Discover Awesome MCP Servers

MCP DeepSeek 演示项目

Com certeza! Aqui está um exemplo mínimo de uso do DeepSeek combinado com o MCP (Message Passing Communication) em um cenário cliente-servidor, traduzido para português: **Cenário:** Imagine um cenário simples onde um cliente envia uma mensagem de texto para um servidor. O servidor recebe a mensagem, a converte para letras maiúsculas e a envia de volta para o cliente. **Código (Python):** **Servidor (server.py):** ```python import socket import threading HOST = '127.0.0.1' # Endereço IP do servidor (localhost) PORT = 12345 # Porta para comunicação def handle_client(conn, addr): print(f"Conectado por {addr}") try: while True: data = conn.recv(1024) # Recebe dados do cliente (máximo 1024 bytes) if not data: break # Cliente desconectou message = data.decode('utf-8') # Decodifica os bytes para string print(f"Recebido: {message}") uppercase_message = message.upper() # Converte para maiúsculas conn.sendall(uppercase_message.encode('utf-8')) # Envia de volta para o cliente except Exception as e: print(f"Erro na conexão: {e}") finally: conn.close() print(f"Conexão com {addr} fechada.") def start_server(): server_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) server_socket.bind((HOST, PORT)) server_socket.listen() print(f"Servidor ouvindo em {HOST}:{PORT}") while True: conn, addr = server_socket.accept() # Aceita novas conexões thread = threading.Thread(target=handle_client, args=(conn, addr)) thread.start() if __name__ == "__main__": start_server() ``` **Cliente (client.py):** ```python import socket HOST = '127.0.0.1' # Endereço IP do servidor (localhost) PORT = 12345 # Porta para comunicação def main(): client_socket = socket.socket(socket.AF_INET, socket.SOCK_STREAM) try: client_socket.connect((HOST, PORT)) print(f"Conectado ao servidor em {HOST}:{PORT}") message = input("Digite uma mensagem: ") client_socket.sendall(message.encode('utf-8')) # Envia a mensagem para o servidor data = client_socket.recv(1024) # Recebe a resposta do servidor uppercase_message = data.decode('utf-8') print(f"Resposta do servidor: {uppercase_message}") except Exception as e: print(f"Erro: {e}") finally: client_socket.close() if __name__ == "__main__": main() ``` **Explicação:** * **Servidor (server.py):** * Cria um socket do servidor e o vincula a um endereço IP e porta. * Fica ouvindo por conexões de clientes. * Quando um cliente se conecta, cria uma nova thread para lidar com a conexão. * Na thread, recebe dados do cliente, converte a mensagem para maiúsculas e envia de volta. * Lida com erros e fecha a conexão quando o cliente se desconecta. * **Cliente (client.py):** * Cria um socket do cliente. * Conecta-se ao servidor. * Pede ao usuário para digitar uma mensagem. * Envia a mensagem para o servidor. * Recebe a resposta do servidor (a mensagem em maiúsculas). * Imprime a resposta. * Fecha a conexão. **Como executar:** 1. Salve os arquivos como `server.py` e `client.py`. 2. Abra dois terminais. 3. No primeiro terminal, execute o servidor: `python server.py` 4. No segundo terminal, execute o cliente: `python client.py` 5. No terminal do cliente, digite uma mensagem e pressione Enter. 6. Você verá a resposta do servidor (a mensagem em maiúsculas) no terminal do cliente. O terminal do servidor mostrará a mensagem recebida e a conexão. **Pontos importantes:** * **MCP (Message Passing Communication):** Neste exemplo, o MCP é implementado usando sockets. Os sockets permitem que o cliente e o servidor troquem mensagens (dados) entre si. * **Threads:** O servidor usa threads para lidar com múltiplas conexões de clientes simultaneamente. Cada thread lida com um cliente individual. * **Codificação/Decodificação:** As mensagens são codificadas em UTF-8 antes de serem enviadas e decodificadas ao serem recebidas. Isso garante que os caracteres sejam transmitidos corretamente. * **Tratamento de Erros:** O código inclui tratamento de erros básico para lidar com problemas de conexão. **DeepSeek:** Embora este exemplo não utilize diretamente o DeepSeek para inferência ou geração, ele fornece a base para integrar o DeepSeek. Você poderia, por exemplo: 1. **No servidor:** Usar o DeepSeek para analisar a mensagem recebida do cliente (por exemplo, para análise de sentimentos, tradução, etc.). 2. **No cliente:** Usar o DeepSeek para gerar a mensagem a ser enviada ao servidor. Para integrar o DeepSeek, você precisaria: * Instalar a biblioteca DeepSeek apropriada (se houver uma biblioteca Python disponível). * Carregar um modelo DeepSeek pré-treinado. * Usar o modelo para processar a mensagem. **Exemplo de integração (conceitual) no servidor:** ```python # ... (código do servidor) ... # Supondo que você tenha uma biblioteca DeepSeek e um modelo carregado # import deepseek # model = deepseek.load_model("caminho/para/o/modelo") def handle_client(conn, addr): # ... message = data.decode('utf-8') print(f"Recebido: {message}") # Análise de sentimentos com DeepSeek (exemplo) # sentiment = model.analyze_sentiment(message) # print(f"Sentimento: {sentiment}") uppercase_message = message.upper() conn.sendall(uppercase_message.encode('utf-8')) # ... ``` Lembre-se de que este é um exemplo mínimo. Em um cenário real, você precisaria lidar com mais complexidades, como: * Protocolos de comunicação mais robustos. * Segurança. * Escalabilidade. * Gerenciamento de erros mais abrangente. Espero que isso ajude! Se você tiver alguma dúvida, me diga.

Trader Journal MCP

Provides AI-powered trading analytics and coaching by analyzing historical trades to identify strategies, emotional patterns, and behavioral mistakes via MCP tools.

SpidexLab's Multi-Tenant Browser MCP

Enables multiple autonomous agents to concurrently control separate tabs in a single Chrome instance, with features like semantic search and network monitoring.

DevLog MCP

Enables AI coding agents to publish development logs to a Notion blog database via a single tool, handling input validation and Notion storage.

usgswater

Wraps USGS NWIS REST services to query water data such as streamflow, groundwater levels, and water quality.

Wikipedia Summarizer MCP Server

Um servidor MCP (Protocolo de Contexto de Modelo) que busca e resume artigos da Wikipédia usando LLMs Ollama, acessível tanto via linha de comando quanto por interfaces Streamlit. Perfeito para extrair rapidamente informações-chave da Wikipédia sem precisar ler artigos inteiros.

DateTime MCP Server

Provides timezone-aware date and time information with configurable time formats and timezone support. Enables users to get current date and time in their preferred timezone and format through simple MCP tools.

trm-mcp

A local, offline-first MCP server for searching, grepping, reading, rendering, and comparing long datasheet/TRM PDFs, using hybrid retrieval with BM25, dense embeddings, and visual page indexing.

codecks-mcp

A TypeScript MCP server for Codecks project management that provides over 32 tools to manage cards, decks, milestones, and PM workflows. It enables users to perform actions like creating cards, tracking activity, and managing project conversations through the Model Context Protocol.

Terminal MCP Server

Exposes authenticated shell tools for remote command execution and task management, enabling grok.com to run shell commands on the host machine.

MCP Troubleshooter

A specialized diagnostic framework that enables AI models to self-diagnose and fix MCP-related issues by analyzing logs, validating configurations, testing connections, and implementing solutions.

jobjourney-claude-plugin

An MCP server that enables AI-assisted job search workflows including job discovery, application tracking, resume evaluation, and cover letter generation, with support for multiple job sources and scheduled scraping.

mcp-jokes

Enables searching jokes by keyword and retrieving joke categories using the free JokeAPI v2, with no authentication required.

CryptoToolBox MCP Server

A free, zero-dependency Model Context Protocol (MCP) server for AI agents providing Web3/crypto toolkit (balances, ENS, token info, tx decode, Chainlink price feed, payment verification) plus encoding, hashing, and data transformation utilities.

ctxd

A vendor-neutral, release-aware context contract and MCP runtime that provides reliable data agents with compact metadata, semantic definitions, and validated SQL compilation.

leo-elevenlabs-mcp

An MCP server that provides ElevenLabs text-to-speech as a Leo provider package, enabling text synthesis to base64 audio and voice listing through the Leo speech pipeline.

econdata

Wraps the Bureau of Labor Statistics public API v2 to provide economic data through natural language queries or direct tool calls.

GigAPI MCP Server

An MCP server that provides seamless integration with Claude Desktop for querying and managing timeseries data in GigAPI Timeseries Lake.

tiktok-trends-mcp

Provides TikTok hashtag trend data including volume growth, viral spikes, and historical time series, enabling AI assistants to spot emerging trends before they go mainstream.

🤖 mcp-ollama-beeai

Um aplicativo agentic minimalista para interagir com modelos OLLAMA, aproveitando múltiplas ferramentas de servidor MCP usando o framework BeeAI.

github-mcp

Provides four GitHub superpowers (repo-scorecard, compare-repos, commit-heatmap, trending-mcp) as MCP tools with React widgets for repository health analysis, comparison, commit activity visualization, and trending MCP servers.

yapi-mcp-bridge

Enables MCP-compatible AI clients to query, search, create, and update YApi API definitions and categories using natural language, with write operations excluding deletion for safety.

Yandex Reverse Image Search MCP Server

Enables reverse image search using Yandex via Apify, returning structured JSON with matching pages, similar images, and more.

Arkon

Self-hosted enterprise knowledge hub that compiles organizational docs into a structured wiki and serves it to AI clients via MCP with fine-grained access control.

sticky-notes-server

A MCP server for managing sticky notes with CRUD operations, search, tags, conversations, and a React UI.

revealjs-mcp

MCP server for creating and managing reveal.js presentations via natural language, with built-in HTTP server to preview in browser.

EasyAiFlows Automation Assessment

Assess your business's AI automation readiness across 20 industries. Get a personalized score, specific recommendations, and time/revenue impact estimates

openai-agents-mcp

MCP server that bridges OpenAI's Agents SDK with Claude Code, enabling web search, file search, and computer use capabilities directly in your development environment.

Loom Advisor

Provides tools to list, retrieve, edit, and merge Loom screen recordings.