Discover Awesome MCP Servers

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.

e代驾 MCP Server

A service that provides complete driver-for-hire functionality based on e代驾 open APIs, enabling users to order drivers, calculate pricing, create and track orders.

AWS Amplify Gen 2 Documentation MCP Server

This MCP server provides tools to access AWS Amplify Gen 2 documentation and search for content. (not official)

Odoo MCP Server

Enables AI assistants to interact with Odoo ERP systems through XML-RPC communication. Provides access to Odoo models, records, methods, and data structures for comprehensive ERP integration.

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.

Planka MCP Server

A Model Context Protocol server that enables AI assistants like Claude to interact directly with Planka Kanban boards, allowing automated management of projects, tasks, and workflows through conversational interfaces.

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.

VS Code MCP Button Generator

Generates VS Code installation buttons and markdown badges for MCP servers, supporting both Stable and Insiders versions with configurable inputs and commands.

Coolify MCP Server

An MCP server that enables AI assistants to manage infrastructure, applications, databases, and services through the Coolify PaaS platform.

Clipboard to Supabase MCP Helper

A local agent that monitors your system clipboard, automatically uploads copied images to Supabase Storage, and replaces the clipboard content with the public URL for immediate sharing.

You.com MCP Server

MCP server that provides Claude AI assistants with the ability to search the web, get news, and perform research using the You.com API.

MCP SQL Server

A Model Context Protocol server that allows Large Language Models like Claude to execute SQL queries, explore database schemas, and maintain persistent connections to SQL Server databases.

Remote MCP Server

A template for deploying MCP servers on Cloudflare Workers with OAuth authentication and Server-Sent Events transport. Enables remote access to MCP tools from Claude Desktop and other clients over HTTP.

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.

apisetu-mcp-server

API Setu MCPサーバー (API Setu MCP sābā)

K8s MCP Server

K8s-mcp-server は、Claude のような AI アシスタントが Kubernetes コマンドを安全に実行できるようにする Model Context Protocol (MCP) サーバーです。 これは、言語モデルと、kubectl、helm、istioctl、argocd などの重要な Kubernetes CLI ツールとの間の橋渡しを提供し、AI システムがクラスター管理、トラブルシューティング、およびデプロイを支援できるようにします。

Octocode MCP

AI-powered code assistant that provides advanced search and discovery capabilities across GitHub and NPM ecosystems, helping users understand code patterns, implementations, and connections between repositories.

Sloot MCP Server

A TypeScript MCP server implementation using Express.js that provides basic tools like echo, time retrieval, and calculator functionality. Features session management, RESTful API endpoints, and Server-Sent Events for streamable communication.

n8n - Secure Workflow Automation for Technical Teams

ネイティブAI機能を搭載した、フェアコードのワークフロー自動化プラットフォーム。ビジュアルビルディングとカスタムコードを組み合わせ、セルフホストまたはクラウド、400以上の連携機能。

Kali Pentest MCP Server

Provides secure access to penetration testing tools from Kali Linux including nmap, nikto, dirb, wpscan, and sqlmap for educational vulnerability assessment. Operates in a controlled Docker environment with target whitelisting to ensure ethical testing practices.

Agent Interviews

Agent Interviews

OptionsFlow

LLMがオプションチェーンを分析したり、ギリシャ指標を計算したり、Yahoo Financeのデータを使って基本的なオプション戦略を評価したりすることを可能にする、モデルコンテキストプロトコルサーバー。

NotePlan MCP Server

A Message Control Protocol server that enables Claude Desktop to interact with NotePlan.co, allowing users to query, search, create, and update notes directly from Claude conversations.

Cortex Context MCP Adapter

Enables integration with Cortex Context services through the Model Context Protocol. Provides authenticated access to CortexGuardAI's context management capabilities for registered users.

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.