Discover Awesome MCP Servers

Sequential Thinking Tool API

A Node.js/TypeScript backend for managing sequential thinking sessions, allowing users to create sessions and post thoughts in a structured sequence with support for real-time updates via Server-Sent Events.

Documentation MCP Server

Scrapes and indexes documentation websites to provide AI assistants with searchable access to documentation content, API references, and code examples through configurable URL crawling.

openai-gpt-image-mcp

An MCP server that enables image generation and editing using OpenAI's DALL-E models with support for text prompts, inpainting, and outpainting. It includes advanced features like automatic aspect ratio mapping and intelligent file management to handle large image payloads.

Weather MCP Server

Enables LLMs to retrieve 24-hour weather forecasts and city information through natural language queries using city names or coordinates.

ALECS - MCP server for Akamai

MCP server for Akamai APIs. 198 tools covering Property Manager, Edge DNS, CPS, WAF, and reporting. Built with TypeScript, featuring modular architecture, comprehensive testing, and multi-account support. Make Akamai accessible to AI assistants.

Minecraft Bedrock Education MCP

Enables controlling Minecraft Bedrock and Education Edition through natural language commands via WebSocket connection. Provides tools for player actions, world manipulation, building structures, camera control, and wiki integration for automated gameplay and educational scenarios.

arXiv MCP Server

Enables searching and retrieving arXiv papers by topic, fetching abstracts by paper ID, and saving markdown content to files. Includes examples of integrating MCP tools with Google Gemini for AI-powered paper research.

FPL MCP Server

Connects LLMs to the Fantasy Premier League API for intelligent team management, enabling natural language player research, competitor analysis, transfer decisions, and strategic planning using friendly names instead of IDs.

Agent Progress Tracker MCP Server

Enables AI agents to track, search, and retrieve their progress across projects with persistent memory using SQLite storage and LLM-powered summarization. Supports logging completed work, searching previous entries, and retrieving context for multi-step or multi-agent workflows.

YouTube MCP Server

Enables YouTube content browsing, video searching, and metadata retrieval via the YouTube Data API v3. It also facilitates fetching video transcripts for summarization and analysis within MCP-compatible AI clients.

Access Context Manager API MCP Server

An MCP server that provides access to Google's Access Context Manager API, enabling management of service perimeters and access levels through natural language.

OneTech MCP Server

Enables AI assistants to extract and document Mendix Studio Pro modules by interrogating local .mpr files. Generates comprehensive JSON documentation of domain models, pages, microflows, and enumerations without sending data to the cloud.

MCP Server Demo

A minimal WebSocket-based MCP server implementation that enables modern tool integrations with VSCode, Claude, and other applications.

MCP Router

Automatically selects the optimal LLM model for each task in Cursor IDE by analyzing query complexity, task type, and applying customizable routing strategies across 17 different AI models.

MotaWord MCP Server

This MCP gives you full control over your translation projects from start to finish. You can log in anytime to see what stage your project is in — whether it’s being translated, reviewed, or completed.

MediaWiki Syntax MCP Server

This MCP server provides complete MediaWiki markup syntax documentation by dynamically fetching and consolidating information from official MediaWiki help pages. It enables LLMs to access up-to-date and comprehensive MediaWiki syntax information.

Overview

初めて Minecraft (MCP) サーバーを試してみます。

Jokes MCP Server

A Model Context Protocol server that enables Microsoft Copilot Studio to fetch jokes from various sources including Chuck Norris jokes, Dad jokes, and Yo Mama jokes.

Sentiment + Sarcasm Analyzer

A lightweight Gradio application that analyzes text for sentiment (positive/negative) and sarcasm detection using Hugging Face Transformers, designed to run on CPU and compatible with the MCP server architecture.

Prompt Cleaner MCP Server

Enables cleaning and sanitizing prompts through an LLM-powered tool that removes sensitive information, provides structured feedback with notes and risks, and normalizes prompt formatting. Supports configurable local or remote OpenAI-compatible APIs with automatic secret redaction.

Outlook Calendar MCP Server

MCP server for accessing Outlook Calendar events via API

Pokémon MCP Server

Enables interaction with live Pokémon data through PokeAPI, providing comprehensive Pokémon information, battle calculations, moveset validation, and team analysis. Supports searching Pokémon and moves, calculating stats, checking type effectiveness, and analyzing team synergies with in-memory caching for improved performance.

Blender MCP for Antigravity

Windows-optimized MCP server that enables control of Blender 4.0+ through 21+ tools for scene management, object manipulation, and asset downloads from PolyHaven, Sketchfab, Hyper3D, and Hunyuan3D.

mcpserver-ts

TypeScript で記述された、迅速なモックデータ作成のための MCP (Mock Control Panel) サーバーテンプレート： ```typescript import express, { Express, Request, Response } from 'express'; import bodyParser from 'body-parser'; import cors from 'cors'; // インターフェース定義 (例) interface User { id: number; name: string; email: string; } const app: Express = express(); const port = process.env.PORT || 3000; // ミドルウェア app.use(cors()); // CORS を有効にする app.use(bodyParser.json()); // JSON リクエストボディを解析する // モックデータ (例) const users: User[] = [ { id: 1, name: 'John Doe', email: 'john.doe@example.com' }, { id: 2, name: 'Jane Smith', email: 'jane.smith@example.com' }, ]; // ルート定義 (例) app.get('/users', (req: Request, res: Response) => { res.json(users); }); app.get('/users/:id', (req: Request, res: Response) => { const id = parseInt(req.params.id); const user = users.find(u => u.id === id); if (user) { res.json(user); } else { res.status(404).send('User not found'); } }); app.post('/users', (req: Request, res: Response) => { const newUser: User = { id: users.length + 1, ...req.body, }; users.push(newUser); res.status(201).json(newUser); }); // サーバー起動 app.listen(port, () => { console.log(`Server is running at http://localhost:${port}`); }); ``` **説明:** * **`express`:** Node.js の Web アプリケーションフレームワーク。 * **`body-parser`:** リクエストボディを解析するためのミドルウェア。特に JSON 形式のデータを扱う際に必要。 * **`cors`:** 異なるオリジンからのリクエストを許可するためのミドルウェア。フロントエンドとバックエンドが異なるポートで動作する場合に必要。 * **`interface User`:** データの型定義。 `id`, `name`, `email` を持つ `User` オブジェクトの構造を定義しています。 必要に応じて、他のデータ構造に合わせて変更してください。 * **`app.use(cors())`:** CORS を有効にします。 開発環境では必須です。 * **`app.use(bodyParser.json())`:** JSON 形式のリクエストボディを解析できるようにします。 * **`users`:** モックデータの配列。 初期データを定義しています。 * **`app.get('/users', ...)`:** `/users` エンドポイントへの GET リクエストを処理します。 すべてのユーザーデータを返します。 * **`app.get('/users/:id', ...)`:** `/users/:id` エンドポイントへの GET リクエストを処理します。 指定された ID のユーザーデータを返します。 * **`app.post('/users', ...)`:** `/users` エンドポイントへの POST リクエストを処理します。 新しいユーザーを作成し、`users` 配列に追加します。 * **`app.listen(port, ...)`:** 指定されたポートでサーバーを起動します。 **使い方:** 1. **プロジェクトの初期化:** ```bash mkdir mcp-template cd mcp-template npm init -y npm install express body-parser cors typescript @types/express @types/node --save-dev npx tsc --init ``` 2. **`tsconfig.json` の設定:** `tsconfig.json` を編集して、`outDir` (出力ディレクトリ) と `rootDir` (ソースディレクトリ) を適切に設定します。 例えば: ```json { "compilerOptions": { "target": "es6", "module": "commonjs", "outDir": "./dist", "rootDir": "./src", "strict": true, "esModuleInterop": true, "skipLibCheck": true, "forceConsistentCasingInFileNames": true } } ``` 3. **ソースコードの作成:** 上記のコードを `src/index.ts` として保存します。 4. **コンパイル:** ```bash npm run tsc ``` または、`package.json` に `build` スクリプトを追加して実行します。 ```json "scripts": { "build": "tsc", "start": "node dist/index.js" } ``` ```bash npm run build ``` 5. **実行:** ```bash npm start ``` **カスタマイズ:** * **データ構造の変更:** `interface User` を変更して、必要なデータ構造を定義します。 * **モックデータの追加:** `users` 配列に初期データを追加します。 * **ルートの追加:** `app.get`, `app.post`, `app.put`, `app.delete` などを使用して、必要な API エンドポイントを追加します。 * **ミドルウェアの追加:** `app.use` を使用して、認証、ロギングなどのミドルウェアを追加します。 * **データベース接続:** 必要に応じて、データベースに接続してデータを永続化します。 **ポイント:** * このテンプレートはあくまで出発点です。 プロジェクトの要件に合わせて大幅にカスタマイズする必要があります。 * エラーハンドリングやバリデーションは、本番環境で使用する際には必ず実装してください。 * 環境変数を使用して、ポート番号やデータベース接続情報などを設定することをお勧めします。 このテンプレートを基に、迅速にモックデータサーバーを構築し、フロントエンド開発を効率化してください。

ZiweiAI

紫微AI，是一个紫微斗数解盘AI应用。Ziwei AI is an AI application for Ziwei Doushu chart interpretation.紫微AIは、紫微斗数のチャート解読のためのAIアプリケーションです。

Gong MCP Server

Claudeが、標準化されたインターフェースを通じてGongのAPIにアクセスし、通話録音とトランスクリプトを取得できるようにする、モデルコンテキストプロトコルサーバー。

PDFtotext MCP Server

A reliable server for extracting text from PDF documents using the poppler-utils' pdftotext utility, compatible with any Model Context Protocol client.

Time MCP Server

Provides current time information and timezone conversion capabilities using IANA timezone names and automatic system detection. It enables LLMs to fetch current times across different regions and convert specific times between timezones.