Discover Awesome MCP Servers

MCPAdapt

Unlock 650+ MCP servers tools in your favorite agentic framework.

Langfuse Prompt Management MCP Server

Facilita o acesso e o gerenciamento de prompts do Langfuse através do Protocolo de Contexto do Modelo, permitindo a descoberta, recuperação e integração de prompts em clientes como Claude Desktop e Cursor.

Vercel MCP Server

Um servidor compatível com MCP que define 9 ferramentas para trabalhar com dados de implantação do Vercel.

CAD-MCP Server (CAD Model Control Protocol Server)

Permite controlar softwares CAD (AutoCAD, GstarCAD, ZWCAD) através de instruções em linguagem natural, permitindo que os usuários criem e modifiquem desenhos sem operar manualmente a interface CAD.

test-mcp

test mcp servers and tokens used

ICICI Direct MCP Server

learning

MCP Servers Collection

A collection of Model Context Protocol (MCP) servers for enhancing Claude's capabilities in Cursor IDE

Mcp Server Template

Aqui está um modelo de início rápido para desenvolver seu próprio Servidor MCP para permitir que a IA acesse suas ferramentas/recursos: ```python # Importe as bibliotecas necessárias from flask import Flask, request, jsonify import json # Inicialize o aplicativo Flask app = Flask(__name__) # Defina a rota principal para o servidor MCP @app.route('/', methods=['POST']) def main(): """ Esta função recebe solicitações POST, processa-as e retorna uma resposta. """ try: # Obtenha os dados JSON da solicitação data = request.get_json() # Verifique se os dados foram recebidos corretamente if not data: return jsonify({"error": "Nenhum dado JSON recebido"}), 400 # Extraia a ação e os parâmetros dos dados action = data.get('action') parameters = data.get('parameters', {}) # Verifique se a ação foi especificada if not action: return jsonify({"error": "Ação não especificada"}), 400 # Lógica para lidar com diferentes ações if action == "minha_acao": # Execute a lógica para a ação "minha_acao" resultado = lidar_com_minha_acao(parameters) return jsonify({"resultado": resultado}), 200 elif action == "outra_acao": # Execute a lógica para a ação "outra_acao" resultado = lidar_com_outra_acao(parameters) return jsonify({"resultado": resultado}), 200 else: # Ação desconhecida return jsonify({"error": "Ação desconhecida"}), 400 except Exception as e: # Lidar com erros inesperados print(f"Erro: {e}") # Log do erro para depuração return jsonify({"error": f"Erro interno do servidor: {e}"}), 500 # Funções auxiliares para lidar com ações específicas def lidar_com_minha_acao(parameters): """ Esta função lida com a ação "minha_acao". """ # Implemente sua lógica aqui # Use os parâmetros fornecidos para executar a ação # Retorne o resultado da ação print(f"Executando 'minha_acao' com parâmetros: {parameters}") return "Resultado da minha_acao" def lidar_com_outra_acao(parameters): """ Esta função lida com a ação "outra_acao". """ # Implemente sua lógica aqui # Use os parâmetros fornecidos para executar a ação # Retorne o resultado da ação print(f"Executando 'outra_acao' com parâmetros: {parameters}") return "Resultado da outra_acao" # Execute o aplicativo Flask if __name__ == '__main__': app.run(debug=True, host='0.0.0.0', port=5000) ``` **Explicação do código:** 1. **Importe as bibliotecas necessárias:** * `flask`: Para criar o servidor web. * `json`: Para lidar com dados JSON. 2. **Inicialize o aplicativo Flask:** * `app = Flask(__name__)`: Cria uma instância do aplicativo Flask. 3. **Defina a rota principal (`/`) para o servidor MCP:** * `@app.route('/', methods=['POST'])`: Define a rota que o servidor irá escutar para solicitações POST. Solicitações POST são usadas para enviar dados para o servidor. * `def main():`: Define a função que será executada quando uma solicitação POST for recebida na rota `/`. 4. **Obtenha os dados JSON da solicitação:** * `data = request.get_json()`: Obtém os dados JSON enviados na solicitação POST. 5. **Verifique se os dados foram recebidos corretamente:** * `if not data:`: Verifica se os dados JSON foram recebidos corretamente. Se não, retorna um erro. 6. **Extraia a ação e os parâmetros dos dados:** * `action = data.get('action')`: Obtém o valor da chave `action` dos dados JSON. A `action` especifica qual ação o servidor deve executar. * `parameters = data.get('parameters', {})`: Obtém o valor da chave `parameters` dos dados JSON. Os `parameters` são dados adicionais que a ação pode precisar. Se a chave `parameters` não existir, um dicionário vazio `{}` é usado como padrão. 7. **Verifique se a ação foi especificada:** * `if not action:`: Verifica se a ação foi especificada. Se não, retorna um erro. 8. **Lógica para lidar com diferentes ações:** * `if action == "minha_acao":`: Verifica se a ação é "minha\_acao". * `resultado = lidar_com_minha_acao(parameters)`: Chama a função `lidar_com_minha_acao` para executar a lógica para a ação "minha\_acao", passando os parâmetros. * `return jsonify({"resultado": resultado}), 200`: Retorna o resultado da ação como um JSON com um código de status 200 (OK). * `elif action == "outra_acao":`: Verifica se a ação é "outra\_acao". * `resultado = lidar_com_outra_acao(parameters)`: Chama a função `lidar_com_outra_acao` para executar a lógica para a ação "outra\_acao", passando os parâmetros. * `return jsonify({"resultado": resultado}), 200`: Retorna o resultado da ação como um JSON com um código de status 200 (OK). * `else:`: Se a ação não for "minha\_acao" nem "outra\_acao", retorna um erro. 9. **Funções auxiliares para lidar com ações específicas:** * `def lidar_com_minha_acao(parameters):`: Define a função `lidar_com_minha_acao` que lida com a ação "minha\_acao". * `def lidar_com_outra_acao(parameters):`: Define a função `lidar_com_outra_acao` que lida com a ação "outra\_acao". * Dentro de cada função, você deve implementar a lógica específica para a ação. Isso pode envolver acessar suas ferramentas/recursos, processar dados e retornar um resultado. 10. **Execute o aplicativo Flask:** * `if __name__ == '__main__':`: Garante que o aplicativo Flask seja executado apenas quando o script for executado diretamente (e não quando for importado como um módulo). * `app.run(debug=True, host='0.0.0.0', port=5000)`: Inicia o servidor Flask. * `debug=True`: Habilita o modo de depuração, que fornece informações de erro mais detalhadas e reinicia o servidor automaticamente quando o código é alterado. **Não use em produção!** * `host='0.0.0.0'`: Permite que o servidor seja acessado de qualquer endereço IP. * `port=5000`: Define a porta em que o servidor irá escutar. **Como usar este modelo:** 1. **Instale o Flask:** ```bash pip install flask ``` 2. **Salve o código como um arquivo Python (por exemplo, `mcp_server.py`).** 3. **Modifique as funções `lidar_com_minha_acao` e `lidar_com_outra_acao` para implementar a lógica para suas ações específicas.** Substitua os placeholders com o código que acessa suas ferramentas/recursos e processa os dados. 4. **Execute o script:** ```bash python mcp_server.py ``` 5. **Teste o servidor enviando solicitações POST para `http://localhost:5000/` com dados JSON no corpo da solicitação.** Por exemplo: ```json { "action": "minha_acao", "parameters": { "parametro1": "valor1", "parametro2": "valor2" } } ``` **Considerações importantes:** * **Segurança:** Este modelo é um ponto de partida básico. Em um ambiente de produção, você precisará implementar medidas de segurança adicionais, como autenticação, autorização e validação de entrada. * **Gerenciamento de erros:** O modelo inclui tratamento básico de erros, mas você precisará adicionar tratamento de erros mais robusto para lidar com diferentes tipos de erros que podem ocorrer. * **Escalabilidade:** Se você espera que seu servidor MCP receba um grande número de solicitações, você precisará considerar a escalabilidade. Isso pode envolver o uso de um servidor web mais robusto, como Gunicorn ou uWSGI, e a implantação do servidor em vários servidores. * **Documentação:** Documente suas ações e parâmetros para que a IA possa entender como usar seu servidor MCP. * **Validação de entrada:** Valide todos os dados de entrada para evitar vulnerabilidades de segurança, como injeção de SQL ou execução de código arbitrário. * **Logging:** Implemente logging para rastrear solicitações e erros. Isso pode ser útil para depuração e monitoramento. * **Monitoramento:** Monitore o desempenho do seu servidor MCP para identificar gargalos e problemas. Este modelo fornece uma base sólida para construir seu próprio servidor MCP. Adapte-o às suas necessidades específicas e lembre-se de considerar os aspectos de segurança, gerenciamento de erros e escalabilidade.

OSSInsight MCP Server

Fornece análise de dados do GitHub para repositórios, desenvolvedores e organizações, permitindo insights sobre ecossistemas de código aberto por meio de chamadas de API e consultas em linguagem natural.

MCP Multi-Server Demo with SSE Transport

Example of using MCP servers, both over sdio + sse. Also using langchain-mcp

mcpc

Mcp server scaffolding tool

Project Hub MCP Server

Mirror of

FIWARE MCP Server

Uma ponte entre o Context Broker e outros serviços, implementando operações básicas para publicação, atualização e consulta de entidades em ambientes FIWARE.

istio-mcpWhat is istio-mcp?How to use istio-mcp?Key features of istio-mcp?Use cases of istio-mcp?FAQ from istio-mcp?

A tool library that encapsulates istio mcp client/server

Vibe Eyes Client

Client library for integrating browser games with Vibe Eyes MCP debug server

DateTime Tools for Langflow

Test Simple MCP server

mcp-server-rubygems

Um servidor de Protocolo de Contexto de Modelo que permite a interação com a API do RubyGems.org para buscar metadados sobre pacotes Ruby, pesquisar gems e explorar informações de dependências e propriedade.

MCP-SSE122

created from MCP server demo

TheQ

✔ TypeScript + Node.js para o servidor MCP ✔ API do LLM Studio para responder a perguntas otimizadas ✔ Otimização dinâmica de prompts

MCP Weather Server

Este é um servidor Mcp para nós, clima. Eu o criei para fins de teste.

Code Review Server

Analisa bases de código usando Repomix e LLMs para fornecer revisões de código estruturadas com problemas e recomendações específicas, suportando vários provedores de LLM, incluindo OpenAI, Anthropic e Gemini.

csa-mcp-servers

Espelho de

PassportMCP

Build MCP servers for any website with automatic browser auth syncing