Discover Awesome MCP Servers

Perplexity MCP Server

Perplexityの検索拡張AI機能をLLMエージェントに提供する、Perplexity APIモデルコンテキストプロトコル（MCP）サーバーです。堅牢なエラー処理、安全な入力検証、そして `showThinking` パラメータによる透明性の高い推論が特徴です。型安全性、モジュール化されたアーキテクチャ、そして本番環境対応のユーティリティを備えています。

agent-observability

MCP server exposing AI agent observability tools: list, inspect, and deterministically replay recorded agent execution traces for debugging failures.

Remote MCP Server

A Cloudflare Workers-based server that implements the Model Context Protocol (MCP), allowing AI assistants like Claude to access custom tools without authentication.

Algorand MCP Server

Enables interaction with the Algorand blockchain network including account management, payments, asset creation and transfers, along with general utility tools. Provides secure mnemonic encryption and supports both testnet and mainnet environments.

Weather Prediction MCP Server

Provides current weather, multi-day forecasts, and umbrella recommendations through natural language queries, backed by the Open-Meteo API.

SQLite MCP Server

Provides comprehensive SQLite database interaction for AI agents, including data manipulation, schema inspection, and automated query logging. It features a unique context preservation pattern that uses a dedicated meta-table to help autonomous agents maintain self-documenting database architectures.

zhupi-mcp

Agent-side MCP server for the zhupi review loop, enabling AI agents to submit documents, read annotations, and reply via GitHub.

A2A Registry

Provides a unified registry for discovering and managing agents that implement the A2A (Agent-to-Agent) protocol, enabling registration, querying, and CRUD operations on agent metadata through both REST API and MCP tools.

WhatsApp Web MCP

WhatsApp WebをAIモデルに接続するブリッジ。Model Context Protocolを使用し、Claudeや他のAIシステムが標準化されたインターフェースを通じてWhatsAppとやり取りできるようにする。

oscine

An MCP server that exposes a synthesizer composer's command catalog as tools, enabling Claude to compose, sound-design, and mix in a live browser session.

MemoryPlugin MCP Server

Enables AI assistants to store, search, and manage memories, chat history, and uploaded files via the MemoryPlugin API.

mcp-schema-bloat-fixer

Reduces token costs from MCP tool schemas by analyzing bloat, compressing descriptions, and selecting only relevant tools for AI agents.

OpenEHR MCP Server

Enables LLMs to interact with OpenEHR electronic health record systems by retrieving clinical archetypes, generating AQL queries from natural language, and executing queries against on-premise EHR databases. Supports OpenEHR Clinical Knowledge Manager integration and custom IIS-hosted EHR APIs for comprehensive medical data access.

Telephony MCP Server

Enables LLM applications to make voice calls and send SMS messages through the Vonage API, allowing AI assistants to perform real-world telephony operations with support for speech recognition and customizable voice parameters.

Duck Punch MCP

A collection of MCP servers that dynamically wrap existing Python SDKs (Google SecOps, SOAR, Google Cloud, Fitbit) to expose their functionality to LLMs.

Universal Menu

Provides an interactive decision menu that surfaces contextual choices on every assistant turn, allowing users to navigate available actions through a React widget interface.

powerbi-agent

MCP server enabling AI agents to directly query and manage Power BI datasets, reports, and workspaces via DAX, with built-in data security policies and support for both Power BI Desktop and Service.

ita-matrix-mcp

MCP server that searches ITA Matrix for complex flight itineraries, supporting multi-city trips and custom routing codes, to help plan intricate travel plans.

Zava Insurance MCP Server

Enables management of insurance claims, inspections, and contractors through interactive UI widgets and data tools. Users can view claim dashboards, update statuses, and query service provider information using natural language.

Datadog MCP Server

Enables interaction with Datadog's monitoring platform to search logs, search trace spans, and perform trace span aggregation for analysis.

calendar-tasks-mcp

Enables Claude to manage Outlook calendar events and Microsoft To Do tasks for a specific mailbox via Microsoft Graph API.

addgene-mcp

MCP server for Addgene plasmid repository, enabling AI assistants to search, filter, and retrieve plasmid data including sequences and metadata.

NotionMCP

Enables AI assistants to search, read, summarize, and analyze sentiment of Notion pages and databases, turning your Notion workspace into an intelligent, queryable knowledge system.

Delora MCP

Enables cross-chain quote retrieval, chain/token information, and tool discovery via the Delora API.

@whoisjson/mcp-server

Enables AI assistants to perform WHOIS, DNS, SSL, and domain availability lookups via the WhoisJSON API.

mcp-ytTranscript

了解しました。以下に、URLと希望する言語を使用してYouTube動画の文字起こしを返すシンプルなMCP（Minimal, Complete, and Verifiable example）サーバーの概要を示します。 **注意:** YouTubeの利用規約により、自動化されたスクレイピングやAPIの使用が制限されている場合があります。このコードは教育目的でのみ提供され、実際の使用にはYouTubeの利用規約を遵守する必要があります。また、YouTube APIを使用する場合は、APIキーが必要になる場合があります。 **必要なライブラリ:** * `youtube-transcript-api`: YouTube動画の文字起こしを取得 * `fastapi`: シンプルなAPIサーバーを構築 * `uvicorn`: ASGIサーバー これらのライブラリをインストールするには、以下のコマンドを実行します。 ```bash pip install youtube-transcript-api fastapi uvicorn ``` **コード例 (Python):** ```python from fastapi import FastAPI, HTTPException from youtube_transcript_api import YouTubeTranscriptApi from youtube_transcript_api.formatters import TextFormatter app = FastAPI() @app.get("/transcript") async def get_transcript(url: str, language: str = "en"): """ YouTube動画のURLと希望する言語を受け取り、文字起こしを返します。 Args: url: YouTube動画のURL。 language: 希望する言語コード (例: "en", "ja")。デフォルトは英語。 Returns: 文字起こしテキスト。 Raises: HTTPException: 動画が見つからない場合、または指定された言語の文字起こしがない場合。 """ try: video_id = extract_video_id(url) transcript_list = YouTubeTranscriptApi.list_transcripts(video_id) transcript = transcript_list.find_generated_transcript([language]) # 自動生成された字幕を優先 # transcript = transcript_list.find_manually_created_transcript([language]) # 手動で作成された字幕を優先 transcript_data = transcript.fetch() formatter = TextFormatter() text_formatted = formatter.format_transcript(transcript_data) return text_formatted except Exception as e: raise HTTPException(status_code=404, detail=f"Transcript not found: {e}") def extract_video_id(url: str) -> str: """ YouTube動画のURLから動画IDを抽出します。 """ # 簡単な実装。より堅牢な実装が必要な場合は、正規表現を使用してください。 try: return url.split("v=")[1].split("&")[0] except IndexError: raise ValueError("Invalid YouTube URL") if __name__ == "__main__": import uvicorn uvicorn.run(app, host="0.0.0.0", port=8000) ``` **コードの説明:** 1. **必要なライブラリのインポート:** 必要なライブラリをインポートします。 2. **FastAPIアプリケーションの作成:** `FastAPI()`でFastAPIアプリケーションを作成します。 3. **`/transcript`エンドポイントの定義:** * `@app.get("/transcript")`デコレータを使用して、`/transcript`エンドポイントを定義します。 * `url`と`language`のクエリパラメータを受け取ります。 * `extract_video_id`関数を使用して、URLから動画IDを抽出します。 * `YouTubeTranscriptApi.get_transcript(video_id, languages=[language])`を使用して、指定された言語の文字起こしを取得します。 * 文字起こしが見つからない場合は、`HTTPException`を発生させます。 * 文字起こしが見つかった場合は、テキスト形式に変換して返します。 4. **`extract_video_id`関数の定義:** * YouTube動画のURLから動画IDを抽出します。 * 簡単な実装ですが、より堅牢な実装が必要な場合は、正規表現を使用してください。 5. **サーバーの起動:** * `if __name__ == "__main__":`ブロックを使用して、スクリプトが直接実行された場合にのみサーバーを起動するようにします。 * `uvicorn.run(app, host="0.0.0.0", port=8000)`を使用して、Uvicornサーバーを起動します。 **実行方法:** 1. 上記のコードを`main.py`などのファイルに保存します。 2. ターミナルで、`python main.py`を実行します。 3. ブラウザまたはcurlを使用して、`/transcript`エンドポイントにリクエストを送信します。 例: ```bash curl "http://localhost:8000/transcript?url=https://www.youtube.com/watch?v=dQw4w9WgXcQ&language=ja" ``` **重要な考慮事項:** * **エラー処理:** より堅牢なエラー処理を追加する必要があります。たとえば、`YouTubeTranscriptApi.get_transcript()`が例外を発生させた場合に、適切なエラーメッセージを返すようにします。 * **レート制限:** YouTube APIにはレート制限があります。レート制限を超えないように、リクエストを調整する必要があります。 * **APIキー:** YouTube APIを使用する場合は、APIキーが必要になる場合があります。APIキーを取得して、コードに追加する必要があります。 * **利用規約:** YouTubeの利用規約を遵守する必要があります。自動化されたスクレイピングやAPIの使用が制限されている場合があります。 * **言語サポート:** すべての動画がすべての言語で文字起こしを提供しているわけではありません。指定された言語の文字起こしがない場合、エラーが発生します。 * **URLの検証:** `extract_video_id`関数は、簡単な実装です。より堅牢な実装が必要な場合は、正規表現を使用してください。 * **自動生成 vs 手動作成:** `find_generated_transcript` は自動生成された字幕を優先して取得します。手動で作成された字幕を優先したい場合は、`find_manually_created_transcript` を使用してください。 **日本語訳:** 了解しました。以下に、URLと希望する言語を使用してYouTube動画の文字起こしを返すシンプルなMCP（Minimal, Complete, and Verifiable example）サーバーの概要を示します。 **注意:** YouTubeの利用規約により、自動化されたスクレイピングやAPIの使用が制限されている場合があります。このコードは教育目的でのみ提供され、実際の使用にはYouTubeの利用規約を遵守する必要があります。また、YouTube APIを使用する場合は、APIキーが必要になる場合があります。 **必要なライブラリ:** * `youtube-transcript-api`: YouTube動画の文字起こしを取得 * `fastapi`: シンプルなAPIサーバーを構築 * `uvicorn`: ASGIサーバー これらのライブラリをインストールするには、以下のコマンドを実行します。 ```bash pip install youtube-transcript-api fastapi uvicorn ``` **コード例 (Python):** ```python from fastapi import FastAPI, HTTPException from youtube_transcript_api import YouTubeTranscriptApi from youtube_transcript_api.formatters import TextFormatter app = FastAPI() @app.get("/transcript") async def get_transcript(url: str, language: str = "en"): """ YouTube動画のURLと希望する言語を受け取り、文字起こしを返します。 Args: url: YouTube動画のURL。 language: 希望する言語コード (例: "en", "ja")。デフォルトは英語。 Returns: 文字起こしテキスト。 Raises: HTTPException: 動画が見つからない場合、または指定された言語の文字起こしがない場合。 """ try: video_id = extract_video_id(url) transcript_list = YouTubeTranscriptApi.list_transcripts(video_id) transcript = transcript_list.find_generated_transcript([language]) # 自動生成された字幕を優先 # transcript = transcript_list.find_manually_created_transcript([language]) # 手動で作成された字幕を優先 transcript_data = transcript.fetch() formatter = TextFormatter() text_formatted = formatter.format_transcript(transcript_data) return text_formatted except Exception as e: raise HTTPException(status_code=404, detail=f"Transcript not found: {e}") def extract_video_id(url: str) -> str: """ YouTube動画のURLから動画IDを抽出します。 """ # 簡単な実装。より堅牢な実装が必要な場合は、正規表現を使用してください。 try: return url.split("v=")[1].split("&")[0] except IndexError: raise ValueError("Invalid YouTube URL") if __name__ == "__main__": import uvicorn uvicorn.run(app, host="0.0.0.0", port=8000) ``` **コードの説明:** 1. **必要なライブラリのインポート:** 必要なライブラリをインポートします。 2. **FastAPIアプリケーションの作成:** `FastAPI()`でFastAPIアプリケーションを作成します。 3. **`/transcript`エンドポイントの定義:** * `@app.get("/transcript")`デコレータを使用して、`/transcript`エンドポイントを定義します。 * `url`と`language`のクエリパラメータを受け取ります。 * `extract_video_id`関数を使用して、URLから動画IDを抽出します。 * `YouTubeTranscriptApi.get_transcript(video_id, languages=[language])`を使用して、指定された言語の文字起こしを取得します。 * 文字起こしが見つからない場合は、`HTTPException`を発生させます。 * 文字起こしが見つかった場合は、テキスト形式に変換して返します。 4. **`extract_video_id`関数の定義:** * YouTube動画のURLから動画IDを抽出します。 * 簡単な実装ですが、より堅牢な実装が必要な場合は、正規表現を使用してください。 5. **サーバーの起動:** * `if __name__ == "__main__":`ブロックを使用して、スクリプトが直接実行された場合にのみサーバーを起動するようにします。 * `uvicorn.run(app, host="0.0.0.0", port=8000)`を使用して、Uvicornサーバーを起動します。 **実行方法:** 1. 上記のコードを`main.py`などのファイルに保存します。 2. ターミナルで、`python main.py`を実行します。 3. ブラウザまたはcurlを使用して、`/transcript`エンドポイントにリクエストを送信します。 例: ```bash curl "http://localhost:8000/transcript?url=https://www.youtube.com/watch?v=dQw4w9WgXcQ&language=ja" ``` **重要な考慮事項:** * **エラー処理:** より堅牢なエラー処理を追加する必要があります。たとえば、`YouTubeTranscriptApi.get_transcript()`が例外を発生させた場合に、適切なエラーメッセージを返すようにします。 * **レート制限:** YouTube APIにはレート制限があります。レート制限を超えないように、リクエストを調整する必要があります。 * **APIキー:** YouTube APIを使用する場合は、APIキーが必要になる場合があります。APIキーを取得して、コードに追加する必要があります。 * **利用規約:** YouTubeの利用規約を遵守する必要があります。自動化されたスクレイピングやAPIの使用が制限されている場合があります。 * **言語サポート:** すべての動画がすべての言語で文字起こしを提供しているわけではありません。指定された言語の文字起こしがない場合、エラーが発生します。 * **URLの検証:** `extract_video_id`関数は、簡単な実装です。より堅牢な実装が必要な場合は、正規表現を使用してください。 * **自動生成 vs 手動作成:** `find_generated_transcript` は自動生成された字幕を優先して取得します。手動で作成された字幕を優先したい場合は、`find_manually_created_transcript` を使用してください。 このコードはあくまで例であり、実際の使用には、上記の考慮事項を考慮して、必要に応じて修正する必要があります。

Docling MCP Server

Converts folders of financial and investment documents into structured markdown, JSON, and CSV files with a metadata index, enabling AI assistants to efficiently navigate and analyze large research libraries.

vibemarketing-mcp

Enables drafting, scheduling, and publishing social posts on Vibe Marketing workspace through chat in Claude Code, Claude Desktop, or Cursor.

AI Video Generator MCP Server

テキストプロンプトや画像から、AIモデル（Luma Ray2 Flash、Kling v1.6 Proなど）を使用してビデオを生成できるModel Context Protocolサーバー。アスペクト比、解像度、デュレーションなどのパラメータは設定可能です。

Xcode Diagnostics MCP Plugin

Xcodeのビルドシステムに接続し、Swiftプロジェクトのエラーと警告を抽出、解析、表示することで、AIアシスタントがビルドログを手動で検索することなく、コードの問題を迅速に特定できるようにします。