Discover Awesome MCP Servers

FluentLab Funding Assistant

Provides access to FluentLab's funding database, enabling users to search for funding opportunities and retrieve document checklists required for specific funding programme applications.

MCP Server - Placeholder Implementation

An MCP server implementation in Python with placeholder tools, deployable to Azure Web App via GitHub Actions. Supports STDIO, HTTP REST, and WebSocket interfaces.

Vaulted MCP Server

Share encrypted, self-destructing secrets from your AI agent. Zero-knowledge E2E encryption. Agent-blind input sources (env:, file:, dotenv:) keep secrets out of LLM context.

mcp-gladia

Enables LLMs to transcribe, analyze, and translate audio/video content through Gladia's API.

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。

Skills MCP Server

Exposes 1,334 skills as global MCP tools across Claude Desktop, VSCode, and Cursor, automatically discovering and categorizing skills from a local directory into 18 categories with semantic search capabilities.

mcp-local-redes

Local MCP server that exposes fleet telemetry queries as tools for language models, enabling natural language questions about vehicle positions, trips, and alerts. Runs on the operator's machine and returns aggregated results from a SQLite database.

uploop-vided MCP Server

AI-native video composition and VFX engine that exposes its capabilities as MCP tools, enabling AI agents to act as directors and create videos programmatically.

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.

cork-defi

Enables interaction with the Cork DeFi protocol for reading live chain state, computing bit-exact math, building unsigned bundles and orders, and managing markets, all without signing or broadcasting.

Tanda Workforce MCP Server

Integrates Tanda Workforce API with AI assistants to manage employee schedules, timesheets, leave requests, clock in/out operations, and workforce analytics through natural language with OAuth2 authentication.

fpl-mcp

MCP server for the Fantasy Premier League API, enabling querying of players, teams, fixtures, and your FPL team through any MCP-compatible client.

EDS Block Analyser MCP Server

Provides UI architecture analysis for converting Figma designs or web pages into reusable UI code blocks with effort estimation in CSV format.

mcp-ip-api

Provides IP geolocation lookups via ip-api.com, including single and batch queries up to 100 IPs.

notlai-mcp

Enables access to Notlai notes from Claude Desktop via the Model Context Protocol, supporting login, authentication management, and note operations.

Godot MCP

151 MCP tools for AI to control the Godot 4 editor and running game, covering scene editing, scripting, signals, physics, particles, animation, and more.

imessage-mcp

Connects Claude Desktop to iMessage on macOS, enabling reading conversations, searching messages, sending texts, and managing attachments.

codex-in-claude

Call OpenAI Codex from Claude Code for independent second opinions, structured code review, and delegated coding tasks through a FastMCP plugin that drives the codex CLI safely.

MCP DevTools Server

An MCP server that standardizes and binds development tool patterns, enabling AI assistants like Claude Code to generate code more efficiently with fewer errors and better autocorrection.

MCPGate

A governed MCP server with OAuth 2.1 + PKCE, declarative tool scoping, row-level data filters, per-identity rate limits, and a tamper-evident audit trail.

embedded-serial-mcp

A professional MCP server for serial port communication, enabling AI assistants to list, connect, send/receive data, and manage serial connections with embedded systems, IoT devices, and hardware debugging hardware.

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.

arXiv Discovery MCP

MCP server for discovering, triaging, and monitoring arXiv papers with transparent interest modeling and inspectable ranking.

claude-peers

Enables discovery and instant communication between multiple local Claude Code instances running across different projects. It allows agents to list active peers, share work summaries, and send messages through a local broker daemon.

s-GitHubTestRepo-HJA3

created from MCP server demo

Enterprise HR MCP Server

Exposes tools for employee information, leave balance, support tickets, and product inventory, with AI agent integration and A2A communication for escalation.

apache-atlas-mcp

Connects LLM agents to Apache Atlas for searching, tracing lineage, and managing metadata. Read-only by default, with optional write mode for creating entities and classifications.

prodlint

Static analysis for vibe-coded apps. Flags security, reliability, performance, and AI quality issues in code generated by Cursor, v0, Bolt, and Copilot.

Salesforce External MCP Server

Enables Agentforce agents to retrieve order status and loyalty points from external systems via OAuth 2.0 secured MCP endpoints hosted on AWS.

MCP Agent Platform

A modular platform that enables LLM agents to discover, register, and execute both local tools and tools from external MCP servers, with REST APIs for server management and Streamable HTTP support.