Discover Awesome MCP Servers

SEQ MCP Server

Enables LLMs to query and analyze logs from SEQ structured logging server with capabilities for searching events, retrieving event details, analyzing log patterns, and accessing saved searches.

MCP Servers Search

Enables discovery and querying of available MCP servers from the official repository. Supports searching by name, description, features, categories, and provides random server suggestions for exploration.

Synology Download Station MCP Server

A Model Context Protocol server that enables AI assistants to manage downloads, search for torrents, and monitor download statistics on a Synology NAS.

Oracle HCM Cloud MCP Server by CData

Oracle HCM Cloud MCP Server by CData

Vertica MCP Server

Enables AI assistants to query and explore Vertica databases through natural language with readonly protection by default. Supports SQL execution, schema discovery, large dataset streaming, and Vertica-specific optimizations like projection awareness.

NIX MCP Server

Enables AI-powered blockchain data queries and analysis through the Native Indexer (NIX) system. Supports querying blocks, transactions, account information, and network status across various blockchain networks.

ServiceDesk Plus MCP Server

A Model Context Protocol server for integrating with ServiceDesk Plus On-Premise that provides comprehensive CMDB functionality, allowing users to manage tickets, assets, software licenses, contracts, vendors, and administrative settings through natural language.

Harvest MCP Server

Provides MCP integration for Harvest's time tracking, project management, and invoicing functionality, enabling natural language interaction with Harvest API through tools for managing clients, time entries, projects, tasks, and users.

Swagger to MCP

Automatically converts Swagger/OpenAPI specifications into dynamic MCP tools, enabling interaction with any REST API through natural language by loading specs from local files or URLs.

Lotus MCP

Enables creation of reusable browser automation skills through demonstration by recording user actions in a browser while narrating, then converting those workflows into executable skills that can be invoked through natural language.

SkyeNet-MCP-ACE

Enables AI agents to execute server-side JavaScript and perform CRUD operations directly on ServiceNow instances with context bloat reduction features for efficient token usage.

mcp-shell

Give hands to AI. MCP server to run shell commands securely, auditably, and on demand.

OSRS-STAT

A Model Context Protocol (MCP) server that provides real-time player statistics and ranking data of 'Old School RuneScape', supporting multiple game modes and player comparison functions.

Remote MCP Server

A Cloudflare Workers-based MCP server that enables tool integration with Claude AI through OAuth login, allowing users to extend Claude's capabilities with custom tools like mathematical operations.

Agent Interviews

Agent Interviews

Semantic Scholar MCP Server

Semantic Scholar API, providing comprehensive access to academic paper data, author information, and citation networks.

Todoist Meeting MCP

Connects Claude to Todoist for transforming meeting notes into actionable tasks with inferred due dates and priorities. It enables full task lifecycle management, including creating subtasks, listing projects, and completing tasks through natural language.

MCP demo (DeepSeek as Client's LLM)

了解しました。DeepSeek API を使用して MCP (MicroConfig Protocol) クライアントとサーバーのデモを実行する方法を説明します。 **大まかな手順:** 1. **DeepSeek API キーの取得:** DeepSeek API を使用するには、API キーが必要です。DeepSeek のウェブサイトでアカウントを作成し、API キーを取得してください。 2. **MCP クライアントとサーバーの実装:** MCP クライアントとサーバーを実装する必要があります。既存のライブラリを使用するか、自分で実装することができます。 3. **DeepSeek API との統合:** MCP サーバーで、DeepSeek API を使用して構成データを生成または検証します。 4. **デモの実行:** MCP クライアントを起動し、MCP サーバーに接続して構成データを取得または更新します。 **詳細な手順とコード例 (Python):** **1. DeepSeek API キーの取得:** * DeepSeek のウェブサイト ([https://deepseek.com/](https://deepseek.com/)) にアクセスし、アカウントを作成します。 * API キーを取得します。 **2. MCP クライアントとサーバーの実装 (簡略化された例):** ```python # mcp_server.py import socket import json import deepseek_client # DeepSeek API クライアントライブラリ (後述) DEEPSEEK_API_KEY = "YOUR_DEEPSEEK_API_KEY" # 取得した API キーに置き換えてください def handle_client(conn, addr): print(f"Connected by {addr}") try: while True: data = conn.recv(1024) if not data: break request = data.decode('utf-8').strip() print(f"Received: {request}") # DeepSeek API を使用して構成データを生成または検証 response = generate_config_with_deepseek(request) conn.sendall(response.encode('utf-8')) except Exception as e: print(f"Error: {e}") finally: conn.close() print(f"Connection closed with {addr}") def generate_config_with_deepseek(request): """DeepSeek API を使用して構成データを生成または検証する関数""" try: # DeepSeek API クライアントの初期化 client = deepseek_client.DeepSeekClient(DEEPSEEK_API_KEY) # DeepSeek API に送信するプロンプトの作成 prompt = f"Generate a configuration based on the following request: {request}" # DeepSeek API を呼び出す response = client.generate_text(prompt) # deepseek_client.py で定義 # レスポンスから構成データを抽出 config_data = response # レスポンスの形式に合わせて調整 return config_data except Exception as e: print(f"DeepSeek API Error: {e}") return "Error generating configuration." def main(): HOST = '127.0.0.1' # localhost PORT = 65432 # ポート番号 with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.bind((HOST, PORT)) s.listen() print(f"Listening on {HOST}:{PORT}") while True: conn, addr = s.accept() handle_client(conn, addr) if __name__ == "__main__": main() ``` ```python # mcp_client.py import socket def main(): HOST = '127.0.0.1' # サーバーのホスト名または IP アドレス PORT = 65432 # サーバーがリッスンしているポート with socket.socket(socket.AF_INET, socket.SOCK_STREAM) as s: s.connect((HOST, PORT)) request = "Request for a simple web server configuration." # リクエスト内容 s.sendall(request.encode('utf-8')) data = s.recv(1024) print(f"Received: {data.decode('utf-8')}") if __name__ == "__main__": main() ``` **3. DeepSeek API との統合:** 上記の `mcp_server.py` の `generate_config_with_deepseek` 関数が、DeepSeek API との統合部分です。 この関数は、クライアントからのリクエストを受け取り、DeepSeek API にプロンプトを送信して、構成データを生成します。 **DeepSeek API クライアントライブラリ (deepseek_client.py):** ```python # deepseek_client.py import requests import json class DeepSeekClient: def __init__(self, api_key): self.api_key = api_key self.api_url = "https://api.deepseek.com/v1/completions" # DeepSeek API のエンドポイント (必要に応じて変更) self.headers = { "Content-Type": "application/json", "Authorization": f"Bearer {self.api_key}" } def generate_text(self, prompt): """DeepSeek API を呼び出してテキストを生成する""" data = { "model": "deepseek-coder-6.7B-instruct", # 使用するモデル (必要に応じて変更) "prompt": prompt, "max_tokens": 200, # 生成する最大トークン数 (必要に応じて変更) "temperature": 0.7 # ランダム性 (必要に応じて変更) } try: response = requests.post(self.api_url, headers=self.headers, data=json.dumps(data)) response.raise_for_status() # エラーが発生した場合に例外を発生させる json_response = response.json() return json_response['choices'][0]['text'].strip() # レスポンスの形式に合わせて調整 except requests.exceptions.RequestException as e: print(f"API Request Error: {e}") return "Error communicating with DeepSeek API." except KeyError as e: print(f"JSON Parsing Error: {e}") print(f"Response: {response.text}") # レスポンス全体を出力してデバッグ return "Error parsing DeepSeek API response." ``` **4. デモの実行:** 1. `mcp_server.py` を実行します。 2. `mcp_client.py` を実行します。 クライアントはサーバーにリクエストを送信し、サーバーは DeepSeek API を使用して構成データを生成し、クライアントに返信します。クライアントは受信した構成データを表示します。 **注意点:** * **API キー:** `DEEPSEEK_API_KEY` を必ず取得した API キーに置き換えてください。 * **DeepSeek API のエンドポイント:** `deepseek_client.py` の `api_url` が正しい DeepSeek API のエンドポイントであることを確認してください。 * **モデル:** `deepseek_client.py` の `model` パラメータで使用するモデルを指定してください。 * **エラー処理:** コードには基本的なエラー処理が含まれていますが、より堅牢なアプリケーションでは、より詳細なエラー処理が必要になる場合があります。 * **レート制限:** DeepSeek API にはレート制限がある場合があります。API のドキュメントを確認して、レート制限を超えないようにしてください。 * **コスト:** DeepSeek API の使用にはコストがかかる場合があります。API の価格設定を確認してください。 * **セキュリティ:** API キーを安全に保管してください。コードに直接埋め込むのではなく、環境変数を使用することをお勧めします。 * **レスポンスの形式:** DeepSeek API のレスポンスの形式は、使用するモデルによって異なる場合があります。レスポンスの形式に合わせて、`generate_config_with_deepseek` 関数と `deepseek_client.py` の `generate_text` 関数を調整してください。 * **ライブラリのインストール:** `requests` ライブラリがインストールされていることを確認してください。インストールされていない場合は、`pip install requests` でインストールしてください。 **改善点:** * **構成データの形式:** 生成された構成データを JSON などの構造化された形式にすると、クライアントでの処理が容易になります。 * **エラー処理の改善:** より詳細なエラー処理を追加して、API エラーやネットワークの問題を適切に処理します。 * **非同期処理:** `asyncio` を使用して、クライアントとサーバー間の通信を非同期に処理することで、パフォーマンスを向上させることができます。 * **設定ファイルの利用:** API キーやポート番号などの設定を、コードに直接埋め込むのではなく、設定ファイルから読み込むようにすると、より柔軟になります。 * **ロギング:** ロギングを追加して、デバッグや監視を容易にします。 この例はあくまで基本的なデモであり、実際のアプリケーションでは、より複雑な実装が必要になる場合があります。 この情報がお役に立てば幸いです。

Apple Doc MCP

A Model Context Protocol server that provides AI coding assistants with direct access to Apple's Developer Documentation, enabling seamless lookup of frameworks, symbols, and detailed API references.

mcp-reticle

The Wireshark for the Model Context Protocol (Reticle) intercepts, visualises, and profiles MCP JSON-RPC traffic in real time — designed for microsecond-level overhead.

Reddit MCP Server

Provides access to Reddit's API for retrieving posts, comments, user information, and search functionality. Supports multiple authentication methods and comprehensive Reddit data operations including subreddit browsing, post retrieval, and user profile access.

KDB MCP Service

Enables AI agents to interact with KDB+ databases through standardized MCP tools, supporting full CRUD operations, schema introspection, and multi-database connections with connection pooling for efficient time-series and financial data management.

Alayman MCP Server

Enables access to articles from alayman.io, allowing users to fetch, search, and filter technical content through natural language. It supports pagination and keyword-based filtering for specific topics like React, Angular, and TypeScript.

vocotype

VocoType 是一款运行在本地端侧的隐私安全语音输入工具，通过快捷键即可将语音实时转换为文字并自动输入到当前应用。支持语音转文字MCP、AI 优化文本、自定义替换词典、录音视频转文字等功能，让语音输入更高效、更安全。

go-mcp-server-mds

ファイルシステムからフロントマターをサポートした Markdown ファイルを提供する、Model Context Protocol (MCP) サーバーの Go 実装。

MCP Mediator

Java で実装された Model Context Protocol (MCP) メディエーター。MCP クライアントとサーバー間のシームレスな統合を提供します。

Yahoo Finance MCP Server

Provides real-time stock quotes, historical price data, financial news, and multi-stock comparisons using Yahoo Finance data. Enables users to access comprehensive financial market information through natural language queries.

MCP Todo List Manager

Enables natural language todo list management through Claude Desktop with YAML-based persistence. Supports creating, completing, deleting, and listing todo items with automatic timestamp tracking and secure file permissions.