Discover Awesome MCP Servers

Nostr MCP Server

AI 모델이 자유로운 발언 프로토콜인 Nostr 네트워크와 상호 작용하여 노트 게시 및 상호 작용을 용이하게 하는 모델 컨텍스트 프로토콜(MCP) 서버.

MCP Intercom Server

모델 컨텍스트 프로토콜을 통해 Intercom 대화 및 채팅에 접근할 수 있도록 하여, LLM이 다양한 필터링 옵션을 사용하여 Intercom 대화를 쿼리하고 분석할 수 있습니다.

X MCP Server

X(트위터) 타임라인을 읽고 트윗에 참여할 수 있는 도구를 제공하는 X(트위터) 연동 서버입니다. Claude 데스크톱과 함께 사용하도록 설계되었습니다.

Playwright Server MCP

이 서버는 Playwright를 사용하여 웹 자동화 도구를 제공하며, 웹 페이지 탐색, 상호 작용, JavaScript 실행을 지원하고, 요약 기능을 갖춘 노트 저장 기능을 제공합니다.

MCP Security Audit Server

npm 패키지 의존성의 보안 취약점을 감사하고, MCP 통합을 통해 상세 보고서 및 수정 권장 사항을 제공합니다.

MCP Blockchain Server

AI 어시스턴트가 블록체인 데이터와 상호 작용하고 트랜잭션을 준비할 수 있도록 지원하는 안전한 시스템으로, 사용자가 개인 키와 트랜잭션 서명에 대한 독점적인 통제권을 유지하도록 보장합니다.

MCP Server for Replicate

Replicate API에서 호스팅되는 AI 모델에 접근하기 위한 표준화된 인터페이스를 제공하는 FastMCP 서버 구현체입니다. 현재 사용자 정의 가능한 매개변수를 사용하여 이미지 생성을 지원합니다.

Code Research MCP Server

Stack Overflow, MDN, GitHub, npm, PyPI와 같은 플랫폼에서 프로그래밍 리소스를 검색하고 접근하는 것을 용이하게 하여 LLM이 코드 예제와 문서를 찾는 데 도움을 줍니다.

Barnsworthburning MCP

Barnsworthburning.net의 콘텐츠를 데스크톱용 Claude와 같은 호환 가능한 AI 클라이언트를 통해 직접 검색할 수 있도록 하는 모델 컨텍스트 프로토콜 서버.

Jenkins Server MCP

A Model Context Protocol server that enables AI assistants to interact with Jenkins CI/CD servers, providing tools to check build statuses, trigger builds, and retrieve build logs.

BioMCP

언어 모델의 기능을 강화하여 단백질 구조 분석 기능을 제공하는 모델 컨텍스트 프로토콜 서버입니다. 이를 통해 확립된 단백질 데이터베이스를 통해 상세한 활성 부위 분석 및 질병 관련 단백질 검색이 가능합니다.

Redmine MCP Server

LLM과의 통합을 통해 티켓, 프로젝트, 사용자 데이터를 관리할 수 있도록 Redmine의 REST API를 사용하여 상호 작용하는 모델 컨텍스트 프로토콜 서버입니다.

Seq MCP Server

Seq MCP 서버는 로깅 및 모니터링을 위해 Seq의 API 엔드포인트와 상호 작용할 수 있도록 지원하며, 광범위한 필터링 및 구성 옵션을 통해 신호, 이벤트 및 경고를 관리하는 도구를 제공합니다.

MCP Server Template for Cursor IDE

## Cursor IDE Custom Tool Template with Model Context Protocol (MCP) & Heroku Deployment This template provides a starting point for building custom tools for Cursor IDE using the Model Context Protocol (MCP) and deploying your MCP server to Heroku. **Key Features:** * **MCP Implementation:** Demonstrates how to implement the necessary MCP endpoints for Cursor IDE to interact with your tool. * **Heroku Deployment:** Includes a `Procfile` and necessary configurations for easy deployment to Heroku. * **Example Tool:** Provides a basic example tool that can be extended to perform more complex tasks. * **Configuration:** Uses environment variables for configuration, making it easy to manage settings in Heroku. * **Logging:** Includes basic logging for debugging and monitoring. **Prerequisites:** * **Python 3.7+:** This template uses Python. * **Heroku Account:** You'll need a Heroku account to deploy the server. * **Heroku CLI:** Install the Heroku command-line interface. * **Cursor IDE:** You need Cursor IDE to use the custom tool. **Template Structure:** ``` my-cursor-tool/ ├── app.py # Main application file (Flask server) ├── requirements.txt # Python dependencies ├── Procfile # Heroku process definition ├── README.md # Instructions and documentation └── .env.example # Example environment variables ``` **1. `app.py` (Main Application File):** ```python import os import json import logging from flask import Flask, request, jsonify app = Flask(__name__) # Configure logging logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(levelname)s - %(message)s') # Environment variables (default values for local development) MODEL_NAME = os.environ.get("MODEL_NAME", "MyCustomTool") MODEL_DESCRIPTION = os.environ.get("MODEL_DESCRIPTION", "A simple example tool.") MODEL_VERSION = os.environ.get("MODEL_VERSION", "1.0.0") @app.route("/.well-known/model-info", methods=["GET"]) def model_info(): """ Returns model information for Cursor IDE. """ model_info = { "model_name": MODEL_NAME, "model_description": MODEL_DESCRIPTION, "model_version": MODEL_VERSION, "context_length": 4096, # Adjust as needed "prompt_schema": [ {"role": "system", "content": "You are a helpful assistant."}, {"role": "user", "content": "{prompt}"} ] } logging.info(f"Model Info: {model_info}") return jsonify(model_info) @app.route("/generate", methods=["POST"]) def generate(): """ Handles generation requests from Cursor IDE. """ data = request.get_json() logging.info(f"Received generate request: {data}") prompt = data.get("prompt") if not prompt: return jsonify({"error": "Missing prompt"}), 400 # **YOUR TOOL LOGIC GOES HERE** # Replace this with your actual tool's functionality. # This example just echoes the prompt. response_text = f"You asked: {prompt}\nThis is a response from {MODEL_NAME}." response = { "choices": [ { "text": response_text, "logprobs": None, "finish_reason": "stop" } ], "usage": { "prompt_tokens": 0, # Replace with actual token count "completion_tokens": 0, # Replace with actual token count "total_tokens": 0 # Replace with actual token count } } logging.info(f"Generated response: {response}") return jsonify(response) if __name__ == "__main__": port = int(os.environ.get("PORT", 5000)) app.run(debug=True, host="0.0.0.0", port=port) ``` **2. `requirements.txt` (Python Dependencies):** ``` Flask ``` **3. `Procfile` (Heroku Process Definition):** ``` web: gunicorn app:app ``` **4. `.env.example` (Example Environment Variables):** ``` MODEL_NAME="MyCustomTool" MODEL_DESCRIPTION="A simple example tool." MODEL_VERSION="1.0.0" ``` **5. `README.md` (Instructions and Documentation):** ```markdown # Cursor IDE Custom Tool Template This template provides a starting point for building custom tools for Cursor IDE using the Model Context Protocol (MCP) and deploying your MCP server to Heroku. ## Setup 1. **Clone this repository:** `git clone <repository_url>` 2. **Create a virtual environment:** `python3 -m venv venv` 3. **Activate the virtual environment:** `source venv/bin/activate` (Linux/macOS) or `venv\Scripts\activate` (Windows) 4. **Install dependencies:** `pip install -r requirements.txt` 5. **Create a `.env` file:** Copy the contents of `.env.example` to a new file named `.env` and customize the environment variables. ## Running Locally 1. **Set environment variables:** You can set them directly in your terminal or use a tool like `python-dotenv`. 2. **Run the application:** `python app.py` ## Deployment to Heroku 1. **Create a Heroku app:** `heroku create` 2. **Login to Heroku:** `heroku login` 3. **Set environment variables in Heroku:** ```bash heroku config:set MODEL_NAME="YourToolName" heroku config:set MODEL_DESCRIPTION="Your tool description" heroku config:set MODEL_VERSION="1.0.0" ``` 4. **Deploy the application:** ```bash git init git add . git commit -m "Initial commit" heroku git:remote -a <your-heroku-app-name> git push heroku main ``` 5. **Scale the web dyno:** `heroku ps:scale web=1` ## Connecting to Cursor IDE 1. **Get your Heroku app URL:** `heroku apps:info` (look for the "web URL") 2. **In Cursor IDE:** * Open the settings (Cmd/Ctrl + ,) * Search for "Model Context Protocol" * Add a new entry with: * **Name:** A name for your tool (e.g., "My Heroku Tool") * **URL:** Your Heroku app URL (e.g., `https://your-heroku-app-name.herokuapp.com`) ## Customization * **`app.py`:** This is where you implement the core logic of your tool. Modify the `generate` function to perform the desired actions based on the prompt received from Cursor IDE. * **`.env`:** Use environment variables to configure your tool's behavior. This is especially important for sensitive information like API keys. * **`requirements.txt`:** Add any additional Python packages that your tool requires. ## Notes * Remember to handle errors and exceptions gracefully in your `generate` function. * Consider adding authentication to your MCP server to prevent unauthorized access. * Monitor your Heroku app logs for errors and performance issues. ``` **Instructions:** 1. **Clone the repository:** Clone this template repository to your local machine. 2. **Create a virtual environment:** Create a Python virtual environment to isolate dependencies. 3. **Install dependencies:** Install the required Python packages using `pip install -r requirements.txt`. 4. **Configure environment variables:** Create a `.env` file based on `.env.example` and set the appropriate values for `MODEL_NAME`, `MODEL_DESCRIPTION`, and `MODEL_VERSION`. You can also set these environment variables directly in your terminal. 5. **Run locally (optional):** You can run the application locally using `python app.py` to test it before deploying to Heroku. 6. **Create a Heroku app:** Create a new Heroku application using the Heroku CLI. 7. **Set environment variables in Heroku:** Set the environment variables in your Heroku application using the `heroku config:set` command. This is crucial for configuring your tool's behavior in the Heroku environment. 8. **Deploy to Heroku:** Deploy the application to Heroku using `git push heroku main`. 9. **Scale the web dyno:** Ensure that the web dyno is running by scaling it to 1: `heroku ps:scale web=1`. 10. **Connect to Cursor IDE:** In Cursor IDE, add a new Model Context Protocol entry with the URL of your Heroku application. **Customization:** * **Implement your tool's logic:** The most important part is to modify the `generate` function in `app.py` to implement the actual functionality of your custom tool. This function receives a prompt from Cursor IDE and should return a response based on your tool's logic. * **Add dependencies:** If your tool requires additional Python packages, add them to `requirements.txt` and run `pip install -r requirements.txt` to install them. * **Configure environment variables:** Use environment variables to configure your tool's behavior. This is especially important for sensitive information like API keys. * **Error handling:** Implement proper error handling in your `generate` function to gracefully handle unexpected errors and provide informative error messages to the user. * **Authentication:** Consider adding authentication to your MCP server to prevent unauthorized access. **Example Tool Ideas:** * **Code formatter:** Format code snippets according to a specific style guide. * **Code documentation generator:** Generate documentation for code snippets. * **Code translator:** Translate code from one language to another. * **API client generator:** Generate API client code from an API specification. * **Custom search engine:** Search a specific knowledge base or dataset. **Korean Translation of Key Phrases:** * **Model Context Protocol (MCP):** 모델 컨텍스트 프로토콜 (MCP) * **Custom Tool:** 사용자 정의 도구 * **Heroku Deployment:** Heroku 배포 * **Environment Variables:** 환경 변수 * **Prompt:** 프롬프트 * **Response:** 응답 * **Tool Logic:** 도구 로직 * **Virtual Environment:** 가상 환경 * **Dependencies:** 의존성 * **Configuration:** 구성 * **Error Handling:** 오류 처리 * **Authentication:** 인증 * **API Key:** API 키 * **Deploy:** 배포 * **Scale:** 스케일링 * **Web Dyno:** 웹 다이노 * **Cursor IDE Settings:** Cursor IDE 설정 * **Model Info:** 모델 정보 * **Generate Request:** 생성 요청 This template provides a solid foundation for building custom tools for Cursor IDE and deploying them to Heroku. Remember to adapt the code to your specific needs and follow best practices for security and maintainability. Good luck!

Better Auth MCP Server

안전한 자격 증명 처리 및 다중 프로토콜 인증 지원을 통해 엔터프라이즈급 인증 관리를 가능하게 하며, 인증 시스템 분석, 설정 및 테스트를 위한 도구를 완비하고 있습니다.

API Tester MCP Server

Claude를 대신하여 API 요청을 수행할 수 있도록 하는 모델 컨텍스트 프로토콜 서버입니다. 채팅에서 API 키를 공유하지 않고도 HTTP 요청 및 OpenAI 통합을 포함한 다양한 API를 테스트할 수 있는 도구를 제공합니다.

mcp-omnisearch

🔍 여러 검색 엔진(Tavily, Brave, Kagi), AI 도구(Perplexity, FastGPT) 및 콘텐츠 처리 서비스(Jina AI, Kagi)에 대한 통합 액세스를 제공하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 단일 인터페이스를 통해 검색, AI 응답, 콘텐츠 처리 및 개선 기능을 결합합니다.

Morpho API MCP Server

Morpho GraphQL API와 상호 작용하여 Model Context Protocol (MCP) 서버를 통해 시장 데이터, 볼트, 포지션 및 트랜잭션에 액세스할 수 있는 도구를 제공합니다.

video-editing-mcp

모두가 가장 좋아하는 LLM과 비디오 정글에서 비디오를 업로드, 편집 및 생성하세요.

MCP Salesforce Connector

LLM이 SOQL 쿼리, SOSL 검색, 레코드 관리 등 다양한 API 작업을 통해 Salesforce 데이터와 상호 작용할 수 있도록 지원하는 모델 컨텍스트 프로토콜 서버.

MCP-Server-IETF

대규모 언어 모델이 페이지네이션을 지원하여 IETF RFC 문서를 검색하고 액세스할 수 있도록 하는 모델 컨텍스트 프로토콜 서버.

MCP Node Fetch

Node.js undici 라이브러리를 사용하여 웹 콘텐츠를 가져오는 MCP 서버로, 다양한 HTTP 메서드, 콘텐츠 형식 및 요청 구성을 지원합니다.

Govee MCP Server

Govee API를 사용하여 Govee LED 장치를 제어할 수 있도록 지원하며, CLI 또는 MCP 클라이언트를 통해 장치 켜기/끄기, 색상 설정, 밝기 조절 등의 기능을 제공합니다.

Dify MCP Server

Dify AI API를 통합하여 Ant Design 컴포넌트 코드 생성을 제공하며, 텍스트 및 이미지 입력을 모두 지원하고 스트림 처리 기능을 갖습니다.

Higress AI-Search MCP Server

Higress를 통해 AI 모델이 실시간 인터넷 및 지식 검색을 수행할 수 있도록 지원하는 모델 컨텍스트 프로토콜 서버입니다. Google, Bing, Arxiv 및 내부 지식 베이스의 최신 정보를 활용하여 모델 응답을 향상시킵니다.

Solana MCP Server

사용자들이 잔액을 확인하고, 계정 정보를 얻고, 계정 간에 SOL을 전송할 수 있도록 일반적인 솔라나 블록체인 작업에 대한 간단한 RPC 엔드포인트를 제공하는 서버입니다.

Huntress-MCP-Server

헌트리스 API 통합을 위한 MCP 서버

MCP Local Web Search Server

모델 컨텍스트 프로토콜을 사용하여 로컬 웹 검색을 수행하고 웹 페이지에서 구조화된 콘텐츠를 추출할 수 있습니다. 결과 제한 및 도메인 필터링을 사용자 정의할 수 있는 기능도 제공합니다.

Strapi MCP Server

AI 어시스턴트가 표준화된 인터페이스를 통해 Strapi CMS 인스턴스와 상호 작용할 수 있도록 지원하는 모델 컨텍스트 프로토콜 서버로, 콘텐츠 유형 및 REST API 작업을 지원합니다.

Docker MCP Server

자연어를 통해 Docker 컨테이너를 관리할 수 있게 해주는 MCP 서버입니다. 사용자가 직접 명령어를 실행하지 않고도 컨테이너를 구성, 검사, 디버깅할 수 있습니다.