Discover Awesome MCP Servers

Android MCP

A lightweight bridge enabling AI agents to perform real-world tasks on Android devices such as app navigation, UI interaction, and automated QA testing without requiring computer-vision pipelines or preprogrammed scripts.

MCP-demo-blog-analyzer

Aqui está um guia rápido para testar o cliente do analisador de blog MCP e um servidor de visitantes de página web: **1. Configuração do Ambiente:** * **Certifique-se de ter o Python instalado:** Verifique se o Python (versão 3.6 ou superior) está instalado no seu sistema. Você pode verificar isso abrindo um terminal/prompt de comando e digitando `python --version` ou `python3 --version`. Se não estiver instalado, baixe e instale a partir do site oficial do Python. * **Crie um ambiente virtual (recomendado):** É uma boa prática criar um ambiente virtual para isolar as dependências do seu projeto. ```bash python -m venv venv # Cria um ambiente virtual chamado "venv" source venv/bin/activate # Ativa o ambiente virtual (Linux/macOS) venv\Scripts\activate # Ativa o ambiente virtual (Windows) ``` * **Instale as dependências:** Você precisará instalar as bibliotecas necessárias para o cliente e o servidor. Normalmente, isso é feito usando `pip`. Assumindo que você tem um arquivo `requirements.txt` que lista as dependências: ```bash pip install -r requirements.txt ``` Se você não tiver um `requirements.txt`, você precisará instalar as dependências individualmente, com base nos requisitos do seu cliente e servidor. Algumas dependências comuns podem incluir: * `requests`: Para fazer requisições HTTP (provavelmente usado pelo cliente). * `flask` ou `django`: Para criar o servidor web (se for um servidor Python). * Outras bibliotecas específicas para análise de texto ou manipulação de dados. **2. Executando o Servidor de Visitantes de Página Web:** * **Localize o código do servidor:** Encontre o arquivo principal do seu servidor (por exemplo, `server.py`, `app.py`, etc.). * **Execute o servidor:** Abra um terminal/prompt de comando, navegue até o diretório onde o arquivo do servidor está localizado e execute-o. Por exemplo: ```bash python server.py # Ou python app.py, dependendo do nome do arquivo ``` O servidor deve iniciar e exibir uma mensagem indicando o endereço e a porta em que está rodando (por exemplo, `Running on http://127.0.0.1:5000/`). Anote este endereço. **3. Executando o Cliente do Analisador de Blog MCP:** * **Localize o código do cliente:** Encontre o arquivo principal do seu cliente (por exemplo, `client.py`, `analyzer.py`, etc.). * **Configure o cliente:** O cliente provavelmente precisará ser configurado com o endereço do servidor. Procure no código do cliente por uma variável ou configuração que especifique o endereço do servidor (por exemplo, `SERVER_URL = "http://127.0.0.1:5000"`). Certifique-se de que este endereço corresponda ao endereço em que o servidor está rodando. * **Execute o cliente:** Abra um terminal/prompt de comando, navegue até o diretório onde o arquivo do cliente está localizado e execute-o. Por exemplo: ```bash python client.py # Ou python analyzer.py, dependendo do nome do arquivo ``` O cliente deve começar a enviar requisições para o servidor e exibir os resultados da análise. **4. Testando a Integração:** * **Verifique os logs do servidor:** Observe os logs do servidor para ver se ele está recebendo requisições do cliente e processando-as corretamente. * **Verifique a saída do cliente:** Examine a saída do cliente para ver se ele está recebendo os resultados esperados da análise. * **Simule tráfego de página web (se aplicável):** Se o servidor de visitantes de página web espera receber dados de visitantes, você pode simular esse tráfego usando ferramentas como `curl` ou `wget` para enviar requisições HTTP para o servidor. Por exemplo: ```bash curl http://127.0.0.1:5000/visit?page=homepage ``` Isso enviaria uma requisição para o servidor, simulando um visitante acessando a página "homepage". **Exemplo Simplificado (com Flask e Requests):** **Servidor (server.py):** ```python from flask import Flask, request, jsonify app = Flask(__name__) @app.route('/analyze', methods=['POST']) def analyze_blog(): data = request.get_json() blog_text = data.get('text', '') # Aqui você colocaria a lógica de análise do blog # (substitua com sua implementação real) analysis_result = f"Análise simulada: Texto do blog recebido: {blog_text}" return jsonify({'result': analysis_result}) if __name__ == '__main__': app.run(debug=True) ``` **Cliente (client.py):** ```python import requests import json SERVER_URL = "http://127.0.0.1:5000/analyze" def analyze_blog(blog_text): data = {'text': blog_text} headers = {'Content-type': 'application/json'} response = requests.post(SERVER_URL, data=json.dumps(data), headers=headers) if response.status_code == 200: result = response.json()['result'] print(f"Resultado da análise: {result}") else: print(f"Erro na requisição: {response.status_code}") if __name__ == '__main__': blog_text = "Este é um texto de blog de exemplo para ser analisado." analyze_blog(blog_text) ``` **Para executar este exemplo:** 1. Salve os dois arquivos como `server.py` e `client.py`. 2. Instale as dependências: `pip install flask requests` 3. Execute o servidor: `python server.py` 4. Execute o cliente: `python client.py` Este exemplo demonstra a comunicação básica entre um cliente e um servidor usando Flask e Requests. Você precisará adaptar o código para corresponder à sua implementação específica do analisador de blog MCP e do servidor de visitantes de página web. **Dicas:** * **Depuração:** Use ferramentas de depuração (como o depurador do Python ou logs) para identificar e corrigir erros. * **Testes Unitários:** Escreva testes unitários para verificar se cada componente do seu sistema está funcionando corretamente. * **Documentação:** Consulte a documentação do seu analisador de blog MCP e do servidor de visitantes de página web para obter informações mais detalhadas sobre como configurá-los e usá-los. Lembre-se de substituir o código de exemplo com a sua implementação real do analisador de blog MCP e do servidor de visitantes de página web. Boa sorte!

Yahoo Finance MCP Server

Este é um servidor de Protocolo de Contexto de Modelo (MCP) que fornece dados financeiros abrangentes do Yahoo Finance. Ele permite que você recupere informações detalhadas sobre ações, incluindo preços históricos, informações da empresa, demonstrações financeiras, dados de opções e notícias do mercado.

MCP Server

A TypeScript server that exposes various code automation tools powered by Gemini, including code refactoring, test generation, documentation creation, debugging assistance, and code navigation capabilities.

Nmap-MCP

An agent-based network scanning system that uses Nmap for network discovery and leverages DeepSeek API to analyze scan results for security vulnerabilities and recommendations.

ISE MCP Server

A Model Context Protocol server that enables programmatic interaction with Cisco Identity Services Engine APIs through standardized, discoverable tools.

Linear Remote MCP server

Servidor de Protocolo de Contexto de Modelo (MCP) Remoto para Linear.

Vault Mcp Server

Repositório do Servidor MCP para Vault no Hackathon da YZi Labs

MCP Serverless Functions Example

A basic example of developing and running serverless Model Context Protocol (MCP) using Netlify Functions, demonstrating how to deploy and access serverless functions with customized URLs.

Math Agent with Microsoft Word and Gmail Integration

Servidor MCP para Agente de Matemática com Integração com Microsoft Word e Gmail

Spider MCP

Enables web searching and webpage scraping using pure crawler technology without requiring official APIs. Supports Bing web and news search, batch webpage scraping, and content extraction through Puppeteer automation.

Exchange Rate MCP Server

Servidor MCP de brinquedo que fornece acesso a dados de taxas de câmbio da API do Norges Bank.

Nestjs Mcp

Servidor MCP integrado para sua aplicação NestJS

Dune Analytics MCP Server

A Model Context Protocol server that connects AI agents to Dune Analytics data, providing access to DEX metrics, EigenLayer statistics, and Solana token balances through structured tools.

TWSE MCP Server

台灣證交所MCPServer

ethereum-validator-queue-mcp

An MCP server that tracks Ethereum’s validator activation and exit queues in real time, enabling AI agents to monitor staking dynamics and network participation trends.

insights-mcp-server

Prova de Conceito do Servidor MCP do Red Hat Insights

test

test

Agent MCP BrightData

An intelligent agent using the Model Context Protocol to iteratively explore and analyze websites in a structured way, with built-in duplicate protection and conversational interface.

LeetCode MCP (Model Context Protocol)

Okay, I understand. You want to translate the phrase "MCP Server to generate Leetcode Notes" from English to Portuguese. Here's the translation: **Servidor MCP para gerar Notas do Leetcode** Here's a breakdown of why this translation works: * **MCP Server:** This is kept as "Servidor MCP" because "MCP" is likely an acronym or proper noun and is often left untranslated. "Servidor" is the Portuguese word for "Server." * **to generate:** This translates to "para gerar," meaning "in order to generate" or "to generate." * **Leetcode Notes:** This translates to "Notas do Leetcode." "Notas" means "Notes," and "do Leetcode" means "of Leetcode." Again, "Leetcode" is kept as is because it's a proper noun. Therefore, the complete translation is: **Servidor MCP para gerar Notas do Leetcode**

CHM to Markdown Converter

That translates to: **chm para markdown**

Minecraft MCP Server

A client library that connects AI agents to Minecraft servers, providing full game control with 30 verified skills for common tasks including movement, combat, crafting, and building.

MCP Perplexity Server

Provides AI-powered search, research, and reasoning capabilities through integration with Perplexity.ai, offering three specialized tools: general conversational AI, deep research with citations, and advanced reasoning.

Square MCP Server by CData

This read-only MCP Server allows you to connect to Square data from Claude Desktop through CData JDBC Drivers. Free (beta) read/write servers available at https://www.cdata.com/solutions/mcp

MCP Server Demo

A Model Context Protocol server that provides tools and resources for Java CI/CD workflows and GitLab CI template management.