Discover Awesome MCP Servers

Apple Mail MCP Server

Enables AI assistants to interact with Apple Mail through natural language, providing comprehensive email management including reading, searching, composing, organizing, and analyzing emails across all configured accounts. Includes an expert skill system that teaches intelligent email workflows and productivity strategies.

File Patch MCP Server

Enables applying unified diff patches to files with comprehensive security validation, automatic backup/rollback, and atomic multi-file operations. Provides 7 tools and 4 error recovery patterns for safe patch management workflows.

dandi-query-server

Enables complex queries over data on the DANDI Archive and provides a system for managing text notes. It features tools for note creation, resources for note access via custom URIs, and prompts for generating summaries.

MCP Riddle Game Server

Provides tools to fetch random or categorized riddles, verify answers, and view riddle statistics. It supports communication via HTTP and SSE for seamless integration with AI agents.

Wanyi Watermark Remover

Extracts watermark-free videos and images from Douyin (TikTok) and Xiaohongshu (RedNote) share links, with optional AI-powered video transcription support.

RSS Feed MCP Server

Enables Claude to fetch, parse, and manage RSS/Atom feeds through the Model Context Protocol. It supports feed registration and retrieval, allowing users to access article summaries and full content from multiple sources via natural language.

Fast Mode MCP Server

Enables AI assistants to convert, validate, and deploy websites to the Fast Mode CMS platform while managing content collections and schemas. It provides tools for template validation, CMS item management, and automated site deployment directly from the model context.

Universal Agent Economy OS

Foundational MCP/A2A-native core platform for secure credential injection, native x402 micropayments, and Agent-to-Agent routing.

Weather and Stock Information MCP Server

An MCP server that provides real-time weather alerts, forecasts, stock market data, and news information through various API integrations.

D2L Brightspace MCP Server

Enables AI assistants to interact with D2L Brightspace LMS, providing access to assignments, grades, course content, calendar events, and announcements through automated SSO authentication.

Xero Expenses MCP

Enables interaction with Xero accounting software to create and manage invoices, bills, expenses, and expense claims with file attachments through PKCE authentication.

MCP iOS Simulator Screenshot

Um servidor que captura capturas de tela do iOS Simulator usando o Protocolo de Contexto do Modelo (MCP) e as salva em um diretório especificado.

Fork Parity MCP

An MCP server that helps users track and manage fork parity with upstream repositories by detecting changes, analyzing commits, and managing integration status.

ComfyUI MCP Server

Enables orchestration of ComfyUI workflows through natural language by discovering workflow templates, applying mutations, and submitting prompts to running ComfyUI instances. Provides asset validation and lightweight tooling for AI image generation experimentation.

FastMCP OpenAPI Demo

A demonstration server that automatically generates Model Context Protocol (MCP) servers from OpenAPI specifications, providing seamless integration with FastAPI and supporting various transmission methods like STDIO, HTTP, and SSE.

Meraki MCP Server

Enables management and monitoring of Cisco Meraki networks, including device operations, client policies, firewall rules, wireless settings, and camera configurations through the Meraki API.

MCP Tools

A local Model Context Protocol (MCP) server that exposes custom tools to Claude Desktop, enabling direct interaction with your local environment. It provides a framework for building and integrating custom TypeScript tools into the Claude interface.

n8n-MCP

Provides AI assistants with comprehensive access to n8n node documentation, properties, and workflow templates. It enables models to search, understand, and manage n8n automation workflows through structured access to over 1,000 node types.

Netbox MCP Server

A powerful integration server that combines Netbox's network infrastructure management capabilities with MCP (Multi-Cloud Platform) functionality.

Veo 3.1 MCP Server

Enables high-quality AI video generation using Google's Veo 3.1 model for text-to-video, style-guided, and frame-interpolation tasks. It features token-efficient reference image handling, batch processing, and video extension capabilities with built-in cost estimation.

MF Invoice MCP

An MCP server that integrates with MoneyForward Cloud Invoice API v3 to automate the creation and management of quotes and invoices. It supports Japanese invoice system compliance, allowing users to handle partners, items, and billing through natural language.

MCP Book Search Server

An intelligent book search server that leverages Aladin Book API and OpenAI GPT to transform natural language search requests into structured search parameters for finding relevant books.

Aha! MCP Server

Enables interaction with Aha! product management platform through GraphQL API. Supports retrieving features, requirements, and pages by reference number, as well as searching documents across Aha! workspaces.

SSH MCP Server

Enables remote server administration via SSH, supporting command execution, SFTP file transfers, and multi-profile management. It features security safeguards like destructive command detection and audit logging to ensure safe interaction with remote Linux/Unix environments.

ArmaVita Meta Ads MCP

A local Model Context Protocol server that enables interaction with the Meta Marketing API to manage ad accounts, campaigns, and creatives. It provides tools for targeting research, insight reporting, and campaign management through local MCP clients like Claude Code and Cursor.

MCP Server Demo

A demonstration MCP server that provides calculator tools for arithmetic operations, personalized greeting resources, and code review prompt templates. Enables users to perform basic math calculations, generate dynamic greetings, and access reusable code review templates through the Model Context Protocol.

Google Drive MCP Server

Enables AI agents to efficiently access and process Google Drive documents by converting them to markdown and offering selective content extraction. Features intelligent caching, advanced search capabilities, and respect for Drive permissions to optimize context window usage.

mcp-test

Infelizmente, "mcp server" é um termo bastante genérico. Para te dar tutoriais específicos sobre a integração de um "servidor mcp" com aplicações LLM (Large Language Model - Modelo de Linguagem Grande), preciso de mais informações. "mcp" pode se referir a muitas coisas diferentes. **Por favor, especifique o que você quer dizer com "mcp server".** Alguns exemplos possíveis incluem: * **Minecraft Server (Servidor de Minecraft):** Se você está se referindo a um servidor de Minecraft, a integração com LLMs pode envolver a criação de bots que interagem com o jogo, geram conteúdo para o jogo, ou analisam dados do jogo. * **Media Control Protocol Server (Servidor de Protocolo de Controle de Mídia):** Se você está trabalhando com controle de mídia, a integração com LLMs pode envolver o uso de LLMs para entender comandos de voz, gerar playlists, ou recomendar conteúdo. * **Outro tipo de servidor com a sigla "mcp":** Pode ser um servidor específico para uma aplicação ou sistema que você está usando. **Depois de me fornecer mais detalhes sobre o que é o "mcp server", posso te ajudar com:** * **Exemplos de código:** Em Python, JavaScript ou outras linguagens relevantes. * **APIs e bibliotecas:** Relevantes para a integração. * **Arquiteturas de sistema:** Para integrar o servidor e a aplicação LLM de forma eficiente. * **Considerações de segurança:** Ao integrar sistemas. * **Tutoriais e documentação:** Links para recursos úteis. **Enquanto isso, aqui estão algumas ideias gerais sobre como você *poderia* integrar um servidor com uma aplicação LLM, independentemente do tipo de servidor:** 1. **Definir a Interface:** Determine como o servidor e a aplicação LLM vão se comunicar. Isso pode ser através de: * **APIs REST:** O servidor expõe endpoints REST que a aplicação LLM pode chamar. * **WebSockets:** Para comunicação em tempo real. * **Filas de Mensagens (Message Queues):** Como RabbitMQ ou Kafka, para comunicação assíncrona. * **Bancos de Dados:** Compartilhados para troca de dados. 2. **Processamento de Dados:** * O servidor recebe dados e os formata para que a aplicação LLM possa entendê-los. * A aplicação LLM processa os dados e gera uma resposta. * A resposta é formatada e enviada de volta ao servidor. 3. **Implementação:** * Escreva o código para o servidor e a aplicação LLM. * Use bibliotecas e frameworks apropriados para facilitar a integração. 4. **Testes:** * Teste a integração para garantir que ela funcione corretamente. * Considere testes de carga para garantir que a integração possa lidar com o tráfego esperado. **Exemplo Genérico (Python):** ```python # Exemplo MUITO genérico - precisa ser adaptado ao seu caso específico # Servidor (usando Flask) from flask import Flask, request, jsonify import requests app = Flask(__name__) LLM_ENDPOINT = "http://sua-aplicacao-llm/processar" # Substitua pela URL da sua aplicação LLM @app.route("/processar_dados", methods=["POST"]) def processar_dados(): data = request.get_json() # Formatar os dados para a aplicação LLM payload = {"texto": data["algum_dado"]} # Adapte isso! try: response = requests.post(LLM_ENDPOINT, json=payload) response.raise_for_status() # Lança uma exceção para erros HTTP resposta_llm = response.json() return jsonify({"resultado": resposta_llm["resposta"]}) # Adapte isso! except requests.exceptions.RequestException as e: return jsonify({"erro": str(e)}), 500 if __name__ == "__main__": app.run(debug=True) # Aplicação LLM (exemplo simplificado) # (Isso é apenas um exemplo - você precisará usar uma biblioteca LLM real) def processar_texto_com_llm(texto): # Aqui você usaria uma biblioteca como Hugging Face Transformers # para processar o texto com um modelo de linguagem grande. # Este é apenas um exemplo simulado. return f"Resposta gerada pelo LLM para: {texto}" # Endpoint para a aplicação LLM (usando Flask) from flask import Flask, request, jsonify app = Flask(__name__) @app.route("/processar", methods=["POST"]) def processar(): data = request.get_json() texto = data["texto"] resposta = processar_texto_com_llm(texto) return jsonify({"resposta": resposta}) if __name__ == "__main__": app.run(debug=True, port=5001) # Use uma porta diferente do servidor principal ``` **Lembre-se:** Este é um exemplo muito básico. A implementação real dependerá dos seus requisitos específicos. Por favor, me dê mais detalhes sobre o "mcp server" para que eu possa te ajudar melhor!

ESPN MCP Server

Provides comprehensive access to ESPN's sports APIs for live scores, team information, news, and statistics across NFL, NBA, MLB, NHL, college sports, and major soccer leagues with advanced filtering and real-time updates.

MCP-server

Servidor MCP