Discover Awesome MCP Servers

Luma Events MCP Server

Enables users to search and discover upcoming tech events, conferences, and meetups from Luma (lu.ma) through natural language queries. Built on Cloudflare Workers for fast, global access to tech event data.

MCPizza

An MCP server that allows AI assistants to order Domino's Pizza through an unofficial API, with features for store location, menu browsing, and order management.

README

Go로 구현된 예시 MCP 서버

BolideAI MCP

A comprehensive ModelContextProtocol server that provides AI-powered tools for marketing automation, content generation, research, and project management, integrating with various AI services to streamline workflows for developers and marketers.

Business Central MCP Server

Microsoft Dynamics 365 Business Central과의 원활한 통합을 위한 경량 MCP 서버

MCP Server for Apache Airflow

Provides integration with Apache Airflow's REST API, allowing AI assistants to programmatically interact with Airflow workflows, monitor DAG runs, and manage tasks.

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 서버

K8s MCP Server

K8s-mcp-server는 Claude와 같은 AI 어시스턴트가 Kubernetes 명령을 안전하게 실행할 수 있도록 하는 모델 컨텍스트 프로토콜(MCP) 서버입니다. 이 서버는 언어 모델과 kubectl, helm, istioctl, argocd를 포함한 필수 Kubernetes CLI 도구 간의 연결을 제공하여 AI 시스템이 클러스터 관리, 문제 해결 및 배포를 지원할 수 있도록 합니다.

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

기본 AI 기능을 갖춘 페어 코드 워크플로우 자동화 플랫폼입니다. 비주얼 빌딩과 사용자 정의 코드를 결합하고, 자체 호스팅 또는 클라우드 환경에서 400개 이상의 통합을 활용할 수 있습니다.

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

Yahoo Finance 데이터를 통해 LLM이 옵션 체인을 분석하고, 그리스 지표를 계산하며, 기본적인 옵션 전략을 평가할 수 있도록 하는 모델 컨텍스트 프로토콜 서버.

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)

DeepSeek API를 사용하여 MCP 클라이언트 및 서버 데모를 실행하는 방법을 알려드리겠습니다. **전제 조건:** * **DeepSeek API 키:** DeepSeek API를 사용하려면 API 키가 필요합니다. DeepSeek 웹사이트에서 API 키를 얻을 수 있습니다. * **Python 환경:** Python 3.6 이상이 설치되어 있어야 합니다. * **필요한 라이브러리:** 다음 라이브러리를 설치해야 합니다. * `grpcio` * `protobuf` * `deepseek-client` (DeepSeek API 클라이언트 라이브러리) ```bash pip install grpcio protobuf deepseek-client ``` **1. MCP (Message Passing Communication) 프로토콜 정의 (protobuf):** 먼저, MCP 프로토콜을 정의하는 `.proto` 파일을 만들어야 합니다. 예를 들어, `mcp.proto`라는 파일을 만들고 다음과 같이 정의할 수 있습니다. ```protobuf syntax = "proto3"; package mcp; service MCPService { rpc SendMessage (Message) returns (Message) {} } message Message { string content = 1; } ``` **2. protobuf 파일 컴파일:** `protoc` 컴파일러를 사용하여 `.proto` 파일을 Python 코드로 컴파일합니다. ```bash python -m grpc_tools.protoc -I. --python_out=. --grpc_python_out=. mcp.proto ``` 이 명령은 `mcp_pb2.py`와 `mcp_pb2_grpc.py` 파일을 생성합니다. **3. 서버 구현:** `mcp_pb2_grpc.py`를 사용하여 서버를 구현합니다. ```python import grpc import mcp_pb2 import mcp_pb2_grpc from concurrent import futures class MCPServiceServicer(mcp_pb2_grpc.MCPServiceServicer): def SendMessage(self, request, context): print(f"Received message: {request.content}") response_content = f"Server received: {request.content}" return mcp_pb2.Message(content=response_content) def serve(): server = grpc.server(futures.ThreadPoolExecutor(max_workers=10)) mcp_pb2_grpc.add_MCPServiceServicer_to_server(MCPServiceServicer(), server) server.add_insecure_port('[::]:50051') server.start() server.wait_for_termination() if __name__ == '__main__': print("Starting gRPC server...") serve() ``` **4. 클라이언트 구현:** `mcp_pb2_grpc.py`를 사용하여 클라이언트를 구현합니다. DeepSeek API를 통합하는 부분은 클라이언트에서 이루어집니다. ```python import grpc import mcp_pb2 import mcp_pb2_grpc import os from deepseek_client import DeepSeekClient # DeepSeek API 키 설정 DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY") # 환경 변수에서 API 키를 가져옵니다. def run(): with grpc.insecure_channel('localhost:50051') as channel: stub = mcp_pb2_grpc.MCPServiceStub(channel) # DeepSeek 클라이언트 초기화 client = DeepSeekClient(api_key=DEEPSEEK_API_KEY) message_content = "Hello, DeepSeek!" print(f"Client sending message: {message_content}") # DeepSeek API를 사용하여 메시지 처리 try: response = client.chat_completion( messages=[{"role": "user", "content": message_content}], model="deepseek-chat" # 적절한 모델 선택 ) deepseek_response = response.choices[0].message.content print(f"DeepSeek response: {deepseek_response}") # DeepSeek 응답을 서버에 전달 request = mcp_pb2.Message(content=deepseek_response) response = stub.SendMessage(request) print(f"Server response: {response.content}") except Exception as e: print(f"Error during DeepSeek API call: {e}") if __name__ == '__main__': run() ``` **5. 실행:** 1. 먼저 서버를 실행합니다. ```bash python server.py ``` 2. 그런 다음 클라이언트를 실행합니다. ```bash export DEEPSEEK_API_KEY="YOUR_DEEPSEEK_API_KEY" # API 키를 환경 변수로 설정 python client.py ``` `YOUR_DEEPSEEK_API_KEY`를 실제 DeepSeek API 키로 바꿔야 합니다. **설명:** * **`mcp.proto`:** MCP 프로토콜을 정의합니다. `Message`는 문자열 `content`를 포함하고, `MCPService`는 `SendMessage`라는 RPC 메서드를 정의합니다. * **`server.py`:** gRPC 서버를 구현합니다. `MCPServiceServicer`는 `SendMessage` 메서드를 구현하여 클라이언트로부터 메시지를 받고 응답합니다. * **`client.py`:** gRPC 클라이언트를 구현합니다. DeepSeek API를 사용하여 메시지를 처리하고, 서버에 메시지를 보내고 응답을 받습니다. * **DeepSeek API 통합:** 클라이언트 코드에서 `DeepSeekClient`를 사용하여 DeepSeek API를 호출합니다. `chat_completion` 메서드를 사용하여 메시지를 보내고 응답을 받습니다. 응답을 서버에 다시 보냅니다. **중요 사항:** * **API 키:** DeepSeek API 키를 안전하게 관리해야 합니다. 코드에 직접 하드코딩하지 말고 환경 변수를 사용하는 것이 좋습니다. * **모델 선택:** `deepseek-chat` 모델은 예시이며, 필요에 따라 다른 모델을 선택할 수 있습니다. DeepSeek API 문서를 참조하여 적절한 모델을 선택하십시오. * **에러 처리:** DeepSeek API 호출 중에 발생할 수 있는 예외를 처리해야 합니다. * **보안:** 이 예제는 보안되지 않은 채널을 사용합니다. 프로덕션 환경에서는 TLS를 사용하여 보안 채널을 구성해야 합니다. * **환경 변수:** `DEEPSEEK_API_KEY` 환경 변수를 설정하는 것을 잊지 마십시오. 이 예제는 기본적인 MCP 클라이언트 및 서버 데모를 DeepSeek API와 통합하는 방법을 보여줍니다. 필요에 따라 코드를 수정하고 확장할 수 있습니다. DeepSeek API 문서를 참조하여 API의 다양한 기능과 옵션을 활용하십시오.

X(Twitter) V2 MCP Server

An MCP server implementation that provides tools for interacting with the [Twitter/X API v2](