Discover Awesome MCP Servers

legal-doc-intelligence

MCP server that analyzes legal documents, extracts key clauses, identifies risks, and summarizes contracts. 8 tools for AI agents needing legal document intelligence.

arc-mcp

An execution state machine MCP server that manages YAML-defined plans, enabling step-by-step execution with state tracking and token optimization.

gmail-mcp

A minimal MCP server that enables Claude to search, read, and manage Gmail messages and threads using official Google API libraries. It supports actions like sending emails, creating drafts, replying to threads, and managing labels through secure OAuth2 authentication.

instruckt-mcp

MCP server for instruckt visual annotations. Enables AI agents to retrieve pending annotations, view screenshots, and resolve annotations.

minimax-coding-plan-mcp

Node.js MCP server for MiniMax's Token Plan, providing image understanding and web search capabilities.

novelai-mcp-server

Model Context Protocol (MCP) server for NovelAI image generation. Create high-quality anime art with advanced features like character positioning and V4 prompts.

gleif-mcp-server

A Model Context Protocol server that provides access to the GLEIF REST API for querying legal entity information, LEI records, issuer details, and organizational relationships.

MCP Chat

A command-line interface application that enables interaction with LLMs through document retrieval, command-based prompts, and extensible tool integrations using the Model Control Protocol architecture.

buffer-mcp

MCP server for Buffer social media scheduling via the GraphQL API, enabling post creation, queue management, engagement metrics, and media uploads.

Azure AI Foundry MCP Server

Enables interaction with Azure AI Foundry services through a unified interface for model exploration and deployment, knowledge indexing and search, AI evaluation, and fine-tuning operations. Supports both GitHub token-based model testing and full Azure deployment workflows.

EGH Research MCP Server

Provides offline research and advanced search capabilities for Ellen Gould Harmon's writings via MCP and HTTP APIs, including PDF generation and Docker deployment.

Image Generator

I can't directly generate and return an image using Together.ai within this text-based environment. I am a language model, not an image generation tool. However, I can provide you with the information you need to do it yourself. You would typically use the Together.ai API to generate images. Here's a general outline of how you would do that: 1. **Sign up for a Together.ai account:** You'll need an account and API key to access their services. 2. **Install the necessary libraries (if needed):** Depending on the programming language you're using (e.g., Python), you might need to install the Together.ai library. 3. **Write code to interact with the API:** This code will: * Authenticate with your API key. * Specify the image generation model you want to use (e.g., Stable Diffusion). * Provide a text prompt describing the image you want to generate. * Send the request to the Together.ai API. * Receive the generated image data. * Save the image to a file or display it. **Example (Conceptual Python Code - Requires the Together.ai library and API key):** ```python # This is a conceptual example. You'll need to adapt it to the Together.ai library. # Replace with your actual API key api_key = "YOUR_TOGETHERAI_API_KEY" # Replace with the desired model model_name = "stabilityai/stable-diffusion-xl-base-1.0" prompt = "A majestic dragon flying over a snow-capped mountain, digital art" try: # Assuming a function to interact with the Together.ai API image_data = togetherai.generate_image(api_key, model_name, prompt) # Save the image to a file with open("dragon_image.png", "wb") as f: f.write(image_data) print("Image generated and saved as dragon_image.png") except Exception as e: print(f"Error generating image: {e}") ``` **Important Considerations:** * **API Documentation:** The most important thing is to consult the official Together.ai API documentation. It will provide the exact details on how to authenticate, specify models, format your requests, and handle the responses. Look for sections on image generation. * **Pricing:** Be aware of the pricing for image generation on Together.ai. You'll likely be charged based on the number of images generated or the computational resources used. * **Model Selection:** Together.ai likely offers different image generation models (e.g., different versions of Stable Diffusion, DALL-E, etc.). Choose the model that best suits your needs and budget. * **Error Handling:** Implement proper error handling in your code to catch any issues that might arise during the image generation process. **In summary, I can't directly generate the image for you. You need to use the Together.ai API with your own code, following their documentation.** **Translation to Vietnamese:** Tôi không thể trực tiếp tạo và trả về hình ảnh bằng Together.ai trong môi trường dựa trên văn bản này. Tôi là một mô hình ngôn ngữ, không phải là một công cụ tạo hình ảnh. Tuy nhiên, tôi có thể cung cấp cho bạn thông tin bạn cần để tự mình thực hiện. Bạn thường sẽ sử dụng API của Together.ai để tạo hình ảnh. Đây là một phác thảo chung về cách bạn sẽ làm điều đó: 1. **Đăng ký tài khoản Together.ai:** Bạn sẽ cần một tài khoản và khóa API để truy cập các dịch vụ của họ. 2. **Cài đặt các thư viện cần thiết (nếu cần):** Tùy thuộc vào ngôn ngữ lập trình bạn đang sử dụng (ví dụ: Python), bạn có thể cần cài đặt thư viện Together.ai. 3. **Viết mã để tương tác với API:** Mã này sẽ: * Xác thực bằng khóa API của bạn. * Chỉ định mô hình tạo hình ảnh bạn muốn sử dụng (ví dụ: Stable Diffusion). * Cung cấp một lời nhắc văn bản mô tả hình ảnh bạn muốn tạo. * Gửi yêu cầu đến API của Together.ai. * Nhận dữ liệu hình ảnh đã tạo. * Lưu hình ảnh vào một tệp hoặc hiển thị nó. **Ví dụ (Mã Python khái niệm - Yêu cầu thư viện Together.ai và khóa API):** ```python # Đây là một ví dụ khái niệm. Bạn sẽ cần điều chỉnh nó cho thư viện Together.ai. # Thay thế bằng khóa API thực tế của bạn api_key = "YOUR_TOGETHERAI_API_KEY" # Thay thế bằng mô hình mong muốn model_name = "stabilityai/stable-diffusion-xl-base-1.0" prompt = "Một con rồng hùng vĩ bay trên một ngọn núi phủ đầy tuyết, nghệ thuật kỹ thuật số" try: # Giả sử một hàm để tương tác với API của Together.ai image_data = togetherai.generate_image(api_key, model_name, prompt) # Lưu hình ảnh vào một tệp with open("dragon_image.png", "wb") as f: f.write(image_data) print("Hình ảnh đã được tạo và lưu dưới dạng dragon_image.png") except Exception as e: print(f"Lỗi khi tạo hình ảnh: {e}") ``` **Những điều cần xem xét quan trọng:** * **Tài liệu API:** Điều quan trọng nhất là tham khảo tài liệu API chính thức của Together.ai. Nó sẽ cung cấp các chi tiết chính xác về cách xác thực, chỉ định mô hình, định dạng yêu cầu của bạn và xử lý các phản hồi. Tìm các phần về tạo hình ảnh. * **Giá cả:** Hãy nhận biết về giá cả cho việc tạo hình ảnh trên Together.ai. Bạn có thể bị tính phí dựa trên số lượng hình ảnh được tạo hoặc tài nguyên tính toán được sử dụng. * **Lựa chọn mô hình:** Together.ai có thể cung cấp các mô hình tạo hình ảnh khác nhau (ví dụ: các phiên bản khác nhau của Stable Diffusion, DALL-E, v.v.). Chọn mô hình phù hợp nhất với nhu cầu và ngân sách của bạn. * **Xử lý lỗi:** Triển khai xử lý lỗi thích hợp trong mã của bạn để nắm bắt bất kỳ vấn đề nào có thể phát sinh trong quá trình tạo hình ảnh. **Tóm lại, tôi không thể trực tiếp tạo hình ảnh cho bạn. Bạn cần sử dụng API của Together.ai với mã của riêng bạn, tuân theo tài liệu của họ.**

Postgres MCP Pro

An open-source MCP server that provides AI agents with advanced PostgreSQL capabilities including index tuning, query plan optimization, and comprehensive database health analysis. It supports safe SQL execution through configurable access modes and offers both stdio and SSE transport options for various development environments.

Synlake MCP Server

Enables AI agents to discover, evaluate, and provision cloud infrastructure across AWS, GCP, and Azure with cross-cloud normalization, cost comparisons, and deployable execution kits.

nwtools-mcp

Provides accurate IPv4 subnet and address tools for LLMs using Python's ipaddress library. Includes CIDR parsing, overlap detection, IP classification, and more.

Agentify MCP Server

Enables real-time tracking of AI task starts and completions with integrated webhook notifications for monitoring activity. It allows users to log progress and send task-related event data to external services via configurable webhook URLs.

JMeter MCP Server (TypeScript Edition)

Enables AI assistants to programmatically create, execute, and analyze Apache JMeter performance tests. It supports automated bottleneck detection, report generation, and distributed testing management through natural language.

Radius MCP Server

Enables AI agents to authenticate users, manage calendar events, create meetings, and maintain persistent API sessions for seamless integration with Russian business platforms. Provides comprehensive business productivity capabilities including session management, password operations, and cross-user calendar coordination.

octave-mcp

MCP server for deterministic document infrastructure, enabling canonical normalization, schema validation, and grammar compilation for structured AI artifacts.

CallRail MCP

CallRail REST API v3 integration with 49 tools — calls, form submissions, transcripts, full CRUD on tags/trackers/companies/users/notifications, plus agency-specific aggregation tools (usage_summary, compare_periods, bulk_update_calls, spam_detector, call_eligibility_check).

UOFastMCP

Enables interaction with U2 UniData/UniVerse databases through MCP tools for file, record, dictionary, and BP program operations, with built-in admin UI, JWT authentication, RBAC, and audit logging.

ChatterBox MCP Server

A Model Context Protocol server that enables AI agents to join and interact with online meetings (Zoom and Google Meet), capturing transcripts and recordings to generate meeting summaries.

regulationsgov-mcp

Enables interaction with the Regulations.gov API to search federal rulemaking dockets, proposed and final rules, public comments, and comment periods. Supports tracking FAR/DFARS case histories and monitoring open comment periods across federal agencies with optional API key authentication for higher rate limits.

trello-mcp

Enables AI agents to inspect and update Trello boards via the Trello REST API, supporting actions like reading boards, lists, cards, and performing CRUD operations on cards and checklists.

swagger-api-mcp-server

Parses Swagger 2.0 and OpenAPI 3.x specifications, exposing API endpoints, schemas, and authentication through MCP tools with local caching to reduce token usage.

gdelt-events-mcp

Enables macro/geopolitical event detection by wrapping the GDELT 2.0 API, providing tools for searching events, trending actors, and sentiment timeseries from global news.

VRMCP

Enables AI to control 3D VRM models via natural language, supporting expressions, animations, and bone manipulation in real-time through a web browser.

ServiceNow MCP Server

Enables Claude to interact with ServiceNow instances through comprehensive API integration. Supports incident management, service catalog operations, change requests, knowledge base management, user administration, and agile project management with multiple authentication methods.

MCP Server Code Execution Mode

Executes Python code in isolated rootless containers while proxying MCP server tools, reducing context overhead by 95%+ and enabling complex multi-tool workflows through sandboxed code execution.

Task Manager MCP Server

Enables task management through natural language with full CRUD operations including add, list, update, complete, and delete tasks with JSON persistence.