprise internal knowledge base assistant that enables AI models to retrieve company wikis, regulations, and notices via the Model Context Protocol. It features a built-in React management dashboard for content editing and utilizes SQLite for efficient keyword and category-based searching.

Project Portfolio Guide MCP Server

A Model Context Protocol server that helps collect and structure project portfolio information through a guided conversation flow.

Google Search MCP Server

Enables Google search functionality through the Google Custom Search API with enterprise-grade security authentication. Supports streamable HTTP transport protocol for real-time search operations with configurable result limits.

MCP Datastore Server

An MCP server that provides simple query capabilities for Google Cloud Datastore, allowing users to list kinds, retrieve entities, run basic queries with pagination, filter entities by equality, and count entities.

Tesla MCP Server

An MCP server that connects to the Tesla Fleet API, allowing users to control vehicles and retrieve real-time status updates through Claude and other AI assistants. It supports functions such as waking up vehicles, viewing detailed vehicle information, and debugging via both stdio and HTTP/SSE transports.

S3 MCP Server

Enables interaction with AWS S3 through MCP, supporting bucket and object management, lifecycle configurations, tagging, policies, CORS settings, presigned URLs, and file uploads/downloads.

LLM Context

Oke, ini terjemahannya: **Berbagi konteks kode dengan LLM melalui MCP atau clipboard**

Typesense MCP Server

Cermin dari

ArXiv MCP Server

Enables AI assistants to search arXiv's research repository, download papers, and access their content programmatically. Includes specialized prompts for comprehensive academic paper analysis covering methodology, results, and implications.

🚀 Model Context Protocol (MCP) Server Python Template 🐍

Cermin dari

MCP + LangGraph Agent

Tentu, berikut terjemahan dari "LangGraph agent tutorial adapted to use MCP servers" ke dalam Bahasa Indonesia: **Tutorial agen LangGraph yang diadaptasi untuk menggunakan server MCP.**

juba-mcp

An MCP server for searching the Jurisprudencia de Buenos Aires (JUBA) database for legal summaries and full-text judicial rulings. It enables AI assistants to perform advanced searches across various legal matters from the Supreme Court of the Province of Buenos Aires.

infomesh

Fully decentralized P2P web search engine for LLMs. Crawls, indexes, and searches the web via a peer-to-peer network — no API key, no billing. Exposes 5 MCP tools: web_search, fetch_page, crawl_url, fact_check, and status.

Newsbang MCP

Newsbang MCP is a powerful Model Context Protocol (MCP) server that provides access to real-time news intelligence through three essential tools: get_today_top_news,search_news,get_news_deep_report_and_analysis

Test MCP Server

Repositori pengujian untuk fungsionalitas server MCP

GAS MCP Server Advanced

An enterprise-grade MCP server that integrates AI agents with Google Sheets and Apps Script using over 100 specialized tools for automation and data analysis. It features a self-healing architecture with advanced security and observability for production-ready workflows.

Basic Math MCP Server

A simple server that provides basic mathematical operations (sum and subtraction) through the Model Context Protocol.

mcpo-docker

Berikut adalah contoh Docker image untuk mcpo, sebuah alat yang mengekspos server MCP (Model Context Protocol) sebagai endpoint HTTP yang kompatibel dengan OpenAPI untuk OpenWebUI: ```dockerfile # Gunakan image dasar Python FROM python:3.11-slim-bookworm # Setel direktori kerja di dalam container WORKDIR /app # Salin file requirements.txt (jika ada) dan instal dependensi COPY requirements.txt . RUN pip install --no-cache-dir -r requirements.txt # Salin kode sumber mcpo ke dalam container COPY . . # Setel variabel lingkungan (sesuaikan dengan kebutuhan Anda) ENV MCP_HOST="0.0.0.0" ENV MCP_PORT=8000 ENV OPENAPI_TITLE="MCP API" ENV OPENAPI_DESCRIPTION="API untuk mengakses server MCP melalui HTTP." # Ekspos port yang digunakan oleh mcpo EXPOSE 8000 # Jalankan mcpo saat container dimulai CMD ["python", "main.py", "--host", "$MCP_HOST", "--port", "$MCP_PORT"] ``` **Penjelasan:** * **`FROM python:3.11-slim-bookworm`**: Menggunakan image dasar Python 3.11 yang ringan (slim) berbasis Debian Bookworm. Pilih versi Python yang sesuai dengan kebutuhan mcpo Anda. * **`WORKDIR /app`**: Menentukan direktori `/app` sebagai direktori kerja di dalam container. * **`COPY requirements.txt .`**: Menyalin file `requirements.txt` (jika Anda memiliki file ini yang berisi daftar dependensi Python) ke direktori kerja. * **`RUN pip install --no-cache-dir -r requirements.txt`**: Menginstal dependensi Python yang tercantum dalam `requirements.txt`. Opsi `--no-cache-dir` membantu mengurangi ukuran image. * **`COPY . .`**: Menyalin semua file dan direktori dari direktori saat ini (tempat Dockerfile berada) ke direktori kerja di dalam container. Ini termasuk kode sumber mcpo Anda. * **`ENV MCP_HOST="0.0.0.0"`**: Menyetel variabel lingkungan `MCP_HOST` ke `0.0.0.0`, yang berarti mcpo akan mendengarkan koneksi dari semua alamat IP. * **`ENV MCP_PORT=8000`**: Menyetel variabel lingkungan `MCP_PORT` ke `8000`, yang merupakan port yang akan digunakan mcpo untuk mendengarkan koneksi HTTP. * **`ENV OPENAPI_TITLE="MCP API"`**: Menyetel variabel lingkungan `OPENAPI_TITLE` untuk judul API OpenAPI. * **`ENV OPENAPI_DESCRIPTION="API untuk mengakses server MCP melalui HTTP."`**: Menyetel variabel lingkungan `OPENAPI_DESCRIPTION` untuk deskripsi API OpenAPI. * **`EXPOSE 8000`**: Mendeklarasikan bahwa container akan mendengarkan port 8000. Ini adalah informasi metadata dan tidak secara otomatis mempublikasikan port. Anda perlu menggunakan opsi `-p` saat menjalankan container untuk mempublikasikan port ke host. * **`CMD ["python", "main.py", "--host", "$MCP_HOST", "--port", "$MCP_PORT"]`**: Menentukan perintah yang akan dijalankan saat container dimulai. Dalam hal ini, ia menjalankan skrip Python `main.py` dengan argumen `--host` dan `--port` yang menggunakan nilai dari variabel lingkungan yang telah ditetapkan. Pastikan `main.py` adalah titik masuk utama untuk aplikasi mcpo Anda dan bahwa ia menerima argumen `--host` dan `--port`. **Cara Menggunakan:** 1. **Simpan Dockerfile:** Simpan kode di atas sebagai file bernama `Dockerfile` di direktori yang sama dengan kode sumber mcpo Anda. 2. **Buat file `requirements.txt` (jika diperlukan):** Jika mcpo Anda memiliki dependensi Python, buat file bernama `requirements.txt` di direktori yang sama dengan Dockerfile dan cantumkan semua dependensi, satu per baris. Contoh: ``` fastapi uvicorn pydantic # ... dependensi lainnya ``` 3. **Bangun Image Docker:** Buka terminal atau command prompt, navigasikan ke direktori yang berisi Dockerfile, dan jalankan perintah berikut: ```bash docker build -t mcpo-image . ``` Ini akan membangun image Docker dengan nama `mcpo-image`. Tanda titik (`.`) menunjukkan bahwa Dockerfile berada di direktori saat ini. 4. **Jalankan Container Docker:** Setelah image berhasil dibangun, Anda dapat menjalankan container menggunakan perintah berikut: ```bash docker run -d -p 8000:8000 mcpo-image ``` * `-d`: Menjalankan container di latar belakang (detached mode). * `-p 8000:8000`: Memetakan port 8000 pada host ke port 8000 di dalam container. Anda dapat mengubah port host jika diperlukan. * `mcpo-image`: Nama image yang akan dijalankan. **Penting:** * **Sesuaikan:** Pastikan untuk menyesuaikan Dockerfile dengan kebutuhan spesifik mcpo Anda. Ini termasuk mengubah versi Python, dependensi, variabel lingkungan, dan perintah yang dijalankan. * **`main.py`:** Ganti `main.py` dengan nama file titik masuk utama aplikasi mcpo Anda. * **Dependensi:** Pastikan semua dependensi yang diperlukan oleh mcpo tercantum dalam `requirements.txt`. * **Keamanan:** Pertimbangkan implikasi keamanan saat menjalankan container Docker, terutama jika mcpo menangani data sensitif. Gunakan praktik terbaik keamanan Docker untuk melindungi aplikasi Anda. * **OpenWebUI:** Pastikan OpenWebUI dikonfigurasi untuk terhubung ke endpoint HTTP yang diekspos oleh container mcpo. Anda mungkin perlu menyesuaikan konfigurasi OpenWebUI untuk menentukan alamat IP dan port container mcpo. Contoh ini memberikan titik awal yang baik untuk membuat image Docker untuk mcpo. Anda mungkin perlu menyesuaikannya lebih lanjut berdasarkan kebutuhan spesifik aplikasi Anda.

cortex-mcp

An MCP server for the Cortex observable analysis and active response engine. It enables LLMs to automate security investigations by running analyzers on observables like IPs and URLs and executing automated response actions.

Lemonade Stand MCP Server

A Model Context Protocol server that enables Claude Desktop to play the classic Lemonade Stand business simulation game with dynamic weather, pricing strategies, and inventory management.

OpenReview MCP Server

Connects Claude to OpenReview to facilitate conference reviewer and area chair workflows through the Model Context Protocol. It enables users to manage paper assignments, read submissions and reviews, and perform write actions like submitting reviews or comments using a preview-and-confirm system.

Scopus MCP Server

Provides access to the Elsevier Scopus API, enabling AI assistants to search for academic papers, retrieve detailed abstracts, and look up author profiles. It facilitates bibliometric research and scholarly data analysis through natural language commands.

Orbination AI Desktop Vision & Control

Native Windows MCP server that gives AI agents full desktop control. 45+ tools using UIAutomation + OCR with automatic dark theme enhancement instead of screenshots. Features batch action sequencing (run_sequence), window occlusion detection, menu navigation, PrintWindow capture, and embedded AI workflow instructions. Single .NET 8 executable — no Python, no Node, no Selenium.

Gazebo MCP Server

Enables AI assistants to control Gazebo robot simulations through ROS2, including spawning robots (TurtleBot3), manipulating environments, accessing sensor data (camera, LiDAR, IMU), and managing simulation state.

BuildClub.io Official MCP Server

Server MCP Resmi BuildClub

Golf v2 MCP Server

An auto-generated Multi-Agent Conversation Protocol server that enables interaction with professional golf data through the SportsData.io Golf v2 API.

Nx MCP Server

Server Nx MCP menyediakan LLM dengan wawasan komprehensif tentang monorepo Anda: dependensi proyek, hubungan file, tugas yang dapat dieksekusi, metadata kepemilikan, tumpukan teknologi, generator khusus, dan dokumentasi Nx. Konteks yang mendalam ini memungkinkan LLM untuk menghasilkan kode yang selaras sempurna dengan arsitektur Anda.