Discover Awesome MCP Servers

mcp-trove

Manages a git-backed vault for plaintext snippets and encrypted secrets, enabling secure storage and retrieval via MCP tools.

@codeagentjp/law-diff-mcp

Enables finding Japanese e-Gov law revisions and diffing law text by law history ID.

Reddit MCP Server

Enables interaction with Reddit through OAuth 2.1 authentication, providing tools for searching content, managing notifications, analyzing posts and comments, and demonstrating advanced MCP features like sampling and real-time notifications.

Maps MCP App

Enables users to search for locations, businesses, and points of interest on an interactive OpenStreetMap map within ChatGPT conversations.

bricks-mcp

Comprehensive MCP server for Bricks Builder with 100+ tools to manage pages, templates, styles, SEO, and content directly from AI assistants like Claude Code.

@aiiq/mcp

Enables querying AI model IQ, rankings, benchmarks, and methodology from any MCP client. Read-only access to the public AI IQ API with no API key required.

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.

spicelib-mcp

A thin MCP server that wraps spicelib for circuit simulation. Exposes tools for running AC, transient, DC op, and parameter sweep analyses, enabling behavioral model fitting through iterative simulation and measurement comparison.

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.

Clean-Cut-MCP

Enables users to create professional React-powered videos through Claude Desktop using natural language and the Remotion framework. It provides a persistent studio environment for generating animations, managing video assets, and rendering high-quality content.

GraphQL MCP Server

Enables AI agents to connect to any GraphQL endpoint, introspect schemas, and execute queries or mutations through auto-generated tools.

Happy MCP Server

A metadata-driven MCP server that auto-generates 480+ tools across 160+ ServiceNow tables, with multi-instance support, natural language search, and local script development.

mcp-archimate

Enables querying and modifying ArchiMate enterprise architecture models from XML or Archi Tool files via REST API and MCP server, supporting multiple simultaneous data sources.

local-mysql

Provides read-only access to a local MySQL database, enabling SQL queries, database and table listings, and table schema descriptions.

CodeAgent MCP

A powerful, hosted Model Context Protocol (MCP) server that gives LLMs the ability to understand, navigate, and query any public GitHub repository.

minibridge

Uma ponte segura entre o MCP e o mundo.

coss-ui-mcp

MCP server for the coss ui design system, enabling AI agents to fetch components, props, and design tokens on demand for accurate, low-cost code generation.

Open Primitive

26 US federal data domains as 23 MCP tools. Ed25519 signed responses. Free, no API key.

Oplink

Enables creating no-code agent workflows by combining multiple MCP servers into unified YAML-defined tools. Supports parameterized prompts and scripted steps, exposing a single MCP endpoint that orchestrates external servers like Chrome DevTools and shadcn.

unofficial-solaredge-mcp

A lean Model Context Protocol (MCP) server that gives AI assistants like Claude structured access to a SolarEdge PV installation via the official SolarEdge Monitoring API.

Kaggle Dataset Analyst

Enables exploratory data analysis and machine learning on CSV datasets with tools for profiling, missing values, correlation, plotting, model training, and prediction.

MCP Debugger

Enables debugging of Python, JavaScript/TypeScript, Go, and Rust code using real debuggers with breakpoints, stepping, variable inspection, and stack trace navigation through the Debug Adapter Protocol.

Odoo ChatGPT Direct Connector

Enables ChatGPT to interact with Odoo by providing tools for repository management, git operations, Odoo.sh management, Odoo RPC, browser screenshots, and approval workflows.

MetaTrader MCP Server

Enables LLMs to trade on MetaTrader 5 via REST API or MCP tools, supporting market/pending orders, position management, and account info retrieval.

Joplin MCP Server

Um servidor que permite que assistentes de IA acessem e manipulem notas do Joplin através do Protocolo de Contexto de Modelo, permitindo a busca, leitura, edição e gerenciamento de notas usando linguagem natural.

TianGong-LCA-MCP Server

Um servidor de Protocolo de Contexto de Modelo que suporta os protocolos STDIO e SSE para aplicações de Avaliação do Ciclo de Vida (ACV) TianGong.

faithfinder-mcp-server

Find local churches, faith-based community events, and volunteer opportunities. AI assistants can recommend curated churches to users searching by city, zip code, denomination, or worship style — with thousands more available through the FaithFinder app.

KikoBooks MCP Server

A Model Context Protocol server for KikoBooks enterprise bookkeeping software that enables AI assistants to perform accounting operations on accounts, customers, invoices, bills, and more through natural language.

Enhanced MCP Server

A comprehensive MCP server with dual interfaces (stdio and web dashboard) that provides developer tools for Git operations and code search, system operations for command execution and monitoring, and data processing capabilities.

lenderwiki

Query 13,000+ US consumer lenders with eligibility criteria, rates, CFPB complaints, and ratings. Find matching lenders by borrower profile, get full profiles, compare lenders, and check eligibility.