Discover Awesome MCP Servers

Jupiter Broadcasting Podcast Data MCP Server

Enables access to Jupiter Broadcasting podcast episodes through RSS feed parsing. Supports searching episodes by date, hosts, or content, retrieving detailed episode information, and fetching transcripts when available.

Strava MCP Server

Strava APIへのブリッジとして機能するTypeScriptサーバー。LLMが自然言語でのやり取りを通じて、ユーザーのアクティビティ、ルート、セグメント、アスリートデータにアクセスできるようにする。

CereBro

.NET 向けのモデルに依存しない MCP (Model-Checkpointing Protocol) クライアント-サーバー

Math & Calculator MCP Server

Provides advanced mathematical utilities including basic arithmetic, statistical analysis, unit conversions, quadratic equation solving, percentage calculations, and trigonometric functions for AI assistants.

🤖 mcp-ollama-beeai

BeeAIフレームワークを使用して、複数のMCPサーバーツールを活用し、OLLAMAモデルとやり取りするための最小限のエージェントアプリ。

Domain Checker

Enables checking domain name availability using WHOIS lookups and DNS resolution. Supports both single and batch domain checking with detailed availability analysis.

Multi-Provider MCP Server

カスタム MCP サーバーをツールと統合し、n8n インスタンス内で実行する

MCP Nexus

A unified search and extraction MCP server hosted on Cloudflare Workers that integrates Tavily and Brave Search APIs with automatic API key rotation. It features secure, encrypted storage for keys using Cloudflare D1 and provides an admin interface for managing client tokens and search configurations.

GigAPI MCP Server

An MCP server that provides seamless integration with Claude Desktop for querying and managing timeseries data in GigAPI Timeseries Lake.

Harvest MCP Server

A Model Context Protocol server that integrates with the Harvest API v2, enabling time tracking management including listing, creating, updating, and deleting time entries, as well as managing projects, tasks, users and generating reports.

mcp-strategy-research-db

An MCP server that provides access to a SQLite database for analyzing trading strategy backtest results and performance metrics. It enables AI assistants to identify robust strategies across different market regimes and compare them against benchmarks using risk-adjusted metrics.

MCP Audio Tweaker

Enables batch audio processing and optimization using FFmpeg with preset configurations for game audio, voice processing, and music mastering, including specialized optimization for ElevenLabs AI voice output.

Test MCP Feb4 MCP Server

An MCP server that provides standardized tools for AI agents to interact with the Test MCP Feb4 API. It enables LLMs to access API endpoints through asynchronous operations and standardized Model Context Protocol tools.

ralph-wiggum-mcp

An enhanced Model Context Protocol (MCP) server implementing the Ralph Wiggum technique for iterative, self-referential AI development loops.

Agent Sense

Provides AI agents with environmental sensing capabilities including current time, IP-based geolocation, system information, and hardware details. Enables more contextual and accurate AI responses based on user's environment.

GIT MCP Server

LLMエージェントにGitツールを提供するためのModel Context Protocol (MCP)サーバー。amendパラメーターのキャッシュに関する問題を修正。

Code Graph Knowledge System

Transforms code repositories and development documentation into a queryable Neo4j knowledge graph, enabling AI assistants to perform intelligent code analysis, dependency mapping, impact assessment, and automated documentation generation across 15+ programming languages.

Email-MCP

An MCP server that enables AI assistants to send emails through SMTP protocol by providing server credentials, recipient information, subject, and message content.

MCP Troubleshooter

A specialized diagnostic framework that enables AI models to self-diagnose and fix MCP-related issues by analyzing logs, validating configurations, testing connections, and implementing solutions.

Withings MCP Client

Enables retrieval of health data from Withings smart scales including weight measurements and comprehensive body composition metrics like fat mass, muscle mass, and hydration levels. Supports multiple users, unit preferences, and OAuth authentication for secure access to personal health data.

LibSQL Memory

高性能なMCPサーバー。永続メモリにはlibSQLを利用し、ベクター検索機能を備え、効率的なエンティティ管理とセマンティックな知識の保存を可能にする。

prometheus-mcp-server

A TypeScript-based MCP server that enables users to interact with Prometheus metrics using PromQL queries and discovery tools. It allows LLMs to retrieve time-series data, metadata, alerts, and system status directly from a Prometheus instance.

Weather MCP Server

Provides current weather information for any city worldwide using the free Open-Meteo API, enabling users to query temperature, wind speed, humidity, and weather conditions through natural language.

Wikipedia Summarizer MCP Server

Ollama LLMを使ってWikipediaの記事を取得・要約するMCP（Model Context Protocol）サーバーです。コマンドラインとStreamlitインターフェースの両方からアクセスできます。記事全体を読むことなく、Wikipediaから重要な情報を素早く抽出するのに最適です。

DateTime MCP Server

Provides timezone-aware date and time information with configurable time formats and timezone support. Enables users to get current date and time in their preferred timezone and format through simple MCP tools.

MCP DeepSeek 演示项目

了解しました。DeepSeek と MCP (Microservice Communication Protocol) を組み合わせた最小限のユースケースを、クライアントとサーバーのコード例を含めて説明します。 **ユースケース:** シンプルな「挨拶」サービスを構築します。クライアントはサーバーに名前を送信し、サーバーは「こんにちは、[名前]！」という挨拶を返します。 **技術スタック:** * **言語:** Python * **DeepSeek:** (ここでは、DeepSeek の具体的な機能は、テキスト生成や埋め込みなど、必要に応じて置き換えてください。ここでは、単純な文字列処理として扱います。) * **MCP:** (ここでは、gRPC や Thrift などの具体的な MCP 実装を想定します。ここでは、簡略化のため、ソケット通信を模倣した簡単な実装を使用します。) **1. サーバー (server.py):** ```python import socket HOST = '127.0.0.1' # localhost PORT = 65432 # ポート番号 (1024-65535 の範囲で未使用のものを選択) def process_request(name): """DeepSeek を模倣した処理 (ここでは単純な文字列結合)""" greeting = f"こんにちは、{name}！" return greeting def main(): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.bind((HOST, PORT)) s.listen() print(f"サーバーが {HOST}:{PORT} で起動しました...") conn, addr = s.accept() with conn: print(f"{addr} が接続しました") while True: data = conn.recv(1024) if not data: break name = data.decode('utf-8') greeting = process_request(name) conn.sendall(greeting.encode('utf-8')) if __name__ == "__main__": main() ``` **日本語訳 (server.py):** ```python import socket HOST = '127.0.0.1' # ローカルホスト PORT = 65432 # ポート番号 (1024-65535 の範囲で未使用のものを選択) def process_request(name): """DeepSeek を模倣した処理 (ここでは単純な文字列結合)""" greeting = f"こんにちは、{name}！" return greeting def main(): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.bind((HOST, PORT)) s.listen() print(f"サーバーが {HOST}:{PORT} で起動しました...") conn, addr = s.accept() with conn: print(f"{addr} が接続しました") while True: data = conn.recv(1024) if not data: break name = data.decode('utf-8') greeting = process_request(name) conn.sendall(greeting.encode('utf-8')) if __name__ == "__main__": main() ``` **2. クライアント (client.py):** ```python import socket HOST = '127.0.0.1' # サーバーのホスト PORT = 65432 # サーバーのポート def main(): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.connect((HOST, PORT)) name = input("名前を入力してください: ") s.sendall(name.encode('utf-8')) data = s.recv(1024) print(f"受信: {data.decode('utf-8')}") if __name__ == "__main__": main() ``` **日本語訳 (client.py):** ```python import socket HOST = '127.0.0.1' # サーバーのホスト PORT = 65432 # サーバーのポート def main(): with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.connect((HOST, PORT)) name = input("名前を入力してください: ") s.sendall(name.encode('utf-8')) data = s.recv(1024) print(f"受信: {data.decode('utf-8')}") if __name__ == "__main__": main() ``` **実行方法:** 1. `server.py` を実行してサーバーを起動します。 2. `client.py` を実行してクライアントを起動します。 3. クライアントで名前を入力し、Enter キーを押します。 4. サーバーから挨拶が返ってきます。 **説明:** * **サーバー:** * 指定されたホストとポートでソケットを作成し、接続を待ち受けます。 * クライアントからの接続を受け入れます。 * クライアントから名前を受信します。 * `process_request` 関数 (DeepSeek を模倣) を使用して挨拶を作成します。 * 挨拶をクライアントに送信します。 * **クライアント:** * 指定されたホストとポートでサーバーに接続します。 * ユーザーに名前の入力を求めます。 * 名前をサーバーに送信します。 * サーバーから挨拶を受信します。 * 挨拶を表示します。 **DeepSeek と MCP の統合:** この例では、`process_request` 関数が DeepSeek の機能を模倣しています。実際には、この関数内で DeepSeek の API を呼び出して、テキスト生成、埋め込み、またはその他のタスクを実行できます。 MCP (この例ではソケット通信を模倣) は、クライアントとサーバー間の通信を処理します。より本格的な MCP 実装 (gRPC、Thrift など) を使用すると、より効率的で信頼性の高い通信が可能になります。 **より高度なユースケース:** * **テキスト要約:** クライアントは長いテキストをサーバーに送信し、サーバーは DeepSeek を使用してテキストを要約し、要約をクライアントに返します。 * **感情分析:** クライアントはテキストをサーバーに送信し、サーバーは DeepSeek を使用してテキストの感情を分析し、感情分析の結果をクライアントに返します。 * **質問応答:** クライアントは質問とコンテキストをサーバーに送信し、サーバーは DeepSeek を使用して質問に答え、回答をクライアントに返します。 **重要な注意点:** * この例は、DeepSeek と MCP を組み合わせた最小限のユースケースを示すためのものです。 * 実際のアプリケーションでは、より複雑なエラー処理、セキュリティ対策、およびスケーラビリティ対策が必要になります。 * DeepSeek の具体的な機能と MCP の実装は、ユースケースの要件に応じて選択する必要があります。 * このコードは、簡略化のためにソケット通信を使用していますが、本番環境では gRPC や Thrift などのより堅牢な MCP 実装を使用することを推奨します。 この例が、DeepSeek と MCP を組み合わせたアプリケーションの構築を開始するのに役立つことを願っています。

Civic Data MCP Server

Provides access to 7 free government and open data APIs including NOAA weather, US Census demographics, NASA imagery, World Bank economics, Data.gov, and EU Open Data through 22 specialized tools, with most requiring no API keys.

Agent Identity Protocol (AIP)

Provides cryptographic identity and signing capabilities for AI agents, enabling them to create persistent identities, sign actions with private keys, and allow external systems to verify the authenticity and provenance of agent-initiated operations.