Discover Awesome MCP Servers

h3c-hcl-mcp

Enables AI agents to interact with local H3C Cloud Lab network simulation environments, allowing discovery of projects, devices, and links, as well as execution of Comware CLI commands.

tick-mcp

Enables AI assistants to manage TickTick tasks, projects, habits, tags, and focus stats using 71 tools via the Model Context Protocol.

scanner-mcp

Enables scanning documents via network (eSCL) or USB (WIA/SANE) scanners, returning inline images, OCR text, or saved PDFs for Claude to read.

MCPing

Enables AI assistants to send desktop notifications on macOS with rich formatting, urgency levels, and sound options.

Bitso MCP Server

Enables interaction with the Bitso cryptocurrency exchange API to access withdrawals and fundings data. Provides comprehensive tools for listing, filtering, and retrieving withdrawal and funding transactions with proper authentication and error handling.

chatmux

Local-first MCP server that puts your own LINE and Telegram chats behind one data layer — a daemon on your machine logs in with your own account, stores messages to JSONL + SQLite/FTS5, and exposes 6 MCP tools over streamable HTTP on 127.0.0.1. Not a hosted service and not an npx one-liner: you clone the repo, run the daemon, and log in yourself.

MCP Bridge

一个动态MCP服务桥接器，支持通过Web UI或API动态注册MCP能力，实现MCP Client与前端之间的双向通信。

thread-storm

MCP server for publishing threads to Threads and Twitter/X simultaneously from Claude Code. Journal your thoughts, convert them to viral threads, and post everywhere at once.

gworkspace-mcp

A production-ready MCP server that gives AI assistants full, authenticated access to the entire Google Workspace ecosystem.

My Awesome MCP

A basic MCP server built with FastMCP framework that provides example tools including message echoing and server information retrieval. Supports both stdio and HTTP transports with Docker deployment capabilities.

Kintone Book Management MCP Tool

A Model Context Protocol (MCP) server that provides a tool for retrieving and managing book information from a Kintone database application.

my-mcp-server

A TypeScript MCP server boilerplate with Streamable HTTP support, providing tools for greeting, calculation, time, geocoding, weather, and image generation, plus a server-info resource and code-review prompt.

EDINET DB MCP Server

Structured financial data for ~3,800 Japanese listed companies from EDINET regulatory filings — financials, major shareholders, segments, executive compensation, and corporate history. Remote MCP over HTTPS with OAuth 2.0, free tier.

NIH Research MCP Demo

Enables interaction with synthetic NIH-style clinical research data through tools for searching publications, querying patient metadata, analyzing AAA measurements, and retrieving protocol guidance.

MCP Server Implementation Guide

## Cursor統合のための独自のMCP (Model Control Protocol) サーバーの作成ガイドと実装 This document provides a guide and implementation details for creating your own MCP (Model Control Protocol) server to integrate with Cursor. **概要:** このドキュメントでは、Cursorと統合するための独自のMCP (Model Control Protocol) サーバーを作成するためのガイドと実装の詳細を提供します。 **1. What is MCP? (MCPとは？)** MCP is a protocol used by Cursor to communicate with language models. It allows Cursor to send requests to a model, such as code completion, code generation, and code editing, and receive responses. MCPは、Cursorが言語モデルと通信するために使用するプロトコルです。 これにより、Cursorはコード補完、コード生成、コード編集などのリクエストをモデルに送信し、レスポンスを受信できます。 **2. Why Create Your Own MCP Server? (独自のMCPサーバーを作成する理由？)** * **Use a custom model:** Integrate a model that is not natively supported by Cursor. * **Control model access:** Manage access to your model and implement authentication. * **Customize model behavior:** Modify the model's behavior and tailor it to your specific needs. * **Experiment with new features:** Develop and test new features for Cursor integration. * **カスタムモデルの使用:** Cursorがネイティブにサポートしていないモデルを統合します。 * **モデルアクセスの制御:** モデルへのアクセスを管理し、認証を実装します。 * **モデルの動作のカスタマイズ:** モデルの動作を変更し、特定のニーズに合わせて調整します。 * **新機能の実験:** Cursor統合のための新機能を開発およびテストします。 **3. Key Components (主要なコンポーネント)** * **MCP Server:** The server that listens for requests from Cursor and sends responses. * **Model Interface:** The interface that connects the MCP server to your language model. * **Request Handling:** The logic that processes requests from Cursor and generates responses. * **Data Serialization/Deserialization:** The process of converting data between the MCP protocol and the format used by your language model. * **MCPサーバー:** Cursorからのリクエストをリッスンし、レスポンスを送信するサーバー。 * **モデルインターフェース:** MCPサーバーを言語モデルに接続するインターフェース。 * **リクエスト処理:** Cursorからのリクエストを処理し、レスポンスを生成するロジック。 * **データのシリアライズ/デシリアライズ:** MCPプロトコルと、言語モデルで使用される形式の間でデータを変換するプロセス。 **4. Implementation Steps (実装手順)** Here's a general outline of the steps involved in creating your own MCP server: 1. **Choose a programming language and framework:** Python with Flask or FastAPI is a popular choice. 2. **Define the MCP protocol:** Understand the structure of requests and responses. Refer to the Cursor documentation for details. 3. **Implement the MCP server:** Create a server that listens for incoming requests on a specific port. 4. **Implement the model interface:** Connect the server to your language model. This might involve using an API or a local model. 5. **Implement request handling:** Process the requests from Cursor and generate appropriate responses using your language model. 6. **Implement data serialization/deserialization:** Convert data between the MCP protocol and the format used by your language model. JSON is a common choice. 7. **Test the server:** Send requests to the server and verify that it returns the correct responses. 8. **Configure Cursor:** Configure Cursor to use your MCP server. 独自のMCPサーバーを作成するための一般的な手順の概要を以下に示します。 1. **プログラミング言語とフレームワークの選択:** FlaskまたはFastAPIを使用したPythonが一般的な選択肢です。 2. **MCPプロトコルの定義:** リクエストとレスポンスの構造を理解します。 詳細については、Cursorのドキュメントを参照してください。 3. **MCPサーバーの実装:** 特定のポートで受信リクエストをリッスンするサーバーを作成します。 4. **モデルインターフェースの実装:** サーバーを言語モデルに接続します。 これには、APIまたはローカルモデルの使用が含まれる場合があります。 5. **リクエスト処理の実装:** Cursorからのリクエストを処理し、言語モデルを使用して適切なレスポンスを生成します。 6. **データのシリアライズ/デシリアライズの実装:** MCPプロトコルと、言語モデルで使用される形式の間でデータを変換します。 JSONが一般的な選択肢です。 7. **サーバーのテスト:** サーバーにリクエストを送信し、正しいレスポンスが返されることを確認します。 8. **Cursorの構成:** MCPサーバーを使用するようにCursorを構成します。 **5. Example Implementation (Python with Flask) (実装例 (Flaskを使用したPython))** This is a simplified example to illustrate the basic structure. You'll need to adapt it to your specific model and requirements. ```python from flask import Flask, request, jsonify import json app = Flask(__name__) # Replace with your actual model loading and inference logic def generate_completion(prompt): # This is a placeholder - replace with your model's code return f"// Completion for: {prompt}" @app.route('/completion', methods=['POST']) def completion(): data = request.get_json() prompt = data.get('prompt') if not prompt: return jsonify({'error': 'Missing prompt'}), 400 completion_text = generate_completion(prompt) response = { 'completion': completion_text, 'metadata': {'model': 'MyCustomModel'} } return jsonify(response) if __name__ == '__main__': app.run(debug=True, port=5000) ``` **Explanation:** * **Flask:** A lightweight web framework for creating the server. * **`/completion` endpoint:** Handles completion requests from Cursor. * **`generate_completion` function:** A placeholder for your model's inference logic. This is where you'll integrate your language model. * **JSON serialization/deserialization:** Uses `jsonify` to convert Python dictionaries to JSON and `request.get_json()` to parse JSON requests. * **Error handling:** Includes basic error handling for missing prompts. **解説:** * **Flask:** サーバーを作成するための軽量なWebフレームワーク。 * **`/completion` エンドポイント:** Cursorからの補完リクエストを処理します。 * **`generate_completion` 関数:** モデルの推論ロジックのプレースホルダー。 ここで言語モデルを統合します。 * **JSONシリアライズ/デシリアライズ:** `jsonify`を使用してPythonディクショナリをJSONに変換し、`request.get_json()`を使用してJSONリクエストを解析します。 * **エラー処理:** プロンプトの欠落に対する基本的なエラー処理が含まれています。 **6. Configuring Cursor (Cursorの構成)** In Cursor, you'll need to configure the "Model Control Protocol" settings to point to your server. This typically involves specifying the server's address (e.g., `http://localhost:5000`) and any necessary authentication credentials. Refer to the Cursor documentation for the exact steps. Cursorでは、サーバーを指すように「Model Control Protocol」設定を構成する必要があります。 これには通常、サーバーのアドレス（例：`http://localhost:5000`）と必要な認証資格情報の指定が含まれます。 正確な手順については、Cursorのドキュメントを参照してください。 **7. Important Considerations (重要な考慮事項)** * **Security:** Implement proper authentication and authorization to protect your model. * **Performance:** Optimize your model and server for performance to ensure a smooth user experience. * **Error Handling:** Implement robust error handling to gracefully handle unexpected errors. * **Scalability:** Consider the scalability of your server if you expect a large number of users. * **MCP Protocol Compliance:** Ensure your server fully complies with the MCP protocol specification. * **セキュリティ:** モデルを保護するために、適切な認証と認可を実装します。 * **パフォーマンス:** スムーズなユーザーエクスペリエンスを確保するために、モデルとサーバーのパフォーマンスを最適化します。 * **エラー処理:** 予期しないエラーを適切に処理するために、堅牢なエラー処理を実装します。 * **スケーラビリティ:** 大量のユーザーを想定する場合は、サーバーのスケーラビリティを検討してください。 * **MCPプロトコルの準拠:** サーバーがMCPプロトコルの仕様に完全に準拠していることを確認してください。 **8. Further Resources (参考資料)** * **Cursor Documentation:** The official Cursor documentation is the best source of information about the MCP protocol. * **Flask/FastAPI Documentation:** Refer to the documentation for your chosen web framework. * **Language Model Documentation:** Refer to the documentation for your language model. * **Cursorドキュメント:** 公式のCursorドキュメントは、MCPプロトコルに関する最適な情報源です。 * **Flask/FastAPIドキュメント:** 選択したWebフレームワークのドキュメントを参照してください。 * **言語モデルのドキュメント:** 言語モデルのドキュメントを参照してください。 This guide provides a starting point for creating your own MCP server for Cursor integration. Remember to adapt the example code and implementation details to your specific needs and requirements. Good luck! このガイドは、Cursor統合のための独自のMCPサーバーを作成するための出発点を提供します。 例のコードと実装の詳細を、特定のニーズと要件に合わせて調整することを忘れないでください。 頑張ってください！

ps-mcp

An MCP server for PowerSchool plugin developers, providing read/write access to plugin workspaces, scaffolding, validation, packaging, and access to the PS data model, tag reference, and documentation.

ultra-confluence-mcp

A Model Context Protocol server for Confluence Cloud that aggressively trims API responses to reduce token usage, with features like disk offload and tunable tool surface.

SagaSmith D&D MCP

A local MCP server for Dungeons & Dragons campaign management, combining core runtime with skill and module-generation packs. It enables campaign creation, module generation and import, rule and skill searching via tools, resources, and prompts.

astro-cosmic-weather-mcp

An MCP server that provides live astronomical ephemeris data (moon phases, zodiac transits, Mercury retrogrades, sabbats, and more) via the Moon Ritual Library API, enabling Claude and other agents to answer cosmic-weather questions with accurate, server-computed calculations.

ICF MCP Server (Cloudflare Workers)

MCP server for the WHO International Classification of Functioning, Disability and Health (ICF) with tools for code lookup, search, and clinical instrument scoring, deployed on Cloudflare Workers.

random-mcp-server

An MCP server that returns random JSON things — people, words, values, coordinates, and an always-empty list.

Terragrunt MCP Server

Provides comprehensive Terragrunt documentation, configuration generation, and tooling integration for AI assistants, enabling intelligent assistance with Terragrunt configurations, CLI commands, and HCL syntax.

Deep Research MCP

A Model Context Protocol compliant server that facilitates comprehensive web research by utilizing Tavily's Search and Crawl APIs to gather and structure data for high-quality markdown document creation.

Jina AI Remote MCP Server

Provides web content extraction, search capabilities (web, arXiv, SSRN, images), semantic deduplication, and reranking through Jina AI's Reader, Embeddings, and Reranker APIs.

web-search

Enables web searching using Google search results with no API keys required.

Backup AI MCP

Backup AI - MCP server providing AI-powered tools and automation by MEOK AI Labs

College Basketball Stats MCP Server

An MCP server for accessing college basketball statistics through the SportsData.io CBB v3 Stats API, enabling AI agents to retrieve and analyze college basketball data through natural language interactions.

Diffblue Cover MCP Server

Enables AI development environments to call the Diffblue Cover CLI tool to automatically generate unit tests for Java code.

Weather-server MCP Server

A TypeScript-based MCP server that provides weather information through resources and tools, allowing users to access current weather data and forecast predictions for different cities.

standup-reminder

This MCP server integrates with a Windows tray app that reminds users to take breaks, providing tools to query status, start breaks, snooze reminders, pause reminders, view daily stats and summaries, update settings, and acknowledge reminders via stdio over a named pipe.