Discover Awesome MCP Servers

MCP Weather Server

Provides comprehensive weather information including current conditions, 7-day forecasts, and air quality data for any city worldwide using the Open-Meteo API. Features real-time weather data, hourly forecasts, sunrise/sunset times, and European Air Quality Index with human-readable descriptions.

Hi-AI

AI development assistant with 36 specialized tools for memory management, code analysis, project planning, and problem-solving through natural language interactions in Korean and English.

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.

SQL MCP Server

Enables read-only interaction with SQL databases through MCP, providing database metadata exploration, sample data retrieval, and secure query execution. Supports MySQL with multiple transport options and built-in security features including SQL injection protection and data sanitization.

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！

Migadu MCP Server

Enables AI assistants to manage Migadu email hosting services through natural language, including creating mailboxes, setting up aliases, configuring autoresponders, and handling bulk operations efficiently.

Medicine Carousel MCP Server

Displays FDA-approved Lilly Direct pharmaceuticals in an interactive carousel interface and provides authenticated user profile access through OAuth 2.1 integration with AWS API Gateway.

Asana MCP Server

An MCP (Multi-Agent Conversation Protocol) server that enables interacting with the Asana API through natural language commands for task management, project organization, and team collaboration.

mcp-server-python

鏡 (Kagami)

MCP Code Assistant

Provides file operations (read/write) with an extensible architecture designed for future C code compilation and executable execution capabilities.

mcp-gsheets

mcp-gsheets

MCP Server

Manages query validation, database connection, and security for a system that transforms SQL databases into interactive dashboards using natural language queries.

Remote MCP Server

A server that implements the Model Context Protocol (MCP) on Cloudflare Workers, allowing AI models to access custom tools without authentication.

mcp-sse-server-demo

MCP SSEサーバーのデモ

IntelliPlan

IntelliPlan

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.

ikaliMCP Server

Provides a secure interface for AI assistants to interact with penetration testing tools like nmap, hydra, sqlmap, and nikto for educational cybersecurity purposes. Includes input sanitization and runs in a Docker container with Kali Linux tools for authorized testing scenarios.

Simple Streamable HTTP MCP Server

A reference implementation demonstrating proper MCP server patterns with HTTP transport, featuring session management, progress notifications, and example tools for testing server functionality. Serves as a clean template for building MCP servers with streamable responses and comprehensive error handling.

Google Calendar MCP Server

Enables natural language queries to Google Calendar API for checking appointments, availability, and events. Supports flexible time ranges, timezone handling, and both service account and OAuth authentication methods.

MCP Redirect Server

A Model Context Protocol server built with NestJS that provides OAuth 2.1 authentication with GitHub and exposes MCP tools through Server-Sent Events transport. Enables secure, real-time communication with JWT-based protection and dependency injection.

Wiki OSRS MCP

Provides access to Old School RuneScape wiki information and game data through MCP tools. Enables users to query OSRS game content, items, and mechanics via natural language.

MYOB AccountRight

This read-only MCP Server allows you to connect to MYOB AccountRight data from Claude Desktop through CData JDBC Drivers. Free (beta) read/write servers available at https://www.cdata.com/solutions/mcp

Python MCP Sandbox

An interactive Python code execution environment that allows users and LLMs to safely execute Python code and install packages in isolated Docker containers.

Kokkai Minutes MCP Agent

Provides a structured interface to the Japanese National Diet Library's parliamentary proceedings API, allowing AI models to search and retrieve Diet meeting records and speeches.

Form.io MCP Server

Enables AI assistants to interact with Form.io's API to create, read, update, and manage forms using natural language. Includes safety guardrails to protect existing forms and supports real-time form previews.

Ares DevOps MCP Server

An MCP server that provides seamless interaction with Azure DevOps Git repositories, enabling users to manage repositories, branches, pull requests, and pipelines through natural language.