Discover Awesome MCP Servers

inspect-logs-mcp

Enables LLMs to explore and analyze UK Government BEIS inspect_ai evaluation logs directly from tools like Claude Code and Cursor. It provides capabilities to list logs, view evaluation summaries, and inspect conversation histories for specific samples.

MySQL MCP Server

Provides MySQL database integration for AI assistants and other MCP clients, allowing them to list tables, read table data, and execute SQL queries.

AWS MCP Server

Provides read-only access to AWS resources including S3 buckets, EC2 instances, IAM users, and caller identity verification through the Model Context Protocol.

Hopper MCP Server

Enables AI assistants to search flights and hotels, access AI-powered price forecasts, set price alerts, and initiate travel bookings through the Hopper platform. It provides real-time pricing and booking management capabilities directly within the Model Context Protocol.

Weather MCP Server

Provides weather information through the Model Context Protocol, fetching real-time weather data from OpenWeather API or using simulated data when API key is not configured.

DISCLAIMER

Máy chủ MCP cho API OAI-PMH của Rijksmuseum

MCP Exploit-DB Server

Provides access to the Exploit-DB database through the searchsploit tool, enabling AI assistants to search for exploits by keywords or CVE identifiers, retrieve exploit content, and manage the local exploit database.

SwaggerMcp

A service that dynamically generates MCP tools from Swagger/OpenAPI documentation, allowing Claude Desktop to directly invoke REST APIs through natural language.

Context Persistence MCP Server

Enables cross-window context sharing in VS Code by persisting Copilot conversations to SQLite, allowing code discussions from one repository to be accessible in other VS Code windows through smart entity matching and search.

ListenHub MCP Server

Enables AI-powered podcast generation with single or dual speakers, FlowSpeech audio creation from text/URLs, speaker voice library management, and subscription tracking for ListenHub Pro users.

Better Google Search Console

Downloads your entire Search Console dataset into a local SQLite database, then gives your LLM a pre-built SQL query library for every standard SEO analysis type, with context available for your LLM to perform any SQL query to answer your questions and analyse for you.

0nMCP

Universal AI API Orchestrator. 850 tools across 53 services under a single MCP interface. Connect Claude, GPT, or Gemini to Stripe, Slack, GitHub, LinkedIn, Cloudflare, Shopify, Twilio, and 46 more via natural language. $0.10/execution, no subscription. Patent Pending.

Kiseki-Labs-Readwise-MCP

A Model Context Protocol Server that enables language models to access and manipulate Readwise documents and highlights programmatically.

AI Collaboration MCP Server

Enables autonomous AI-to-AI collaboration between Claude and Gemini to execute complex development projects with minimal human intervention. It provides a role-based system with task dependencies, automated project planning, and continuous execution loops.

TypeScript Tools MCP

A Model Context Protocol (MCP) server that provides TypeScript development tools for automated refactoring and code analysis.

Apollo.io MCP Server

A Model Context Protocol server implementation that enables AI assistants to interact with Apollo.io data, performing operations like people/organization enrichment, searching, and retrieving job postings through natural language commands.

mcp-imap-server

An MCP server that enables Claude to directly access and manage email through IMAP. It provides tools for reading, searching, organizing, and drafting emails within your mailbox.

FastAPI MCP Application

A REST API built with FastAPI that exposes endpoints via Model Context Protocol (MCP), allowing clients to interact with CRUD operations through MCP interfaces.

Md4llm

It gives you the markdown format of any kind of pdf file. It outputs in structured markdown format.

ScreenMonitorMCP

An MCP server that provides AI with real-time screen monitoring capabilities and UI element intelligence, allowing AI to observe, analyze, and interact with screen content through features like smart clicking and text extraction.

Feishu Access Token MCP

Manages and automatically refreshes Feishu (Lark) app access tokens and user access tokens, enabling secure authentication with Feishu APIs through session-based configuration.

CallHub

CallHub MCP is a Python-based tool that allows you to interact with the CallHub API through Claude. This tool provides a comprehensive set of functions for managing contacts, phonebooks, agents, teams, campaigns, and other CallHub resources.

AI Developer Tools MCP Server

Enables querying real-time adoption metrics, trends, and comparisons for popular AI coding tools like OpenAI SDK, Anthropic SDK, Cursor, GitHub Copilot, and LangChain through natural language.

Metabase

A high-performance Model Context Protocol server for AI integration with Metabase analytics platforms. Features response optimization, robust error handling, and comprehensive data access tools.

Project Tessera

Local workspace memory for Claude Desktop. Indexes documents into a vector store with hybrid search, cross-session memory, auto-learn, and knowledge graph.

DateTime-LocalMCPServer

A Model Context Protocol server built with FastMCP that provides tools for retrieving the current local date and time. It allows LLMs to access precise temporal information directly from the host environment.

Zillow56 MCP Server

Enables access to the Zillow56 API to search for real estate listings and rental market trends using locations, coordinates, or specific property filters. It also provides comprehensive housing market snapshots and historical data based on the Zillow Home Value Index (ZHVI).

Amazon CloudWatch Logs MCP Server

Máy chủ Giao thức Bối cảnh Mô hình (MCP) cho phép các trợ lý AI tương tác với Amazon CloudWatch Logs thông qua một giao diện tiêu chuẩn sử dụng AWS SDK.

mcpo-docker

Tuyệt vời, đây là một ví dụ Docker image cho mcpo, một công cụ để hiển thị các máy chủ MCP (Model Context Protocol) dưới dạng các điểm cuối HTTP tương thích với OpenAPI cho OpenWebUI: ```dockerfile # Sử dụng image nền Python chính thức FROM python:3.11-slim-buster # Đặt thư mục làm việc WORKDIR /app # Sao chép các tệp yêu cầu COPY requirements.txt . # Cài đặt các phụ thuộc RUN pip install --no-cache-dir -r requirements.txt # Sao chép mã nguồn mcpo COPY . . # Đặt biến môi trường (nếu cần) # Ví dụ: # ENV MCP_HOST=localhost # ENV MCP_PORT=5000 # ENV OPENAPI_TITLE="My MCP Server" # Mở cổng (nếu cần) EXPOSE 8000 # Lệnh chạy mcpo CMD ["python", "main.py"] ``` **Giải thích:** * **`FROM python:3.11-slim-buster`**: Sử dụng image Python 3.11 phiên bản "slim-buster" làm image nền. "slim" giúp giảm kích thước image cuối cùng. * **`WORKDIR /app`**: Đặt thư mục `/app` bên trong container làm thư mục làm việc hiện tại. * **`COPY requirements.txt .`**: Sao chép tệp `requirements.txt` (chứa danh sách các phụ thuộc Python) từ thư mục hiện tại trên máy tính của bạn vào thư mục `/app` bên trong container. * **`RUN pip install --no-cache-dir -r requirements.txt`**: Cài đặt các phụ thuộc Python được liệt kê trong `requirements.txt`. `--no-cache-dir` giúp giảm kích thước image bằng cách không lưu trữ cache của các gói đã tải xuống. * **`COPY . .`**: Sao chép *tất cả* các tệp và thư mục từ thư mục hiện tại trên máy tính của bạn vào thư mục `/app` bên trong container. **Quan trọng:** Đảm bảo rằng bạn đang ở trong thư mục gốc của dự án mcpo khi bạn chạy lệnh `docker build`. * **`ENV MCP_HOST=localhost`**, **`ENV MCP_PORT=5000`**, **`ENV OPENAPI_TITLE="My MCP Server"`**: Đặt các biến môi trường. Bạn có thể sử dụng các biến này để cấu hình mcpo. Thay đổi các giá trị này cho phù hợp với cấu hình của bạn. * **`EXPOSE 8000`**: Khai báo rằng container sẽ lắng nghe trên cổng 8000. Điều này không *thực sự* mở cổng, nhưng nó cung cấp thông tin cho Docker và các công cụ khác. * **`CMD ["python", "main.py"]`**: Chỉ định lệnh sẽ chạy khi container khởi động. Trong trường hợp này, nó chạy tệp `main.py` bằng Python. Thay đổi `main.py` nếu điểm vào của ứng dụng mcpo của bạn khác. **Cách sử dụng:** 1. **Tạo tệp `requirements.txt`:** Nếu bạn chưa có, hãy tạo một tệp `requirements.txt` trong thư mục gốc của dự án mcpo của bạn. Nó nên chứa danh sách các phụ thuộc Python mà mcpo cần, ví dụ: ``` fastapi uvicorn pydantic # Thêm bất kỳ phụ thuộc nào khác mà mcpo cần ``` 2. **Lưu Dockerfile:** Lưu đoạn mã trên vào một tệp có tên `Dockerfile` (không có phần mở rộng) trong thư mục gốc của dự án mcpo của bạn. 3. **Xây dựng image Docker:** Mở một terminal, điều hướng đến thư mục gốc của dự án mcpo của bạn (chứa `Dockerfile` và `requirements.txt`), và chạy lệnh sau: ```bash docker build -t mcpo-image . ``` * `-t mcpo-image` gắn thẻ (tag) image với tên `mcpo-image`. Bạn có thể chọn một tên khác nếu muốn. * `.` chỉ định rằng Dockerfile nằm trong thư mục hiện tại. 4. **Chạy container Docker:** Sau khi image được xây dựng thành công, bạn có thể chạy nó bằng lệnh: ```bash docker run -p 8000:8000 mcpo-image ``` * `-p 8000:8000` ánh xạ cổng 8000 trên máy tính của bạn đến cổng 8000 bên trong container. Điều này cho phép bạn truy cập mcpo từ trình duyệt web của bạn. **Quan trọng:** * **Điều chỉnh cấu hình:** Bạn có thể cần điều chỉnh các biến môi trường (ví dụ: `MCP_HOST`, `MCP_PORT`) và các tham số dòng lệnh trong `CMD` để phù hợp với cấu hình cụ thể của mcpo. * **Mạng:** Nếu máy chủ MCP của bạn đang chạy trên một máy khác, bạn cần đảm bảo rằng container Docker có thể truy cập được máy chủ đó. Bạn có thể cần sử dụng các tùy chọn mạng Docker như `--network` hoặc `--link`. * **Volumes:** Nếu mcpo cần truy cập vào các tệp trên máy chủ của bạn (ví dụ: tệp cấu hình, mô hình), bạn có thể sử dụng Docker volumes để gắn các thư mục từ máy chủ của bạn vào container. * **Bảo mật:** Hãy cẩn thận khi hiển thị các dịch vụ qua HTTP, đặc biệt là nếu chúng xử lý dữ liệu nhạy cảm. Cân nhắc sử dụng HTTPS và các biện pháp bảo mật khác. Ví dụ này cung cấp một điểm khởi đầu tốt. Bạn có thể cần điều chỉnh nó để phù hợp với nhu cầu cụ thể của dự án mcpo của bạn. Chúc bạn thành công!