Discover Awesome MCP Servers

MCP Server Framework

A general-purpose MCP server that provides utility tools for echo, date/time, and file operations within Claude Code and Claude Desktop. It functions as an extensible framework designed to help developers easily build and register custom Python-based tools.

Example MCP Server

A simple demonstration MCP server that provides a basic 'say_hello' tool for greeting users by name, serving as a template for building MCP servers with TypeScript.

MCP Framework

Kerangka kerja TypeScript untuk membangun server Model Context Protocol (MCP) dengan penemuan dan pemuatan alat, sumber daya, dan perintah secara otomatis.

Filesystem MCP Server

Enables comprehensive filesystem operations including reading/writing files, directory management, file searching, editing with diff preview, compression, hashing, and merging with dynamic directory access control.

Cosmos DB MCP Server by CData

Cosmos DB MCP Server by CData

Model Context Provider (MCP) Server

Memfasilitasi interaksi yang lebih baik dengan model bahasa besar (LLM) dengan menyediakan manajemen konteks yang cerdas, integrasi alat, dan koordinasi model AI multi-penyedia untuk alur kerja berbasis AI yang efisien.

NewRelic MCP Server

A comprehensive MCP server providing over 26 tools for querying, monitoring, and analyzing NewRelic data through NRQL queries and entity management. It enables interaction with NewRelic's NerdGraph API for managing alerts, logs, and incidents directly within Claude Code sessions.

Cursor10x MCP

The Cursor10x Memory System creates a persistent memory layer for AI assistants (specifically Claude), enabling them to retain and recall short-term, long-term and episodic memory on autonomously.

Wealthfolio MCP Server

Enables AI-powered portfolio analysis for Wealthfolio, allowing Claude to query and analyze investment holdings, asset allocation, real estate properties, and execute transactions through natural language.

Customer Registration MCP Server

Enables creating and managing customer records via an external API with Bearer token authentication, supporting required fields (name, email, phone) and extensive optional data including addresses, UTM parameters, and tags.

TestRail MCP Server

Enables comprehensive TestRail test management integration with support for projects, test cases, runs, results, advanced reporting, analytics, and AutoSpectra test automation framework synchronization.

aiohttp-mcp

Berikut adalah beberapa alat untuk membangun server Model Context Protocol (MCP) di atas aiohttp: * **aiohttp:** Ini adalah kerangka kerja web asinkron untuk Python yang menyediakan dasar untuk membangun server MCP Anda. Ini menangani routing, penanganan permintaan, dan fungsionalitas server web dasar lainnya. * **asyncio:** Pustaka standar Python untuk pemrograman asinkron. aiohttp dibangun di atas asyncio, jadi Anda akan menggunakannya untuk menangani operasi I/O secara non-blocking, yang penting untuk server MCP yang berkinerja tinggi. * **protobuf (Protocol Buffers):** MCP menggunakan Protocol Buffers untuk serialisasi data. Anda akan memerlukan kompiler protobuf (protoc) dan pustaka Python protobuf untuk mendefinisikan format pesan MCP Anda dan menserialisasikan/mendeserialisasikan data. * **grpcio-tools (opsional):** Meskipun MCP tidak *harus* menggunakan gRPC, Anda dapat menggunakan alat gRPC untuk menghasilkan kode dari definisi protobuf Anda. Ini dapat menyederhanakan proses penanganan pesan dan menyediakan abstraksi yang lebih tinggi. Jika Anda memilih untuk tidak menggunakan gRPC, Anda perlu menulis kode Anda sendiri untuk menserialisasikan dan mendeserialisasikan pesan protobuf. * **Pustaka Serialisasi/Deserialisasi (opsional):** Selain protobuf, Anda mungkin mempertimbangkan pustaka serialisasi/deserialisasi lain seperti `marshmallow` atau `pydantic` untuk validasi data dan penanganan tipe. Ini dapat membantu memastikan bahwa data yang Anda terima dan kirim sesuai dengan skema yang diharapkan. * **Pustaka Logging:** Gunakan pustaka logging Python standar untuk mencatat peristiwa penting di server Anda, seperti permintaan, kesalahan, dan informasi debug. * **Pustaka Pengujian:** Gunakan kerangka kerja pengujian seperti `pytest` dan pustaka pengujian asinkron seperti `pytest-asyncio` untuk menulis pengujian unit dan integrasi untuk server MCP Anda. **Ringkasan Alur Kerja:** 1. **Definisikan Pesan MCP dengan Protobuf:** Tentukan struktur data yang akan dikirim dan diterima oleh server MCP Anda menggunakan bahasa definisi protobuf. 2. **Hasilkan Kode Protobuf:** Gunakan kompiler protobuf (protoc) untuk menghasilkan kode Python dari definisi protobuf Anda. Jika Anda menggunakan gRPC, gunakan alat gRPC untuk menghasilkan kode server dan klien. 3. **Buat Server aiohttp:** Buat server aiohttp yang menangani permintaan masuk. 4. **Tangani Permintaan MCP:** Dalam penangan permintaan aiohttp Anda, deserialisasikan pesan protobuf yang diterima, lakukan logika yang diperlukan (misalnya, berinteraksi dengan model pembelajaran mesin), dan serialisasikan respons protobuf. 5. **Implementasikan Logika Bisnis:** Implementasikan logika bisnis khusus untuk server MCP Anda, seperti memuat model pembelajaran mesin, melakukan inferensi, dan mengelola konteks model. 6. **Uji Server Anda:** Tulis pengujian unit dan integrasi untuk memastikan bahwa server MCP Anda berfungsi dengan benar. **Contoh Sederhana (tanpa gRPC):** ```python import asyncio import aiohttp from aiohttp import web import your_protobuf_module_pb2 # Ganti dengan modul protobuf Anda async def handle_mcp_request(request): try: data = await request.read() mcp_request = your_protobuf_module_pb2.YourRequestMessage() mcp_request.ParseFromString(data) # Lakukan sesuatu dengan mcp_request (misalnya, inferensi model) response_data = "Hasil dari pemrosesan: " + mcp_request.input_data mcp_response = your_protobuf_module_pb2.YourResponseMessage() mcp_response.output_data = response_data response_body = mcp_response.SerializeToString() return web.Response(body=response_body, content_type='application/protobuf') except Exception as e: print(f"Error: {e}") return web.Response(status=500, text=str(e)) async def main(): app = web.Application() app.add_routes([web.post('/mcp', handle_mcp_request)]) runner = web.AppRunner(app) await runner.setup() site = web.TCPSite(runner, 'localhost', 8080) await site.start() print("Server berjalan di http://localhost:8080/mcp") # Jaga server tetap berjalan while True: await asyncio.sleep(3600) # Tidur selama satu jam if __name__ == '__main__': asyncio.run(main()) ``` **Penjelasan Contoh:** * **`your_protobuf_module_pb2`:** Ini adalah modul Python yang dihasilkan oleh kompiler protobuf dari file `.proto` Anda. Anda perlu mengganti ini dengan nama modul yang benar. * **`handle_mcp_request`:** Fungsi ini menangani permintaan POST ke `/mcp`. * Membaca data permintaan. * Mendeserialisasikan data menggunakan `ParseFromString`. * Melakukan beberapa pemrosesan (dalam contoh ini, hanya menambahkan string). * Menserialisasikan respons menggunakan `SerializeToString`. * Mengembalikan respons aiohttp dengan data protobuf dan tipe konten yang benar. * **`main`:** Fungsi ini membuat aplikasi aiohttp, menambahkan rute, dan memulai server. **Langkah Selanjutnya:** 1. **Pelajari Protobuf:** Pahami cara mendefinisikan pesan menggunakan bahasa definisi protobuf. 2. **Instal Alat:** Instal alat yang diperlukan, seperti aiohttp, protobuf, dan asyncio. 3. **Definisikan Pesan MCP Anda:** Buat file `.proto` yang mendefinisikan pesan yang akan dikirim dan diterima oleh server MCP Anda. 4. **Hasilkan Kode Protobuf:** Gunakan kompiler protobuf untuk menghasilkan kode Python dari file `.proto` Anda. 5. **Implementasikan Server:** Tulis kode server aiohttp yang menangani permintaan MCP, memproses data, dan mengembalikan respons. 6. **Uji Server Anda:** Tulis pengujian untuk memastikan bahwa server Anda berfungsi dengan benar. Ingatlah untuk mengganti `your_protobuf_module_pb2` dengan nama modul protobuf Anda yang sebenarnya dan menyesuaikan logika pemrosesan dengan kebutuhan spesifik Anda. Anda juga perlu menangani kesalahan dengan benar dan menambahkan logging untuk tujuan debug.

Minted MCP Server

Enables interaction with Minted.com to retrieve address book contacts, order history, and delivery information for recent card orders.

Webots MCP Server

Enables real-time monitoring and control of any Webots robot simulation, providing access to robot state, sensors, camera feeds, and simulation controls (pause, resume, reset) through natural language.

MCP Workflow Tracker

Provides observability for multi-agent workflows by tracking hierarchical task structure, architectural decisions, reasoning, encountered problems, code modifications with Git diffs, and temporal metrics.

LibreOffice MCP Server

Enables AI assistants to create, read, convert, and manipulate LibreOffice documents programmatically, supporting 50+ file formats including Writer, Calc, Impress documents with real-time editing, batch operations, and document analysis capabilities.

2slides MCP Server

Enables users to generate presentation slides using 2slides.com's API through Claude Desktop. Supports searching for slide themes, generating slides from text input, and monitoring job status for slide creation.

armavita-quo-mcp

Local-first MCP server for Quo/OpenPhone automation across messaging, calls, contacts, users, phone numbers, and webhooks via a clean stdio tool surface.

Discord MCP Server

A secure server that enables interaction with Discord channels through JWT-authenticated API calls, allowing users to send messages, fetch channel data, search content, and perform moderation actions.

EnrichB2B MCP Server

Sebuah server yang mengimplementasikan Protokol Konteks Model yang memungkinkan pengguna untuk mengambil informasi profil LinkedIn dan data aktivitas melalui EnrichB2B API, dan menghasilkan teks menggunakan model OpenAI GPT-4 atau Anthropic Claude.

product-hunt-mcp

product-hunt-mcp

opendart-fss-mcp

An MCP server that provides access to Korea's DART corporate disclosure system, offering 84 tools for retrieving financial statements, periodic reports, and shareholding information. It enables users to programmatically query and analyze official Korean corporate data via the OpenDART API.

Health MCP Server

Aggregates and analyzes fitness data from multiple sources like Whoop and Strava through a modular adapter architecture. It enables users to monitor health metrics, track activities, and gain insights into sleep, recovery, and training performance.

Hava Durumu MCP Server

Provides weather data using Open-Meteo API with support for current weather, 24-hour forecasts, and 7-day forecasts for Turkish cities and coordinate-based queries.

medRxiv MCP Server

Cermin dari

Spotify MCP Server

Here are a few options for translating "MCP Server for Interfacing with Splunk" into Indonesian, depending on the specific context and desired level of formality: **Option 1 (Most General):** * **Server MCP untuk Berinteraksi dengan Splunk** * This is a direct translation and is generally understood. **Option 2 (More Specific, if "MCP" is an acronym):** * **Server MCP untuk Antarmuka dengan Splunk** * This uses "Antarmuka" which is a more technical term for "interface." **Option 3 (If you want to emphasize the purpose):** * **Server MCP untuk Integrasi dengan Splunk** * This uses "Integrasi" which means "integration." This is suitable if the server's main purpose is to integrate with Splunk. **Option 4 (If you want to be very clear about the function):** * **Server MCP untuk Menghubungkan ke Splunk** * This uses "Menghubungkan ke" which means "to connect to." **Which one should you use?** * If you're unsure, **"Server MCP untuk Berinteraksi dengan Splunk"** is a safe and generally understandable option. * If you're in a technical context and "MCP" is understood, **"Server MCP untuk Antarmuka dengan Splunk"** is a good choice. * If the server's primary function is to integrate with Splunk, **"Server MCP untuk Integrasi dengan Splunk"** is appropriate. Therefore, the best translation depends on the context. Consider your audience and the specific function of the MCP server.

hive

Context infrastructure for AI-assisted development — on-demand Obsidian vault access via MCP

Hashkey MCP Server

A Model Context Protocol server that provides onchain tools for AI applications to interact with the Hashkey Network, enabling cryptocurrency transfers, smart contract deployment, and blockchain interactions.

FineData MCP Server

Enables AI agents to scrape any website by providing tools for JavaScript rendering, antibot bypass, and automatic captcha solving. It supports synchronous, asynchronous, and batch scraping operations with built-in proxy rotation.