MCP Servers

Discover Awesome MCP Servers

Extend your agent with 84,517 capabilities via MCP servers.

All84,517

iMessage Query MCP Server

鏡 (Kagami)

GitHub Agentic Chat MCP Server

Go を使用した GitHub agentic chat 用の MCP サーバー実装

Cursor Self-Meta.

Perl で実装された stdio ベースの MCP サーバーで、カーソルを使って自身の内部状態に逐語的にアクセスできます。

PHPocalypse-MCP

開発者向けにPHPのテストと静的解析ツールを自動で実行し、結果をCursorエディタのAIアシスタントに直接提供する、Message Control Protocolサーバー。

多语言本地化翻译工具

シンプルな翻訳MCPサーバー。単一ファイルまたはディレクトリの翻訳機能を実装し、JSONデータ（JSON、JS、TS形式）のみをサポートします。ファイル名に基づいて翻訳先の言語を自動的に抽出し、自動処理を完了します。

MCP Local Router

MCP (Model Context Protocol) サーバーの集約プロキシとして機能するローカルルーター。

Spotify MCP Server

CursorやClaudeのようなAIアシスタントがSpotifyの再生を制御したり、プレイリストを管理したりできるようにする、軽量なModel Context Protocolサーバーです。

marker-mcp

あ (A)

MCP Server Nekzus

鏡 (Kagami)

Free USDC Transfer MCP Server

Coinbase CDP MPCウォレット統合により、Baseブロックチェーンネットワーク上で手数料無料のUSDC送金を可能にするMCPサーバー。ENSおよびBaseNameドメイン解決をサポート。

Coder Toolbox MCP Server

鏡 (Kagami)

Mcp Builder

Python製のサーバーで、ユーザーが異なるプラットフォームにまたがって他のMCPサーバーを簡単にインストールおよび構成できるようにする。

Project Hub MCP Server

鏡 (Kagami)

MCP Multi-Server Demo with SSE Transport

わかりました。MCPサーバーをSDIO + SSE経由で使用する例と、langchain-mcpの使用例を以下に示します。 **MCPサーバーのSDIO + SSE経由での使用例** この例では、MCPサーバーがSDIOインターフェースを介して接続されたデバイス上で実行されており、SSE（Server-Sent Events）を使用してクライアントにデータをストリーミングします。 **サーバー側 (デバイス上):** ```python # 例: Flaskを使用 from flask import Flask, Response import time import random app = Flask(__name__) @app.route('/stream') def stream(): def event_stream(): while True: # SDIOからデータを読み取る (実際にはSDIOドライバを使用) data = read_data_from_sdio() # この関数はSDIOからデータを読み取る必要があります yield f"data: {data}\n\n" time.sleep(1) # 1秒ごとにデータを送信 return Response(event_stream(), mimetype="text/event-stream") def read_data_from_sdio(): # ここにSDIOからデータを読み取るためのコードを記述します # これは、デバイスのハードウェアとSDIOドライバに依存します # 例: return random.randint(0, 100) # ダミーデータ if __name__ == '__main__': app.run(debug=True, host='0.0.0.0', port=5000) ``` **クライアント側 (例: ブラウザのJavaScript):** ```javascript const eventSource = new EventSource('http://<デバイスのIPアドレス>:5000/stream'); eventSource.onmessage = (event) => { console.log('Received data:', event.data); // データを処理する (例: UIに表示) document.getElementById('dataDisplay').innerText = event.data; }; eventSource.onerror = (error) => { console.error('EventSource failed:', error); eventSource.close(); }; ``` **説明:** * **サーバー側:** * FlaskなどのWebフレームワークを使用して、`/stream`エンドポイントを作成します。 * `event_stream()`関数は、SSE形式でデータをストリーミングします。 * `read_data_from_sdio()`関数は、SDIOインターフェースから実際のデータを読み取る必要があります。これは、デバイスのハードウェアとSDIOドライバに依存します。 * `mimetype="text/event-stream"`は、SSEストリームであることをクライアントに通知します。 * **クライアント側:** * `EventSource`オブジェクトを使用して、サーバーへのSSE接続を確立します。 * `onmessage`イベントハンドラは、サーバーから送信されたデータを受信し、処理します。 * `onerror`イベントハンドラは、エラーを処理します。 **langchain-mcpの使用例** langchain-mcpは、LangChainフレームワークとMCPサーバーを統合するためのライブラリです。これを使用すると、MCPサーバーをLangChainのツールとして簡単に利用できます。 **例:** ```python from langchain.agents import initialize_agent, AgentType from langchain.llms import OpenAI from langchain_mcp import McpTool # OpenAIのAPIキーを設定 import os os.environ["OPENAI_API_KEY"] = "YOUR_OPENAI_API_KEY" # MCPサーバーのURLを設定 mcp_server_url = "http://<MCPサーバーのIPアドレス>:8000" # 例: 8000はMCPサーバーのポート # McpToolを作成 mcp_tool = McpTool(url=mcp_server_url) # LangChainエージェントを初期化 llm = OpenAI(temperature=0) agent = initialize_agent( [mcp_tool], llm, agent=AgentType.ZERO_SHOT_REACT_DESCRIPTION, verbose=True, ) # エージェントに質問する response = agent.run("MCPサーバーに 'temperature' の値を問い合わせてください。") print(response) ``` **説明:** * `McpTool`は、langchain-mcpライブラリによって提供されるツールで、MCPサーバーへのアクセスを容易にします。 * `url`パラメータは、MCPサーバーのURLを指定します。 * `initialize_agent`関数は、LangChainエージェントを初期化します。 * `agent.run()`メソッドは、エージェントに質問を送信し、MCPサーバーから回答を取得します。 **注意点:** * 上記のコードはあくまで例であり、実際の環境に合わせて変更する必要があります。 * `read_data_from_sdio()`関数は、SDIOインターフェースからデータを読み取るための実際のコードに置き換える必要があります。 * MCPサーバーのURL、ポート番号、およびAPIキーは、実際の値に置き換える必要があります。 * langchain-mcpライブラリをインストールする必要があります (`pip install langchain-mcp`)。これらの例が、MCPサーバーをSDIO + SSE経由で使用する方法と、langchain-mcpの使用方法を理解するのに役立つことを願っています。