Discover Awesome MCP Servers

Create a Custom Server

Um servidor MCP personalizado que fornece ferramentas de cálculo aritmético e operações matemáticas rápidas para assistentes de IA.

URL Reputation and Validity Checker

Validates URLs and checks their reputation to help identify AI hallucinations and verify web page authenticity.

MCP Installer

Servidor MCP oficial para Smithery CLI

MCPKit

Uma biblioteca TypeScript simples para criar servidores Model Context Protocol (MCP) com recursos como segurança de tipo, validação de parâmetros e uma API de código minimalista.

Beep Boop MCP

A Model Context Protocol (MCP) server for coordinating work between multiple AI agents in monorepos and shared codebases using a simple file-based signaling system or Discord thread chat.

Printify MCP Server

A Model Context Protocol server that allows AI assistants like Claude to integrate with Printify's print-on-demand platform, enabling product creation, management, and AI-generated design uploads through natural language commands.

MCP - Model Context Protocol TypeScript SDK

A TypeScript wrapper library for the Model Context Protocol SDK that provides a simplified interface for creating MCP servers with tools, resources, and prompts without needing to work directly with the protocol.

Local MCP Server

Provides 18 tools including calculator operations (add, subtract, multiply, divide, power, sqrt, log, trigonometric functions) and secure sandboxed file operations (read, write, append, delete, list) for LangGraph agents and MCP clients. Features async support, YAML configuration, comprehensive logging, and path traversal protection.

Claude Conversation Logger

Enables intelligent conversation management with 4 AI agents that provide semantic analysis, pattern discovery, automatic documentation, and relationship mapping. Logs and analyzes Claude conversations with 70% token optimization and multi-language support.

MCP Server Template for Cursor IDE

Aqui está um modelo para criar e conectar ferramentas personalizadas ao Cursor IDE usando o Protocolo de Contexto do Modelo (Model Context Protocol) com suporte para respostas alegres do servidor: ```python # Importe as bibliotecas necessárias import json from http.server import BaseHTTPRequestHandler, HTTPServer from urllib.parse import urlparse, parse_qs # Defina a classe para o seu manipulador de requisições class MyRequestHandler(BaseHTTPRequestHandler): def do_GET(self): """ Lida com requisições GET. Geralmente usado para health checks ou outras operações simples. """ parsed_url = urlparse(self.path) path = parsed_url.path query_params = parse_qs(parsed_url.query) # Exemplo de health check if path == "/health": self.send_response(200) self.send_header("Content-type", "application/json") self.end_headers() response = {"status": "ok", "message": "Servidor está funcionando! 😄"} self.wfile.write(json.dumps(response).encode()) return # Lógica padrão para lidar com outros caminhos GET self.send_response(404) self.send_header("Content-type", "application/json") self.end_headers() response = {"error": "Caminho não encontrado", "message": "Oops! 😞"} self.wfile.write(json.dumps(response).encode()) def do_POST(self): """ Lida com requisições POST. A principal forma de comunicação com o Cursor IDE. """ content_length = int(self.headers['Content-Length']) post_data = self.rfile.read(content_length) try: data = json.loads(post_data.decode('utf-8')) except json.JSONDecodeError: self.send_response(400) self.send_header("Content-type", "application/json") self.end_headers() response = {"error": "JSON inválido", "message": "Por favor, envie um JSON válido. 🙁"} self.wfile.write(json.dumps(response).encode()) return # Extrai informações do corpo da requisição action = data.get('action') context = data.get('context') # Lógica para diferentes ações if action == "my_custom_action": # Faça algo com o contexto (informações do Cursor IDE) # Exemplo: selected_text = context.get('selectedText') file_path = context.get('filePath') # Execute sua lógica de ferramenta personalizada aqui result = self.my_custom_tool(selected_text, file_path) # Envie uma resposta alegre self.send_response(200) self.send_header("Content-type", "application/json") self.end_headers() response = {"result": result, "message": "Ação executada com sucesso! 🎉"} self.wfile.write(json.dumps(response).encode()) elif action == "another_action": # Lógica para outra ação # ... self.send_response(200) self.send_header("Content-type", "application/json") self.end_headers() response = {"result": "Resultado da outra ação", "message": "Outra ação concluída! 🥳"} self.wfile.write(json.dumps(response).encode()) else: # Ação desconhecida self.send_response(400) self.send_header("Content-type", "application/json") self.end_headers() response = {"error": "Ação desconhecida", "message": "Ação não suportada. 🤔"} self.wfile.write(json.dumps(response).encode()) def my_custom_tool(self, selected_text, file_path): """ Sua lógica de ferramenta personalizada aqui. Args: selected_text: O texto selecionado no Cursor IDE. file_path: O caminho do arquivo aberto no Cursor IDE. Returns: O resultado da sua ferramenta. """ # Exemplo: Conta o número de caracteres no texto selecionado if selected_text: return len(selected_text) else: return 0 def run(server_class=HTTPServer, handler_class=MyRequestHandler, port=8000): """ Inicia o servidor. """ server_address = ('', port) httpd = server_class(server_address, handler_class) print(f"Servidor rodando na porta {port}...") try: httpd.serve_forever() except KeyboardInterrupt: pass httpd.server_close() print("Servidor parado.") if __name__ == "__main__": run() ``` **Explicação do código:** 1. **Importações:** Importa as bibliotecas necessárias para criar um servidor HTTP e manipular JSON. 2. **`MyRequestHandler`:** - Herda de `BaseHTTPRequestHandler` e lida com as requisições HTTP. - **`do_GET`:** Lida com requisições GET. Inclui um exemplo de endpoint `/health` para verificar se o servidor está funcionando. Retorna um JSON com um status e uma mensagem alegre. - **`do_POST`:** Lida com requisições POST, que são a principal forma de comunicação com o Cursor IDE. - Lê o corpo da requisição e tenta decodificá-lo como JSON. - Extrai a `action` e o `context` do JSON. - Usa uma estrutura `if/elif/else` para lidar com diferentes ações. - Chama a função `my_custom_tool` para executar a lógica da ferramenta personalizada. - Envia uma resposta JSON com o resultado e uma mensagem alegre. - **`my_custom_tool`:** Um exemplo de função que implementa a lógica da sua ferramenta personalizada. Você precisa substituir isso com a sua própria lógica. 3. **`run`:** - Inicia o servidor HTTP na porta especificada (padrão: 8000). - Imprime uma mensagem indicando que o servidor está rodando. - Usa um bloco `try/except` para permitir que o servidor seja interrompido com `Ctrl+C`. 4. **`if __name__ == "__main__":`:** - Garante que a função `run` seja chamada apenas quando o script for executado diretamente (e não quando for importado como um módulo). **Como usar este modelo:** 1. **Substitua `my_custom_tool`:** Implemente a lógica da sua ferramenta personalizada dentro da função `my_custom_tool`. Receba o `selected_text` e o `file_path` do contexto e retorne o resultado da sua ferramenta. 2. **Adicione mais ações:** Adicione mais blocos `elif` dentro da função `do_POST` para lidar com diferentes ações que você deseja que sua ferramenta suporte. 3. **Personalize as mensagens:** Altere as mensagens nas respostas JSON para torná-las mais alegres e relevantes para sua ferramenta. Use emojis! 4. **Execute o servidor:** Execute o script Python. Ele iniciará um servidor HTTP na porta 8000 (ou na porta que você especificar). 5. **Configure o Cursor IDE:** No Cursor IDE, configure uma ferramenta personalizada que aponte para o endereço do seu servidor (por exemplo, `http://localhost:8000`) e especifique as ações que você deseja que o Cursor IDE envie para o seu servidor. **Considerações importantes:** * **Segurança:** Se você estiver executando este servidor em um ambiente de produção, certifique-se de implementar medidas de segurança adequadas, como autenticação e autorização. * **Tratamento de erros:** Adicione tratamento de erros robusto para lidar com exceções e erros inesperados. * **Logging:** Implemente logging para registrar informações importantes sobre o comportamento do seu servidor. * **Concorrência:** Se sua ferramenta precisar lidar com muitas requisições simultâneas, considere usar um framework web mais robusto, como Flask ou FastAPI, que oferecem melhor suporte para concorrência. * **Model Context Protocol:** Certifique-se de entender completamente o Model Context Protocol para que sua ferramenta possa interagir corretamente com o Cursor IDE. Consulte a documentação do Cursor IDE para obter mais informações. Este modelo fornece um ponto de partida sólido para criar e conectar suas próprias ferramentas personalizadas ao Cursor IDE. Lembre-se de adaptar o código às suas necessidades específicas e de implementar as medidas de segurança e tratamento de erros adequadas. Divirta-se criando suas ferramentas! 😊

Emoji Storyteller MCP Server

Generates entertaining stories told entirely through emojis with adjustable chaos levels, themed narratives, and a maximum chaos mode. Perfect for creating delightful emoji-based tales across adventure, romance, horror, space, food, and party themes.

MCP Tekmetric

A Model Context Protocol server that allows AI assistants to interact with Tekmetric data, enabling users to query appointment details, vehicle information, repair order status, and parts inventory through natural language.

Google Calendar MCP Server

Enables interaction with Google Calendar through the Google Calendar API. Supports listing calendars, creating/deleting events, and retrieving calendar events with OAuth2 authentication.

Cloud PC Management MCP Server

Permite o gerenciamento de Cloud PCs do Azure usando a API do Microsoft Graph, permitindo que os usuários listem os Cloud PCs disponíveis em seu tenant através do Claude Desktop.

Speckle MCP Server

Uma ponte entre a API do Speckle e as aplicações cliente que permite aos utilizadores listar/pesquisar projetos, aceder a versões de modelos e recuperar/consultar objetos e as suas propriedades a partir do hub de dados colaborativo do Speckle para ferramentas AEC.

MCPollinations Multimodal MCP Server

Um servidor de Protocolo de Contexto de Modelo que permite que assistentes de IA gerem imagens, texto e áudio através das APIs da Pollinations sem exigir autenticação.

UNO-MCP

Operador Narrativo Unificado, enriquece e expande texto de forma integrada, design Agente 5-em-1.

Weather MCP Server

Um servidor MCP que se conecta à API do OpenWeatherMap para fornecer dados meteorológicos atuais e previsões de vários dias para locais em todo o mundo em diferentes unidades de medida.

Cloudflare API MCP

A lightweight MCP server that enables agents to interface with Cloudflare's REST API, allowing management of DNS records and other Cloudflare services.

Aiven MCP Server

Um servidor de Protocolo de Contexto de Modelo que fornece acesso aos serviços Aiven (PostgreSQL, Kafka, ClickHouse, Valkey, OpenSearch), permitindo que LLMs construam soluções completas interagindo com esses serviços.

godoc-mcp

godoc-mcp is a Model Context Protocol (MCP) server that provides efficient access to Go documentation. It helps LLMs understand Go projects by providing direct access to package documentation without needing to read entire source files.

MCP Terminal Server

A lightweight FastAPI server that allows remote execution of shell commands on Windows, with real-time output streaming and security features like API key authentication and rate limiting.

Remote MCP Server

A Cloudflare Workers-based Model Context Protocol server that enables AI assistants like Claude to access external tools via OAuth authentication.

Audio Player MCP Server

Um servidor que permite que Claude controle a reprodução de áudio no seu computador, com suporte para arquivos MP3, WAV e OGG, e funcionalidades como comandos de reproduzir, listar e parar.

MCP-Model-Context-Protocol-Projects

Neste repositório, estou aprendendo e implementando na prática clientes e servidores MCP em Python.

ToolFront MCP Server

Securely connects AI agents to multiple databases simultaneously while enabling collaborative learning from team query patterns, all while keeping data private by running locally.