Discover Awesome MCP Servers

Sentry MCP

Um servidor remoto do Protocolo de Contexto de Modelo atuando como middleware para a API Sentry, permitindo que assistentes de IA como o Claude acessem dados e funcionalidades do Sentry através de interfaces de linguagem natural.

Secure MCP Server Template

A template for creating secure, remotely accessible MCP servers with OAuth authentication and Cloudflare ZeroTrust Access protection. Enables deployment of containerized MCP servers that can be safely accessed by Claude Desktop and other MCP clients through authenticated connections.

Exercises By Api Ninjas MCP Server

Enables users to search and retrieve fitness exercise information from the Api Ninjas database. It supports filtering by exercise name, target muscle, type, and difficulty level.

MCP-Confirm

An MCP server implementing AI-user confirmation protocols, providing tools for LLMs to seek user confirmation when uncertain through yes/no questions, action confirmations, intent clarification, understanding verification, and satisfaction ratings.

Context7 MCP

Provides LLMs with up-to-date, version-specific documentation and code examples from library sources directly into prompts, eliminating outdated code generation and hallucinated APIs.

Tencent Cloud COS MCP Server

A server based on MCP protocol that allows large language models to directly access Tencent Cloud Object Storage (COS) and Cloud Infinite (CI) services without coding, enabling file storage, retrieval, and processing operations.

MCP Excel Workbook Processor

An MCP server for GitHub Copilot that enables reading and processing Excel workbooks (.xlsx) via Docker Compose. Users can extract data from entire workbooks or specific sheets by name or index, returning the information in JSON format.

Revenue Intelligence MCP Server

Provides ML-powered revenue intelligence for sales and customer success teams, enabling lead scoring, churn risk detection, and conversion predictions with explainable feature attribution and production monitoring capabilities.

MCP Gateway

Um gateway baseado em plugins que orquestra outros MCPs e permite que desenvolvedores construam agentes de nível empresarial sobre ele.

Cloudflare Remote MCP Server Template

Enables the deployment of remote Model Context Protocol servers on Cloudflare Workers without authentication using Server-Sent Events. It provides a boilerplate for developers to add custom tools and connect them to clients like Claude Desktop or the Cloudflare AI Playground.

Pendle Finance MCP Server

Enables interaction with Pendle Finance DeFi protocol to fetch live yields, simulate staking and swaps, retrieve portfolio data, and get AI-based token recommendations. Provides comprehensive DeFi portfolio management and yield optimization through natural language.

Postman MCP Server

Integrates Postman with Cursor IDE to manage collections and requests through natural language. It features specialized tools for automatically migrating API endpoints and metadata directly from .NET controller code into Postman collections.

Instruction MCP Server

Serves markdown instructions as tools to provide LLMs with team playbooks, coding standards, domain knowledge, and personal workflows through version-controlled files.

Youtube Uploader MCP

- Upload videos to YouTube from MCP - Client(Claude/Cursor/VS Code) - OAuth2 authentication flow - Access token and refresh token management - Multi Channel Support

Python MCP Server Examples

A collection of Python-based Model Context Protocol servers that extend AI assistant capabilities with tools for calculations, AWS services (S3 and RDS), and PostgreSQL database operations.

Reddit MCP Server

Enables AI agents to search, read, and analyze Reddit content, including posts, comments, subreddits, and user profiles using natural language commands. It provides atomic tools for interacting with the Reddit API to retrieve trending topics and community metadata.

Property MCP Server

Connects Claude AI to real estate data via the ATTOM Data API, enabling property information lookup and analysis using natural language queries.

MCP AI Memory

Enables AI agents to store, retrieve, and manage contextual knowledge across sessions using semantic search with PostgreSQL and vector embeddings. Supports memory relationships, clustering, multi-agent isolation, and intelligent caching for persistent conversational context.

AverbePorto-MCP

Servidor MCP AverbePorto

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!

mail-smtp-mcp

A TypeScript MCP server that enables LLMs to send outbound emails via SMTP with support for attachments and HTML content. It includes outcome-oriented tools for account validation and enforces strict security policies like recipient allowlists and size limits.

Shell Exec MCP

Enables execution of bash commands with support for timeouts and background jobs, allowing file operations, build commands, system inspection, and long-running tasks.

claude-skills-mcp

Enables intelligent semantic search and discovery of relevant Claude Agent Skills using vector embeddings. Provides access to curated scientific skills and supports both GitHub repositories and local skill directories.

Jokes MCP Server

A Model Context Protocol server that delivers jokes on demand, supporting different joke categories like Chuck Norris jokes and Dad jokes through Microsoft Copilot Studio and GitHub Copilot.

E0N-MCP-FOR-ETH

just a simple test for education

Metabase MCP Server

Enables AI assistants to interact with Metabase through its API, allowing them to list, read, execute, and manage databases, tables, dashboards, cards, collections, and queries with support for multiple export formats.

🚀 MCP Server Tester

MCP Server Tester é uma ferramenta web simples para testar e validar códigos de instalação de servidores MCP. Construída com Node.js, Express e EJS, ela fornece resultados de resposta do servidor em tempo real com uma interface de usuário limpa e responsiva.

Gemini MCP Server

A Model Context Protocol server that enables Claude to collaborate with Google's Gemini AI models, providing tools for question answering, code review, brainstorming, test generation, and explanations.