Discover Awesome MCP Servers

Model Context Protocol Server for Solana Client

Một máy chủ cho phép tương tác với blockchain Solana, cung cấp quyền truy cập vào hơn 40 phương thức RPC của Solana, bao gồm lấy số dư, chi tiết giao dịch, thông tin khối và gửi giao dịch.

MCP Server Semgrep

Một máy chủ tuân thủ Giao thức Ngữ cảnh Mô hình (Model Context Protocol) tích hợp công cụ phân tích tĩnh Semgrep với các trợ lý AI như Anthropic Claude, cho phép phân tích mã nâng cao, phát hiện lỗ hổng bảo mật và cải thiện chất lượng mã thông qua giao diện đàm thoại.

MCP Personal Assistant Agent

Một máy chủ Giao thức Ngữ cảnh Mô hình đa năng, cho phép các trợ lý AI quản lý lịch, theo dõi công việc, xử lý email, tìm kiếm trên web và điều khiển các thiết bị nhà thông minh.

MCP Postgres Server

Một máy chủ triển khai Giao thức Ngữ cảnh Mô hình (MCP) cho Cursor, cho phép sử dụng cơ sở dữ liệu PostgreSQL làm bộ lưu trữ cho ngữ cảnh mô hình, cho phép khám phá và truy vấn cơ sở dữ liệu an toàn.

MCP File Preview Server

Cung cấp khả năng xem trước và phân tích tệp HTML. Máy chủ này cho phép chụp ảnh màn hình toàn trang của các tệp HTML cục bộ và phân tích cấu trúc của chúng.

Explorium AgentSource MCP Server

Explorium AgentSource MCP Server trao quyền cho mọi đại lý trở thành một đại lý chuyên biệt Go-To-Market được điều khiển bởi AI! Với hơn 20 điểm cuối chuyên biệt được thiết kế cho việc tìm kiếm khách hàng tiềm năng, bán hàng và tạo khách hàng tiềm năng, các đại lý có thể dễ dàng tạo và làm phong phú tài khoản và khách hàng tiềm năng, truy cập thông tin chi tiết về doanh nghiệp sâu sắc, và

Bazel MCP Server

Một máy chủ MCP cục bộ cung cấp các chức năng của hệ thống xây dựng Bazel cho các tác nhân AI, cho phép chúng xây dựng, kiểm tra, truy vấn và quản lý các dự án Bazel thông qua ngôn ngữ tự nhiên ngay cả trong môi trường mà Bazel không thể truy cập trực tiếp.

MCP PDF Forms

Một máy chủ cung cấp các công cụ thao tác biểu mẫu PDF thông qua API của MCP, cho phép người dùng tìm kiếm các tệp PDF trong các thư mục, trích xuất thông tin trường biểu mẫu và trực quan hóa các trường biểu mẫu trong tài liệu.

Room MCP

Một công cụ dòng lệnh cho phép sử dụng MCP với giao thức Room, cho phép các tác nhân tạo và tương tác trong các phòng ảo ngang hàng (peer-to-peer) để cộng tác hướng đến mục tiêu.

Branch Thinking MCP Server

Một máy chủ MCP (Máy chủ Giao tiếp Đa kênh) để điều hướng các quá trình tư duy bằng cách sử dụng các nhánh, hỗ trợ tham chiếu chéo các ý nghĩ và theo dõi mức độ ưu tiên để tăng cường khả năng tạo ra hiểu biết sâu sắc và khám phá ý tưởng có cấu trúc.

MCP-AnkiConnect

Một máy chủ MCP tích hợp Claude với thẻ ghi nhớ Anki, cho phép người dùng ôn tập các thẻ đến hạn và tạo thẻ ghi nhớ mới trực tiếp thông qua trò chuyện.

Google Tasks MCP Server

Tích hợp với Google Tasks để cho phép liệt kê, đọc, tìm kiếm, tạo, cập nhật và xóa các tác vụ.

Mathematica Documentation MCP server

Một máy chủ cung cấp quyền truy cập vào tài liệu Mathematica thông qua FastMCP, cho phép người dùng truy xuất tài liệu hàm và liệt kê các ký hiệu gói từ Wolfram Mathematica.

MCP Terminal Server

Một máy chủ thực thi terminal an toàn, cho phép thực thi lệnh được kiểm soát với các tính năng bảo mật và giới hạn tài nguyên thông qua Giao thức Ngữ cảnh Mô hình (MCP).

Zonos TTS MCP Server

Facilitates direct speech generation using Claude for multiple languages and emotions, integrating with a Zonos TTS setup via the Model Context Protocol.

Anki MCP Server

Một máy chủ Giao thức Bối cảnh Mô hình (Model Context Protocol) cho phép các LLM (Mô hình Ngôn ngữ Lớn) tương tác với phần mềm thẻ ghi nhớ Anki thông qua AnkiConnect, cho phép tạo và quản lý thẻ ghi nhớ, bộ bài và loại ghi chú.

Canvas MCP Server

Một máy chủ cục bộ cho phép tương tác với API của Hệ thống Quản lý Học tập Canvas thông qua Claude Desktop, cho phép người dùng quản lý khóa học, truy cập bài tập, xem thông báo và truy xuất tài liệu khóa học.

MCP Notes Server

Một máy chủ MCP để quản lý và lưu trữ lâu dài các ghi chú, cung cấp các thao tác CRUD, tóm tắt ghi chú và truy cập dựa trên tài nguyên thông qua lược đồ URI note://.

LanceDB MCP Server

Cho phép các thao tác cơ sở dữ liệu vector hiệu quả để lưu trữ embedding và tìm kiếm tương đồng thông qua giao diện Giao thức Ngữ cảnh Mô hình.

ClickUp Operator

Model Context Protocol (MCP) server implementation for ClickUp integration

MCP 3D Printer Server

Cho phép tương tác với các hệ thống quản lý máy in 3D thông qua máy chủ MCP, hỗ trợ thao tác với tệp STL, cắt lớp và điều khiển các máy in như OctoPrint, Klipper, Duet, v.v.

Google Drive MCP Server

Enables integration with Google Drive for listing, reading, and searching over files, supporting various file types with automatic export for Google Workspace files.

MCP MySQL Server

Tạo điều kiện tương tác với cơ sở dữ liệu MySQL cục bộ thông qua API RESTful, hỗ trợ truy vấn cơ sở dữ liệu và cập nhật theo thời gian thực với tích hợp cho các dịch vụ Cursor MCP.

MCP Server Template

Dưới đây là một bản mẫu (template) để tạo máy chủ Model Context Protocol (MCP) bằng TypeScript, cung cấp các tính năng như dependency injection dựa trên container, kiến trúc dựa trên dịch vụ và tích hợp với LLM CLI để nhận phản hồi về thiết kế kiến trúc thông qua ngôn ngữ tự nhiên: ```typescript // src/index.ts import 'reflect-metadata'; // Cần thiết cho reflect-metadata import { Container } from 'inversify'; import { InversifyExpressServer } from 'inversify-express-utils'; import { LLMCLIIntegration } from './utils/llm-cli-integration'; // Giả sử bạn có một module cho việc này import { TYPES } from './types'; import { ExampleController } from './controllers/example.controller'; // Ví dụ về controller import { ExampleService } from './services/example.service'; // Ví dụ về service import express, { Application } from 'express'; import bodyParser from 'body-parser'; // 1. Tạo Container Inversify const container = new Container(); // 2. Bind các dependencies container.bind<ExampleService>(TYPES.ExampleService).to(ExampleService); // Bind các dependencies khác ở đây... // 3. Tạo Inversify Express Server const server = new InversifyExpressServer(container); server.setConfig((app: Application) => { // Thêm middleware app.use(bodyParser.urlencoded({ extended: true })); app.use(bodyParser.json()); // Thêm các middleware khác ở đây... }); server.build().then(app => { // 4. Lấy ứng dụng Express đã được cấu hình const expressApp = app; // 5. Tích hợp với LLM CLI (tùy chọn) const llmCli = new LLMCLIIntegration(); llmCli.analyzeArchitecture(expressApp) .then(feedback => { console.log("LLM CLI Feedback:", feedback); }) .catch(error => { console.error("Error from LLM CLI:", error); }); // 6. Khởi động server const port = process.env.PORT || 3000; expressApp.listen(port, () => { console.log(`Server is running on port ${port}`); }); }); // src/types.ts export const TYPES = { ExampleService: Symbol.for("ExampleService"), // Định nghĩa các types khác ở đây... }; // src/controllers/example.controller.ts import { controller, httpGet, request, response } from 'inversify-express-utils'; import { inject } from 'inversify'; import { Request, Response } from 'express'; import { TYPES } from '../types'; import { ExampleService } from '../services/example.service'; @controller('/example') export class ExampleController { constructor(@inject(TYPES.ExampleService) private exampleService: ExampleService) {} @httpGet('/') public getExample(@request() req: Request, @response() res: Response): void { const data = this.exampleService.getData(); res.json({ message: 'Example endpoint', data: data }); } } // src/services/example.service.ts import { injectable } from 'inversify'; @injectable() export class ExampleService { public getData(): string { return "Data from Example Service"; } } // src/utils/llm-cli-integration.ts (Ví dụ) export class LLMCLIIntegration { async analyzeArchitecture(app: any): Promise<string> { // Logic để tương tác với LLM CLI // Ví dụ: // 1. Serialize cấu hình ứng dụng (routes, middleware) // 2. Gọi LLM CLI với cấu hình này // 3. Phân tích kết quả trả về từ LLM CLI // 4. Trả về phản hồi (feedback) // Placeholder - Cần triển khai logic thực tế return Promise.resolve("LLM CLI analysis is not yet implemented."); } } // package.json { "name": "mcp-server-template", "version": "1.0.0", "description": "Template for creating Model Context Protocol (MCP) servers in TypeScript", "main": "dist/index.js", "scripts": { "build": "tsc", "start": "node dist/index.js", "dev": "nodemon src/index.ts", "lint": "eslint . --ext .ts", "format": "prettier --write ." }, "dependencies": { "body-parser": "^1.20.2", "express": "^4.18.2", "inversify": "^6.0.1", "inversify-express-utils": "^6.4.3", "reflect-metadata": "^0.1.13" }, "devDependencies": { "@types/body-parser": "^1.19.5", "@types/express": "^4.17.21", "@types/node": "^20.11.19", "@typescript-eslint/eslint-plugin": "^7.0.1", "@typescript-eslint/parser": "^7.0.1", "eslint": "^8.56.0", "eslint-config-prettier": "^9.1.0", "eslint-plugin-prettier": "^5.1.3", "nodemon": "^3.0.3", "prettier": "^3.2.5", "ts-node": "^10.9.2", "typescript": "^5.3.3" }, "keywords": [ "MCP", "Model Context Protocol", "TypeScript", "Inversify", "Dependency Injection", "LLM CLI" ], "author": "Your Name", "license": "MIT" } ``` **Giải thích:** * **`src/index.ts`:** Điểm vào chính của ứng dụng. * Khởi tạo container Inversify để quản lý dependencies. * Bind các services vào container. * Tạo Inversify Express Server để tích hợp Inversify với Express. * Cấu hình middleware cho Express (ví dụ: `body-parser`). * Tích hợp với LLM CLI (phần này cần được triển khai cụ thể dựa trên LLM CLI bạn sử dụng). * Khởi động server. * **`src/types.ts`:** Định nghĩa các `Symbol` để sử dụng làm keys khi bind các dependencies trong Inversify. Điều này giúp tránh xung đột tên. * **`src/controllers/example.controller.ts`:** Ví dụ về một controller sử dụng Inversify để inject `ExampleService`. * **`src/services/example.service.ts`:** Ví dụ về một service. * **`src/utils/llm-cli-integration.ts`:** **Quan trọng:** Đây là nơi bạn cần triển khai logic để tương tác với LLM CLI. Điều này có thể bao gồm: * Serialize cấu hình ứng dụng (ví dụ: danh sách các routes, middleware, các dependencies). * Gọi LLM CLI với cấu hình đã serialize. Điều này có thể thông qua một process con, một HTTP request, hoặc một thư viện client của LLM CLI. * Phân tích kết quả trả về từ LLM CLI. * Trả về phản hồi (feedback) từ LLM CLI. * **`package.json`:** Chứa các dependencies cần thiết và các scripts để build, chạy và lint code. **Cách sử dụng:** 1. **Cài đặt dependencies:** `npm install` 2. **Build code:** `npm run build` 3. **Chạy server:** `npm run start` (hoặc `npm run dev` để chạy với nodemon) **Lưu ý quan trọng:** * **LLM CLI Integration:** Phần `LLMCLIIntegration` là phần quan trọng nhất và cần được triển khai cụ thể dựa trên LLM CLI bạn muốn sử dụng. Bạn cần tìm hiểu cách LLM CLI hoạt động, cách nó nhận cấu hình ứng dụng và cách nó trả về phản hồi. * **Inversify:** Tìm hiểu kỹ về Inversify để hiểu cách dependency injection hoạt động. * **Error Handling:** Thêm error handling vào các promise và async/await functions. * **Configuration:** Sử dụng một thư viện cấu hình (ví dụ: `dotenv`) để quản lý các biến môi trường. * **Testing:** Viết unit tests và integration tests để đảm bảo code hoạt động chính xác. * **Security:** Xem xét các vấn đề bảo mật khi xây dựng ứng dụng web. **Ví dụ về cách triển khai `LLMCLIIntegration` (giả định LLM CLI nhận cấu hình qua JSON và trả về phản hồi qua JSON):** ```typescript // src/utils/llm-cli-integration.ts import { exec } from 'child_process'; import * as fs from 'fs'; import * as path from 'path'; export class LLMCLIIntegration { private llmCliPath: string = '/path/to/your/llm-cli'; // Thay đổi đường dẫn này async analyzeArchitecture(app: any): Promise<string> { try { // 1. Serialize cấu hình ứng dụng (ví dụ: routes) const appConfig = this.serializeAppConfig(app); // 2. Tạo một file JSON tạm thời để chứa cấu hình const tempConfigFile = path.join(__dirname, 'temp_config.json'); fs.writeFileSync(tempConfigFile, JSON.stringify(appConfig, null, 2)); // 3. Gọi LLM CLI const command = `${this.llmCliPath} --config ${tempConfigFile}`; const { stdout, stderr } = await this.executeCommand(command); // 4. Xóa file cấu hình tạm thời fs.unlinkSync(tempConfigFile); // 5. Phân tích kết quả trả về từ LLM CLI (giả sử là JSON) const feedback = JSON.parse(stdout); // 6. Trả về phản hồi return JSON.stringify(feedback, null, 2); } catch (error: any) { console.error("Error in LLM CLI integration:", error); return `Error analyzing architecture: ${error.message}`; } } private serializeAppConfig(app: any): any { // Logic để serialize cấu hình ứng dụng // Ví dụ: lấy danh sách các routes từ app._router.stack // và tạo một object JSON mô tả kiến trúc ứng dụng. // Cần điều chỉnh logic này dựa trên cấu trúc của ứng dụng Express của bạn. const routes = app._router.stack .filter((layer: any) => layer.route) .map((layer: any) => ({ path: layer.route.path, methods: Object.keys(layer.route.methods), })); return { routes: routes, // Thêm các thông tin khác về kiến trúc ứng dụng ở đây... }; } private executeCommand(command: string): Promise<{ stdout: string; stderr: string }> { return new Promise((resolve, reject) => { exec(command, (error, stdout, stderr) => { if (error) { reject(error); } resolve({ stdout, stderr }); }); }); } } ``` **Lưu ý:** * Thay đổi `/path/to/your/llm-cli` thành đường dẫn thực tế đến LLM CLI của bạn. * Hàm `serializeAppConfig` cần được điều chỉnh để phù hợp với cấu trúc ứng dụng Express của bạn. * Xử lý lỗi và logging cần được cải thiện. Bản mẫu này cung cấp một điểm khởi đầu tốt để xây dựng máy chủ MCP bằng TypeScript. Hãy nhớ điều chỉnh nó để phù hợp với nhu cầu cụ thể của bạn. Chúc bạn thành công!

MCP File Server

Cho phép các mô hình AI thực hiện các thao tác trên hệ thống tệp (đọc, tạo và liệt kê tệp) trên một hệ thống tệp cục bộ thông qua giao diện Giao thức Ngữ cảnh Mô hình được tiêu chuẩn hóa.

Code Sandbox MCP

Một máy chủ MCP để tạo môi trường sandbox mã an toàn để thực thi mã trong các container Docker.

claude-code-mcp

Dự án này nhằm mục đích xây dựng một máy chủ Claude Code MCP và triển khai các công cụ liên quan của nó (explain\_code, review\_code, fix\_code, edit\_code, test\_code, simulate\_command, your\_own\_query). Máy chủ được triển khai bằng Node.js và MCP SDK. Nó nhận các yêu cầu công cụ từ máy khách thông qua Stdio, một cách động.

Anki MCP Server

Một máy chủ dựa trên TypeScript, tích hợp với Anki thông qua plugin AnkiConnect, cho phép bạn quản lý các bộ bài flashcard, mô hình ghi chú và tạo ghi chú Anki bằng ngôn ngữ tự nhiên.

MCP Notmuch Sendmail

Một máy chủ hỗ trợ email kết nối Claude Desktop với cơ sở dữ liệu email notmuch, cho phép người dùng tìm kiếm email, xem các chuỗi, soạn tin nhắn mới và trả lời các cuộc hội thoại với định dạng markdown.

Github-Oauth MCP Server

Tạo điều kiện xác thực với GitHub bằng giao thức OAuth, cho phép truy cập và tương tác an toàn với các kho lưu trữ và dịch vụ của GitHub.