Discover Awesome MCP Servers

GitLab MCP Server

AI 어시스턴트가 GitLab 저장소와 상호 작용할 수 있도록 지원하는 맞춤형 서버 구현으로, 검색, 파일 가져오기, 콘텐츠 생성/업데이트, 이슈 및 병합 요청 관리 기능을 제공합니다.

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.

MCP Security Audit Server

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

WolframAlpha LLM MCP Server

WolframAlpha의 LLM API를 통해 자연어 질문을 쿼리하고, LLM 소비에 최적화된 구조화되고 단순화된 답변을 제공합니다.

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.

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.

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!

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.

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.

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.

Redmine MCP Server

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

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.

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.

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.

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 Node Fetch

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

Webflow MCP Server

Claude가 Webflow API와 상호 작용하여 사이트 관리, 정보 검색, 자연어 기반 작업 실행을 가능하게 합니다.

Cloudflare MCP Server

Claude Desktop, VSCode 및 기타 MCP 클라이언트를 통해 자연어를 사용하여 Cloudflare 리소스(Workers, KV, R2, D1)를 관리할 수 있도록 하는 MCP 서버.

ClickSend MCP Server

이 서버는 ClickSend API를 사용하여 AI 모델이 프로그래밍 방식으로 SMS 메시지를 보내고 텍스트 음성 변환(Text-to-Speech) 통화를 시작할 수 있도록 지원하며, 속도 제한 및 입력 유효성 검사가 내장되어 있습니다.

DigitalFate MCP Server

Facilitates multi-client processing for high-performance operations within the DigitalFate framework, enabling advanced automation through task orchestration and agent integration.

Coolify MCP Server

Enables interaction with Coolify applications and resources through the Coolify API via a standardized interface, supporting application management operations such as listing, starting, stopping, restarting, and deploying.

Scraper.is MCP Server

자연어 프롬프트를 사용하여 웹사이트에서 데이터를 추출할 수 있도록 합니다. 사용자는 원하는 콘텐츠를 평이한 영어로 정확하게 지정하고 구조화된 JSON 데이터를 반환받을 수 있습니다.

JVM MCP Server

Arthas를 기반으로 한 JVM 모니터링 및 제어 플랫폼 서버로, 스레드 분석, 메모리 모니터링, 성능 진단 기능을 통해 Java 프로세스를 모니터링하고 분석할 수 있는 Python 인터페이스를 제공합니다.

mitmproxy-mcp MCP Server

사용자 정의 URI 스킴을 사용하여 노트를 관리하고 요약하는 서버이며, 노트를 추가하고 스타일이 적용된 요약을 생성하는 도구를 포함합니다.

Whois MCP

AI 에이전트가 WHOIS 조회를 수행할 수 있도록 하는 모델 컨텍스트 프로토콜 서버로, 사용자가 AI에게 도메인 사용 가능 여부, 소유권, 등록 정보 및 기타 도메인 정보에 대해 직접 문의할 수 있습니다.

LinkedIn Browser MCP Server

FastMCP 기반 서버로, 브라우저 자동화를 통해 프로그래밍 방식으로 LinkedIn 자동화 및 데이터 추출을 가능하게 합니다. 안전한 인증을 제공하며, LinkedIn의 속도 제한을 준수하면서 프로필 작업 및 게시물 상호 작용을 위한 도구를 제공합니다.

Ideogram MCP Server

Ideogram API를 사용하여 이미지 생성 기능을 제공하는 모델 컨텍스트 프로토콜 서버로, 사용자가 텍스트 프롬프트와 사용자 정의 가능한 매개변수를 통해 이미지를 생성할 수 있습니다.