Discover Awesome MCP Servers

MCP Tools

MCP (Model Context Protocol) サーバーとやり取りするためのコマンドラインインターフェース。標準入出力 (stdio) と HTTP トランスポートの両方を使用します。

Agentis MCP

MCPサーバーをツールとして使用するAIエージェントを作成するためのPythonフレームワーク。あらゆるMCPサーバーおよびモデルプロバイダーと互換性があります。

MCP Server Runner

カーソル拡張機能で、MCPサーバーの構成を保存して実行できるようにする。

LND MCP Server

自然言語を用いてLightning Network (LND) ノードのデータを問い合わせるためのモデルコンテキストプロトコル (MCP)。

MCP Server for Milvus

Model Context Protocolを実装した統合サーバー。LLMアプリケーションがMilvusベクトルデータベースの機能と連携し、自然言語を通じてベクトル検索、コレクション管理、データ操作を可能にする。

MCP Server for RSS3

MCPサーバー実装で、RSS3 APIを統合し、ユーザーが分散型チェーン、ソーシャルメディアプラットフォーム、およびRSS3ネットワークから自然言語でデータをクエリできるようにするもの。

Axe Handle Project

MCPサーバー

datadog-mcp-server

Datadog用MCPサーバー

Code Summarizer

Claude DesktopやCursor AIのようなLLMツールが、Model Context Protocolサーバーを通じてコードファイルにアクセスし、要約できるようにします。手動でコピーすることなく、コードベースのコンテンツへの構造化されたアクセスを提供します。

memos-mcp-server

Memos用のMCP（モデルコンテキストプロトコル）サーバー

IDA Pro MCP Server

AIアシスタントがリバースエンジニアリングやバイナリ解析タスクのためにIDA Proと連携できるようにする、モデルコンテキストプロトコルサーバー。

vrchat-mcp-osc

AIアシスタントとVRChatの橋渡しをし、Model Context Protocolを通じて、仮想現実環境におけるAI駆動のアバター制御とインタラクションを可能にします。

Coolify MCP Server

Coolify APIとの連携を可能にするModel Context Protocolサーバー。DevOpsチームはMCPツールを通じてCoolifyのデプロイメント、アプリケーション、サービス、サーバーを管理できます。

Container-MCP

Model Context Protocol (MCP) のセキュアなコンテナベース実装。AIシステムが安全にコードを実行し、コマンドを実行し、ファイルにアクセスし、ウェブ操作を実行するためのサンドボックス環境を提供する。

Kom - Kubernetes Operations Manager

MCPは、マルチクラスタKubernetesの管理と運用を提供します。SDKとして独自のプロジェクトに統合でき、一般的なDevOpsおよび開発シナリオをカバーする約50の組み込みツールが含まれています。標準リソースとCRDリソースの両方をサポートします。

Snowflake MCP Service

モデルコンテキストプロトコル（MCP）互換のクライアントに対して、Snowflakeデータベースへのアクセスを提供するMCPサーバー。自動接続管理により、SQLクエリの実行を可能にします。

MCP docx server

MCPサーバーでDOCXファイルを操作する

Brex MCP Server

AIエージェントがBrexの金融プラットフォームデータと連携できるようにする、モデルコンテキストプロトコルサーバー。標準化されたリソースハンドラーを通じて、口座情報、経費、予算、チームデータなどを取得できます。

mcp-server-fetch-python

鏡 (Kagami)

ArgoCD MCP Server

ArgoCD APIと連携するMCP（モデルコンテキストプロトコル）サーバー。AIアシスタントや大規模言語モデルが、自然言語でのやり取りを通じてArgoCDアプリケーションやリソースを管理できるようにする。

MCP Server Discord Webhook

鏡 (Kagami)

License

Firefox Claude MCP (presumably referring to "Message Context Provider") extension's server-side component would likely involve the following aspects, depending on its specific functionality: **Possible Server-Side Functions and Technologies:** * **API Endpoint for Claude Interaction:** * **Purpose:** The core function is to communicate with the Claude API (Anthropic's large language model). The server acts as an intermediary between the Firefox extension and the Claude API. * **Technologies:** * **Programming Language:** Python (with frameworks like Flask or FastAPI), Node.js (with Express.js), Go, or similar. Python is a common choice for interacting with AI models. * **Web Framework:** Flask, FastAPI (Python), Express.js (Node.js), Gin (Go). These frameworks handle routing, request parsing, and response generation. * **API Client Library:** A library to make HTTP requests to the Claude API. This might be a general HTTP client (e.g., `requests` in Python, `axios` in Node.js) or a dedicated Claude API client if Anthropic provides one. * **Authentication/Authorization:** The server needs to securely store and manage API keys for accessing the Claude API. This might involve environment variables, configuration files, or a more robust secrets management system. * **Workflow:** 1. The Firefox extension sends a request to the server (e.g., with text to be processed by Claude). 2. The server receives the request, authenticates it (if necessary), and formats the data for the Claude API. 3. The server makes a request to the Claude API. 4. The server receives the response from the Claude API. 5. The server processes the response (e.g., extracts relevant information, formats it). 6. The server sends the processed response back to the Firefox extension. * **Data Storage (Optional):** * **Purpose:** If the extension needs to store user data (e.g., conversation history, settings), the server might use a database. * **Technologies:** * **Database:** PostgreSQL, MySQL, MongoDB, SQLite (for simpler cases). * **ORM/ODM (Optional):** SQLAlchemy (Python), Mongoose (Node.js) to simplify database interactions. * **Use Cases:** * Storing conversation history for later retrieval. * Storing user preferences or settings. * Caching Claude API responses to reduce latency and API usage. * **User Authentication (Optional):** * **Purpose:** If the extension requires user accounts, the server handles authentication. * **Technologies:** * **Authentication Libraries:** Passport.js (Node.js), Flask-Login (Python). * **Authentication Methods:** Username/password, OAuth (e.g., Google, GitHub). * **JSON Web Tokens (JWT):** For secure authentication and authorization. * **Rate Limiting:** * **Purpose:** To prevent abuse and ensure fair usage of the Claude API. * **Implementation:** The server can implement rate limiting based on IP address, user ID, or API key. * **Logging and Monitoring:** * **Purpose:** To track server performance, identify errors, and monitor API usage. * **Technologies:** * **Logging Libraries:** Python's `logging` module, Node.js logging libraries. * **Monitoring Tools:** Prometheus, Grafana, ELK stack. * **Deployment:** * **Purpose:** To host the server application. * **Platforms:** * **Cloud Platforms:** AWS (EC2, Lambda, ECS), Google Cloud Platform (Compute Engine, Cloud Functions, App Engine), Azure (Virtual Machines, Azure Functions, App Service). * **Containerization:** Docker, Kubernetes. **Example Scenario (Simplified):** Let's say the extension allows users to highlight text on a webpage and ask Claude to summarize it. 1. **Firefox Extension:** The user highlights text and clicks a button in the extension. The extension sends the highlighted text to the server's `/summarize` endpoint. 2. **Server (Python/Flask):** ```python from flask import Flask, request, jsonify import requests import os app = Flask(__name__) CLAUDE_API_KEY = os.environ.get("CLAUDE_API_KEY") # Get API key from environment @app.route('/summarize', methods=['POST']) def summarize(): text = request.json['text'] # Call Claude API (replace with actual Claude API endpoint and parameters) claude_api_url = "https://api.anthropic.com/v1/complete" # Example URL headers = { "Content-Type": "application/json", "x-api-key": CLAUDE_API_KEY } data = { "prompt": f"\n\nHuman: Summarize the following text:\n\n{text}\n\nAssistant:", "model": "claude-v1", # Or the appropriate Claude model "max_tokens_to_sample": 200 } try: response = requests.post(claude_api_url, headers=headers, json=data) response.raise_for_status() # Raise HTTPError for bad responses (4xx or 5xx) summary = response.json()['completion'] return jsonify({'summary': summary}) except requests.exceptions.RequestException as e: print(f"Error calling Claude API: {e}") return jsonify({'error': 'Failed to summarize text'}), 500 if __name__ == '__main__': app.run(debug=True) ``` 3. **Claude API:** The server sends the text to the Claude API with a prompt asking for a summary. 4. **Server (Python/Flask):** The server receives the summary from the Claude API. 5. **Firefox Extension:** The server sends the summary back to the extension, which displays it to the user. **Key Considerations:** * **Security:** Protect the Claude API key. Never expose it in client-side code. Use environment variables or a secrets management system. Validate and sanitize input from the extension to prevent injection attacks. * **Error Handling:** Handle errors gracefully, both on the server and in the extension. Provide informative error messages to the user. * **Scalability:** If the extension becomes popular, consider using a scalable server architecture (e.g., load balancing, auto-scaling). * **API Usage Costs:** Be mindful of the costs associated with using the Claude API. Implement caching and rate limiting to minimize costs. * **Asynchronous Operations:** For long-running tasks (e.g., complex summarization), use asynchronous operations (e.g., Celery with Redis or RabbitMQ) to prevent the server from blocking. This provides a comprehensive overview of the potential server-side aspects of a Firefox Claude MCP extension. The specific implementation will depend on the exact features and requirements of the extension.

MCP Servers

HarvestのREST APIをラップするModel Context Protocolサーバーの実装。MCPクライアントを通じて、Harvestのタイムトラッキング、クライアント、プロジェクト、およびレポート機能とのシームレスなインタラクションを可能にします。

Unsplash MCP Server

Java版 Unsplash MCP サーバー

Xircuits MCP Component Library

MCPサーバーを定義するためのXircuitsコンポーネントライブラリ。