Discover Awesome MCP Servers

Mermaid Chart MCP

Enables AI assistants to generate and render Mermaid diagrams (flowcharts, sequence diagrams, etc.) as PNG/SVG images with local file saving and HTTP access URLs. Supports batch processing and intelligent caching for efficient diagram creation.

jcrawl4ai-mcp-server

jcrawl4ai-mcp-server

Binance MCP Server

Um servidor de Protocolo de Controle de Modelo (MCP) que fornece interfaces de negociação de criptomoedas para a exchange Binance, habilitando funções como busca de preços em tempo real, consultas de saldo da conta, colocação/cancelamento de ordens e estratégias de arbitragem automatizadas.

Inspire MCP Server

A Model Context Protocol server that enables searching for similar images by text description, integrating Inspire's backend image search capabilities with LLM interfaces like Claude Desktop.

MCP Boilerplate

A modern, lightning-fast starter template for building Model Context Protocol applications with Bun, enabling developers to create MCP servers with TypeScript support, validation, and environment configuration.

BBOT MCP Server

Enables users to run and manage BBOT security scans through the MCP interface. Provides comprehensive tools for executing reconnaissance scans, monitoring progress, and retrieving results with support for concurrent scanning operations.

Browser Monitoring MCP Server

Abre um navegador para monitorar e recuperar logs do console e requisições de rede, fornecendo dados estruturados sobre o comportamento de páginas web para LLMs.

Caido MCP Server

Enables AI agents to perform automated security testing through Caido, providing 10 security tools for vulnerability scanning (XSS, SQLi, command injection), HTTP request manipulation, and penetration testing workflows with whitelist protection.

MCP Advisor

Servidor MCP para auxiliar LLMs e humanos na conformidade e compreensão da especificação do Protocolo de Contexto de Modelo.

Paperless NGX

Permite a interação com servidores API Paperless-NGX, suportando gerenciamento de documentos, marcação e operações de metadados através de uma interface de linguagem natural.

AI Therapist MCP Server

Provides emotional support and mental health tools for AI agents, including crisis intervention, daily wellness check-ins, coping strategies, positive affirmations, and peer support for managing stress and emotional wellbeing.

Pinata MCP

Fornece ao Claude acesso à API da Pinata, permitindo que ele interaja com IPFS Público e Privado para upload de arquivos, pesquisa, organização e recuperação de conteúdo.

Accounting Practice MCP Server

Automates comprehensive accounting workflows including bookkeeping, tax planning, payroll processing, sales tax compliance, and client management. Integrates with QuickBooks and processes financial documents with AI-powered transaction categorization and compliance monitoring.

欢迎来到 智言平台

AgentChat é uma plataforma para interagir com Agentes, incluindo Agentes padrão e suporte para Agentes personalizados. Permite conversas de múltiplas rodadas para que os Agentes ajudem os usuários a alcançar as funcionalidades desejadas. A pilha de tecnologia deste projeto inclui LLM, LangChain, Function call, ReAct, MCP, Milvus, ElasticSearch, RAG e FastAPI.

Azure Resource Graph MCP Server

Um servidor de Protocolo de Contexto de Modelo para consultar e analisar recursos do Azure em escala usando o Azure Resource Graph, permitindo que assistentes de IA explorem e monitorem a infraestrutura do Azure.

harcx-mcp

An MCP server that enables AI assistants to verify BibTeX citations and URLs against academic databases like Semantic Scholar and DBLP. It allows users to ensure bibliography accuracy and link accessibility directly within their research workflows.

Outlook MCP Server

Enables AI-powered email management for Microsoft Outlook, allowing users to search, compose, organize, and batch forward emails using natural language commands with 100% local processing.

Awesome Remote MCP Servers

Uma lista selecionada e opinativa de servidores Model Context Protocol (MCP) remotos de alta qualidade.

Cloudflare D1 Database MCP Server

Enables interaction with Cloudflare D1 databases through natural language by providing tools to list tables and execute SQL queries. Uses Cloudflare's REST API for lightweight database operations without requiring direct database connections.

Alpaca API MCP Server

Enables trading and portfolio management through the Alpaca API, allowing users to place orders, manage positions and watchlists, access market data, and retrieve account information through natural language.

302AI Sandbox MCP Server

A Model Context Protocol (MCP) server for Claude Desktop that connects to 302AI's API services, allowing users to integrate and leverage 302AI capabilities through a structured communication interface.

OSM PostgreSQL Server

Fornece integração com o OpenStreetMap para o MCP, permitindo que os usuários consultem e visualizem dados de mapas com ferramentas para adicionar marcadores, polígonos e controlar a visualização do mapa.

simplifier-mcp

An MCP (Model Context Protocol) server that enables integration with the Simplifier Low Code Platform. This server provides tools and capabilities for creating and managing Simplifier Connectors and BusinessObjects through the platform's REST API.

Slack MCP Server

A comprehensive Slack integration server that enables sending messages, managing channels, uploading files, and running Pomodoro timers through FastMCP v2.

GHAS MCP server (GitHub Advanced Security)

Este servidor integra-se com o GitHub Advanced Security para carregar alertas de segurança e trazê-los para o seu contexto. Suporta Alertas de Segurança do Dependabot, Alertas de Secret Scanning e Alertas de Segurança de Código.

Example MCP Server with FastMCP

An educational example demonstrating how to build MCP servers in Python using FastMCP, showing how to expose tools, resources, and prompts to AI clients.

Clay

A Model Context Protocol (MCP) server for Clay (https://clay.earth). Search your email, calendar, Twitter / X, Linkedin, iMessage, Facebook, and WhatsApp contacts. Take notes, set reminders, and more.

Wolfram Alpha

Conectar seu repl de chat à inteligência computacional Wolfram Alpha envolve algumas etapas e depende de como você deseja que a interação funcione. Aqui está um guia geral e algumas opções: **Conceito Geral:** A ideia é que seu programa (executado no repl) receba uma entrada do usuário, envie essa entrada para a API do Wolfram Alpha, receba a resposta do Wolfram Alpha e, em seguida, exiba essa resposta para o usuário. **Passos:** 1. **Obtenha uma Chave de API do Wolfram Alpha:** * Vá para o site do Wolfram Alpha Developer: [https://developer.wolframalpha.com/](https://developer.wolframalpha.com/) * Crie uma conta (se você ainda não tiver uma). * Obtenha uma chave de API (App ID). Você precisará disso para autenticar suas solicitações. 2. **Escolha uma Linguagem de Programação no seu Repl:** * Python é uma escolha popular e bem suportada. Outras linguagens como Node.js (JavaScript) também funcionam. 3. **Instale a Biblioteca Necessária (se aplicável):** * **Python:** Você pode usar a biblioteca `wolframalpha` (mais fácil) ou a biblioteca `requests` (mais flexível). ```bash pip install wolframalpha # OU pip install requests ``` * **Node.js:** Você pode usar a biblioteca `wolfram-alpha-api` ou `node-fetch` (para fazer solicitações HTTP). ```bash npm install wolfram-alpha-api # OU npm install node-fetch ``` 4. **Escreva o Código:** Aqui estão exemplos em Python usando ambas as bibliotecas: **Usando a biblioteca `wolframalpha` (mais simples):** ```python import wolframalpha # Substitua com sua chave de API app_id = "SUA_CHAVE_DE_API" client = wolframalpha.Client(app_id) while True: query = input("Digite sua pergunta para o Wolfram Alpha (ou 'sair' para sair): ") if query.lower() == "sair": break try: res = client.query(query) # Tenta obter o resultado principal (plaintext) try: result = next(res.results).text print("Wolfram Alpha:", result) except StopIteration: print("Wolfram Alpha: Não encontrou uma resposta clara.") except Exception as e: print("Ocorreu um erro:", e) ``` **Usando a biblioteca `requests` (mais controle, mas mais código):** ```python import requests import xml.etree.ElementTree as ET # Substitua com sua chave de API app_id = "SUA_CHAVE_DE_API" base_url = "http://api.wolframalpha.com/v2/query" while True: query = input("Digite sua pergunta para o Wolfram Alpha (ou 'sair' para sair): ") if query.lower() == "sair": break try: params = { "input": query, "appid": app_id, "output": "xml" # Solicita a resposta em XML } response = requests.get(base_url, params=params) response.raise_for_status() # Lança uma exceção para erros HTTP xml_data = response.text root = ET.fromstring(xml_data) # Procura pelo resultado principal (plaintext) result = None for pod in root.findall(".//pod"): if pod.get("primary") == "true": for subpod in pod.findall(".//subpod"): plaintext = subpod.find(".//plaintext") if plaintext is not None and plaintext.text: result = plaintext.text break if result: break if result: print("Wolfram Alpha:", result) else: print("Wolfram Alpha: Não encontrou uma resposta clara.") except requests.exceptions.RequestException as e: print("Erro de requisição:", e) except ET.ParseError as e: print("Erro ao analisar XML:", e) except Exception as e: print("Ocorreu um erro:", e) ``` **Explicação do Código (Python):** * **Importação:** Importa as bibliotecas necessárias. * **Chave de API:** Substitua `"SUA_CHAVE_DE_API"` pela sua chave real. * **Loop:** Entra em um loop para que o usuário possa fazer várias perguntas. * **Entrada do Usuário:** Obtém a pergunta do usuário usando `input()`. * **Solicitação à API:** * **`wolframalpha`:** Usa `client.query(query)` para enviar a pergunta. * **`requests`:** Constrói a URL da API com os parâmetros `input` (a pergunta) e `appid` (sua chave). Faz uma requisição GET usando `requests.get()`. * **Processamento da Resposta:** * **`wolframalpha`:** Itera sobre os resultados e tenta obter o texto do primeiro resultado. * **`requests`:** Analisa a resposta XML usando `xml.etree.ElementTree`. Procura por um `<pod>` com o atributo `primary="true"` e, dentro dele, procura por um `<subpod>` com um elemento `<plaintext>`. * **Exibição:** Imprime a resposta do Wolfram Alpha. * **Tratamento de Erros:** Usa blocos `try...except` para lidar com erros de rede, erros de API e outros problemas. 5. **Execute o Código no seu Repl:** * Cole o código no seu repl. * Certifique-se de que a biblioteca necessária esteja instalada (o repl geralmente cuida disso automaticamente se você usar `pip install` ou `npm install` no shell do repl). * Execute o programa. **Considerações Adicionais:** * **Formato da Resposta:** A API do Wolfram Alpha pode retornar resultados em vários formatos (XML, JSON, plaintext). O exemplo acima usa XML (com `requests`) e plaintext (com `wolframalpha`). Você pode ajustar o código para usar o formato que melhor se adapta às suas necessidades. * **Tratamento de Erros:** É importante tratar os erros de forma robusta. A API do Wolfram Alpha pode retornar erros se a pergunta for inválida ou se houver problemas com a API. * **Limites de Uso:** A API gratuita do Wolfram Alpha tem limites de uso. Se você precisar de mais consultas, pode precisar considerar um plano pago. * **Interface do Usuário:** Para uma experiência de usuário melhor, você pode considerar usar uma biblioteca de interface gráfica (como Tkinter em Python) ou criar uma interface web. * **Segurança:** Não coloque sua chave de API diretamente no código se você for compartilhar o código publicamente. Use variáveis de ambiente ou um arquivo de configuração para armazenar a chave de forma segura. O repl.it tem um recurso para armazenar segredos. **Exemplo em Node.js (usando `wolfram-alpha-api`):** ```javascript const WolframAlphaAPI = require('wolfram-alpha-api'); const readline = require('readline').createInterface({ input: process.stdin, output: process.stdout, }); // Substitua com sua chave de API const app_id = "SUA_CHAVE_DE_API"; const waApi = WolframAlphaAPI(app_id); function askQuestion() { readline.question("Digite sua pergunta para o Wolfram Alpha (ou 'sair' para sair): ", async query => { if (query.toLowerCase() === "sair") { readline.close(); return; } try { const result = await waApi.getFullResult(query); if (result && result.success && result.pods && result.pods.length > 0) { // Procura pelo pod "Result" ou um pod primário let answer = null; for (const pod of result.pods) { if (pod.title === "Result" || pod.primary === true) { if (pod.subpods && pod.subpods.length > 0) { answer = pod.subpods[0].plaintext; break; } } } if (answer) { console.log("Wolfram Alpha:", answer); } else { console.log("Wolfram Alpha: Não encontrou uma resposta clara."); } } else { console.log("Wolfram Alpha: Não encontrou uma resposta."); } } catch (error) { console.error("Ocorreu um erro:", error); } askQuestion(); // Pergunta novamente }); } askQuestion(); ``` **Explicação do Código (Node.js):** * **Importação:** Importa as bibliotecas `wolfram-alpha-api` e `readline`. `readline` é usado para obter a entrada do usuário no console. * **Chave de API:** Substitua `"SUA_CHAVE_DE_API"` pela sua chave real. * **Criação da Interface `readline`:** Configura a interface para ler a entrada do usuário. * **Função `askQuestion()`:** * **Pergunta ao Usuário:** Usa `readline.question()` para obter a pergunta do usuário. * **Solicitação à API:** Usa `waApi.getFullResult(query)` para enviar a pergunta ao Wolfram Alpha. `getFullResult` retorna uma promessa. * **Processamento da Resposta:** * Verifica se a resposta foi bem-sucedida e se há pods (resultados). * Itera sobre os pods e procura por um pod com o título "Result" ou um pod que seja primário (`primary === true`). * Se encontrar um pod adequado, extrai o texto simples (`plaintext`) do primeiro subpod. * **Exibição:** Imprime a resposta do Wolfram Alpha. * **Tratamento de Erros:** Usa um bloco `try...catch` para lidar com erros. * **Recursão:** Chama `askQuestion()` novamente para que o usuário possa fazer outra pergunta. * **Chamada Inicial:** Chama `askQuestion()` para iniciar o processo. Lembre-se de substituir `"SUA_CHAVE_DE_API"` pela sua chave de API real. Adapte o código para lidar com diferentes tipos de respostas do Wolfram Alpha e para fornecer uma interface de usuário mais amigável, se necessário. A documentação da API do Wolfram Alpha e das bibliotecas que você escolher usar será muito útil.