Discover Awesome MCP Servers

Redash MCP Server

RedashをClaudeのようなAIアシスタントと統合するModel Context Protocol (MCP)サーバー。自然言語を通じて、データのクエリ、可視化の管理、ダッシュボードの操作を可能にする。

Ghost MCP Server

Ghost Admin APIと統合し、投稿、ページ、タグ、著者、メンバー、画像のアップロードなど、Ghost CMSの機能をプログラムで管理できるようにすることで、効率的なコンテンツ管理機能を提供します。

MCP Reddit Server

ClaudeのようなAIアシスタントが、サブレディットの検索、コメント付きの投稿詳細の取得、トレンド投稿の閲覧など、Redditのコンテンツを閲覧および分析できるようにする、モデルコンテキストプロトコルサーバー。

OpenCTI MCP Server

OpenCTIとの統合を容易にするモデルコンテキストプロトコルサーバー。標準化されたインターフェースを介して、サイバー脅威インテリジェンスデータをクエリおよび取得できます。

supabase-mcp

Supabaseのデータベース、ストレージ、およびエッジ関数とやり取りするためのツールを提供するMCPサーバー。

MCP Google Workspace Server

MCPプロトコルを使用してGmailやGoogleカレンダーとの連携を可能にし、複数のGoogleアカウント、メール管理、自然言語によるカレンダー操作をサポートします。

FastMCP

FastMCPは、安全で標準化されたデータと機能をLLMアプリケーションに公開できる包括的なMCPサーバーです。効率的なLLMインタラクションのためのリソース、ツール、プロンプト管理を提供します。

MCP Atlassian

AIエージェントが、標準化されたインターフェースを通じて、コンテンツ管理、課題追跡、プロジェクト管理のためにAtlassian製品（ConfluenceとJira）と連携することを可能にするMCPサーバー。

Coinmarket

暗号通貨のリストと相場を取得するためのCoinMarketCap API連携

protonmail-mcp

このMCPサーバーは、ProtonmailのSMTPサービスを利用してメール送信機能を提供します。Claude DesktopとCline VSCode拡張機能の両方で、あなたのProtonmailの認証情報を使って、あなたに代わってメールを送信できます。

Confluence Communication Server

Confluence からのコンテンツを CQL 検索やページコンテンツの取得を通じてクエリおよび検索できるようにすることで、Claude が Confluence ワークスペースに保存された情報にシームレスにアクセスできるようにします。

Gmail MCP Server

LLM処理機能を備えた包括的なGmail連携機能を提供し、ユーザーはモデルコンテキストプロトコルを通じて、メールの読み取り、検索、フィルタリング、添付ファイルの処理を行うことができます。

Steel Puppeteer

LLMがPuppeteerを使ってウェブブラウザを自動化できるようにするModel Context Protocolサーバー。ナビゲーション、スクリーンショット、フォーム入力、そして実際のブラウザ環境でのJavaScript実行を可能にします。

Twitter MCP Server

ClaudeがTwitterと連携し、ツイートの投稿やTwitterコンテンツの検索を可能にするMCPサーバー

Crew AI MCP Server

CrewAIフレームワークを使用してAIエージェントとタスク管理を有効にし、ユーザーが自動化されたワークフロー環境でエージェントとタスクを作成および実行できるようにします。

MCP Documentation Server

Claude Desktop統合によるAI支援コード改善とドキュメント管理を提供するスマートなドキュメントサーバー。

Geoapify MCP Server

住所をGPS座標に変換し、Geoapify APIを使用して地図の可視化を作成します。これにより、Claudeユーザーは場所のリストからGeoJSONデータと地図画像を生成できます。

Linear MCP Server

Claudeがチーム、課題、プロジェクト、サイクルを管理するためにLinearのAPIと連携できる、モデルコンテキストプロトコルサーバー。

datadog

Okay, here's how you can access monitor and cluster logs from Datadog, broken down into steps and considerations: **1. Accessing Monitor Logs (Events):** * **Datadog UI:** * **Event Stream:** The primary place to see monitor events. Navigate to **Monitors -> Manage Monitors**. Click on a specific monitor. You'll see a history of events (alerts, recoveries, etc.) related to that monitor. You can filter by time range, status (alert, warning, ok), and other criteria. * **Event Explorer:** Navigate to **Events -> Explorer**. This gives you a broader view of all events in your Datadog environment, including monitor events. You can filter by source (e.g., `monitor`), tags, time range, and other attributes to find the specific monitor events you're looking for. Use the search bar to filter by monitor name or ID. * **Dashboards:** You can create dashboards that display monitor status and event information. Add widgets like "Event Stream" or "Query Value" widgets to show the current status of monitors or the number of alerts triggered. * **Datadog API:** * **Events API:** Use the Datadog Events API to programmatically retrieve monitor events. This is useful for automation, reporting, and integrating with other systems. You'll need an API key and application key. Here's a basic example using `curl`: ```bash curl -G "https://api.datadoghq.com/api/v1/events" \ -d "api_key=<YOUR_API_KEY>" \ -d "application_key=<YOUR_APPLICATION_KEY>" \ -d "start=1678886400" \ # Example start timestamp (Unix epoch) -d "end=1678972800" \ # Example end timestamp (Unix epoch) -d "sources=monitor" ``` Replace `<YOUR_API_KEY>` and `<YOUR_APPLICATION_KEY>` with your actual keys. Adjust the `start` and `end` timestamps to the desired time range. The `sources=monitor` filter is crucial to only get monitor events. You can add other filters as needed. **2. Accessing Cluster Logs:** * **Datadog UI:** * **Log Explorer:** Navigate to **Logs -> Explorer**. This is the main interface for searching and analyzing logs. * **Filters:** Use the search bar and facets (the filters on the left-hand side) to narrow down your logs. Here are some common filters for cluster logs: * **`source`:** Filter by the source of the logs (e.g., `kubernetes`, `docker`, `systemd`). * **`service`:** Filter by the service name (e.g., the name of your application running in the cluster). * **`hostname`:** Filter by the hostname of the node in the cluster. * **`kubernetes.namespace.name`:** Filter by Kubernetes namespace. * **`kubernetes.pod.name`:** Filter by Kubernetes pod name. * **`kubernetes.container.name`:** Filter by Kubernetes container name. * **Free Text Search:** Use keywords or phrases to search for specific log messages. * **Live Tail:** Use the "Live Tail" feature to see logs in real-time as they are generated. This is useful for troubleshooting issues as they occur. * **Dashboards:** Create dashboards to visualize log data. You can use widgets like "Log Stream," "Top List," and "Timeseries" to display log counts, error rates, and other metrics derived from your logs. * **Datadog API:** * **Logs API:** Use the Datadog Logs API to programmatically retrieve logs. This is useful for automation, reporting, and integrating with other systems. You'll need an API key and application key. Here's a basic example using `curl`: ```bash curl -X POST "https://http-intake.logs.datadoghq.com/v1/input" \ -H "DD-API-KEY: <YOUR_API_KEY>" \ -H "DD-APPLICATION-KEY: <YOUR_APPLICATION_KEY>" \ -H "Content-Type: application/json" \ -d '[{"message":"This is a test log message", "service":"my-app", "hostname":"my-host"}]' ``` To *search* logs via the API, you'll need to use the Datadog Search API. This is more complex and requires constructing a query. Refer to the Datadog API documentation for details. **Important Considerations:** * **Datadog Agent:** Ensure the Datadog Agent is properly installed and configured on all nodes in your cluster. The agent is responsible for collecting logs and metrics and sending them to Datadog. For Kubernetes, use the Datadog Agent DaemonSet. * **Log Collection Configuration:** Configure the Datadog Agent to collect the specific logs you need. This typically involves specifying the log file paths or using autodiscovery to automatically detect log files based on container labels or annotations. For Kubernetes, use the `datadog.yaml` configuration file. * **Log Processing Rules:** Use Datadog's log processing rules to parse, enrich, and filter your logs. This can help you extract meaningful information from your logs and reduce noise. You can define rules to parse JSON logs, extract fields from log messages, and add tags based on log content. * **Retention Policies:** Be aware of Datadog's log retention policies. Logs are typically retained for a limited time, depending on your Datadog plan. Consider archiving logs to a long-term storage solution if you need to retain them for longer periods. * **Security:** Protect your Datadog API keys and application keys. Do not expose them in public code repositories or configuration files. Use environment variables or secrets management tools to store your keys securely. * **Cost:** Log ingestion and retention can incur costs in Datadog. Monitor your log volume and optimize your log collection configuration to minimize costs. Use filters and sampling to reduce the amount of data you send to Datadog. * **Kubernetes Integration:** For Kubernetes clusters, leverage Datadog's Kubernetes integration. This provides automatic discovery of pods, containers, and services, and simplifies log collection and monitoring. Use the Datadog Operator for Kubernetes for easier management. * **Context:** When investigating issues, correlate monitor events with relevant logs. Use Datadog's linking features to jump from a monitor event to the corresponding logs. This helps you quickly identify the root cause of problems. **Example: Finding Error Logs in Kubernetes** Let's say you want to find error logs from a specific Kubernetes pod named `my-app-pod` in the `default` namespace. In the Datadog Log Explorer, you would use the following filters: * `kubernetes.namespace.name:default` * `kubernetes.pod.name:my-app-pod` * `status:error` (or search for keywords like "error", "exception", "failed") This will show you all error logs from that pod. You can then analyze the logs to identify the cause of the errors. **In summary:** 1. **Monitors:** Use the Monitor Management page or Events Explorer in the Datadog UI, or the Events API. 2. **Cluster Logs:** Use the Log Explorer in the Datadog UI, or the Logs API. Filter by source, service, hostname, Kubernetes metadata, and keywords. 3. **Configure the Datadog Agent** correctly to collect the logs you need. 4. **Use Log Processing Rules** to parse and enrich your logs. 5. **Secure your API keys.** 6. **Monitor your log volume** to control costs. I hope this comprehensive guide helps you access monitor and cluster logs from Datadog! Let me know if you have any more specific questions.

Penrose MCP Server

Penroseのドメイン固有言語を用いて、自然言語による数式図の作成を容易にします。数式の型、関係性、および視覚的表現のルールを定義できます。

Microsoft SQL Server MCP Server

AIアシスタントが、制御されたインターフェースを通じて、テーブルの一覧表示、データの読み取り、SQLクエリの実行を可能にする、Microsoft SQL Serverデータベースとの安全なインタラクションを実現するモデルコンテキストプロトコルサーバー。

Microsoft SQL Server MCP Server (MSSQL)

ClaudeやCursor IDEのようなAIアシスタントが、Microsoft SQL Serverデータベースに直接クエリを実行し、探索できる、使いやすいブリッジです。コーディング経験は不要です！

MCP Google Custom Search Server

LLMが、標準化されたインターフェースを通じてGoogleカスタム検索APIを使用してウェブ検索を実行できるようにする、モデルコンテキストプロトコルサーバー。

olostep-mcp

Google検索、個別のウェブサイト検索、コンテンツのスクレイピング。高速かつ費用対効果が高い。⚡️

omniparser-autogui-mcp

画面上のGUIの自動操作。

DICOM MCP Server

Claudeのモデルコンテキストプロトコルを通じてDICOMネットワーク操作（C-ECHOなど）を可能にする接続性テストサーバー。ノード構成管理をサポート。

Farcaster MCP Server

Farcasterネットワークとやり取りするためのツールを提供し、AIモデルがキャストの取得、チャンネルの検索、コンテンツの分析を行えるようにします。

AWS Cost Explorer MCP Server

ユーザーが自然言語での会話を通じてClaudeにAWS Cost Explorerをクエリさせ、AWSクラウドの支出データを分析・可視化できるコマンドラインインターフェースとAPI。

Crypto_MCP

暗号化/復号化/アルゴリズム/ハッシュ処理を行うためのモデルコンテキストプロトコル (MCP) サーバー - 1595901624/crypto-mcp