Discover Awesome MCP Servers

Voice Generation MCP Server

Enables text-to-speech conversion using Minimax AI's voice synthesis API with automatic upload to Amazon S3. Supports customizable voice settings including model selection, voice ID, and speech speed control.

Aave Liquidation MCP Server

Enables AI assistants to analyze Aave V3 positions on Ethereum, monitor health factors, identify liquidation opportunities, and query protocol data including collateral positions, debt composition, and real-time asset prices.

ServiceNow MCP Server

A Model Context Protocol server that enables AI assistants and development tools to interact with ServiceNow instances, providing comprehensive API coverage for incident management, change management, CMDB, and other ServiceNow modules.

mcp-with-ssh

具有服务器 SSH 支持的内存库，用作中央知识库

SAP Business One MCP Server

Enables interaction with SAP Business One API through Azure Container Apps with VNet connectivity. Provides secure access to SAP data and operations through natural language interface.

JSONPlaceholder MCP Server

MCP 服务器游乐场的代码仓库

Qiita API MCP Server

Enables interaction with Qiita, a Japanese developer community platform, through its API v2. Supports comprehensive operations including article management, user interactions, tag following, and commenting with Japanese language support.

mcp-server-cve-knowledge-base

MCP 服务器，提供 CVE 的实时知识库

Vapi MCP Server

Enables integration with Vapi APIs through function calling via the Model Context Protocol, allowing AI models to access Vapi's capabilities.

Apifox MCP Server

Enables AI assistants to fetch and understand API endpoint definitions from Apifox projects in real-time. Supports retrieving complete API specifications including request methods, parameters, headers, and response schemas to improve development efficiency and code generation quality.

TodoList MCP Server

Enables full management of ToDoList (.tdl) XML files with CRUD operations, hierarchical task support, and advanced filtering. Maintains compatibility with the ToDoList desktop application while allowing programmatic task management.

🧠 Model Context Protocol (MCP)

好的，这是使用 Langchain MCP Adapters 和 Ollama 实现 MCP 的演示： **标题：使用 Langchain MCP Adapters 和 Ollama 实现 MCP 的演示** **简介：** 本演示展示了如何使用 Langchain MCP Adapters 和 Ollama 来实现 MCP（多通道处理）。MCP 是一种技术，它允许您使用多个通道（例如，文本、图像、音频）来处理数据。这可以提高准确性和效率。 **先决条件：** * 已安装 Python 3.7 或更高版本 * 已安装 Langchain * 已安装 Ollama * 已安装 Langchain MCP Adapters **安装：** ```bash pip install langchain pip install ollama pip install langchain-mcp-adapters ``` **代码：** ```python from langchain_mcp_adapters import MultiChannelProcessor from langchain.llms import Ollama from langchain.chains import LLMChain from langchain.prompts import PromptTemplate # 1. 定义你的通道。 # 在这个例子中，我们将使用两个通道：文本和图像。 channels = [ { "name": "text", "type": "text", }, { "name": "image", "type": "image", }, ] # 2. 创建一个多通道处理器。 mcp = MultiChannelProcessor(channels=channels) # 3. 定义你的提示模板。 # 这个提示模板将用于处理文本通道。 text_prompt_template = """ 你是一个有用的助手。 请回答以下问题： {question} """ text_prompt = PromptTemplate( input_variables=["question"], template=text_prompt_template, ) # 4. 定义你的语言模型。 # 在这个例子中，我们将使用 Ollama。 llm = Ollama(model="llama2") # 5. 创建一个 LLM 链。 text_chain = LLMChain(llm=llm, prompt=text_prompt) # 6. 将 LLM 链添加到多通道处理器。 mcp.add_channel("text", text_chain) # 7. 定义一个函数来处理图像通道。 def image_processor(image_path): """ 这个函数将处理图像通道。 Args: image_path: 图像的路径。 Returns: 图像的描述。 """ # 在这里，你可以使用任何图像处理库来处理图像。 # 在这个例子中，我们将使用 PIL 库。 from PIL import Image import pytesseract # 打开图像。 image = Image.open(image_path) # 使用 pytesseract 来提取图像中的文本。 text = pytesseract.image_to_string(image) # 返回图像的描述。 return text # 8. 将图像处理器添加到多通道处理器。 mcp.add_channel("image", image_processor) # 9. 创建一个输入。 input_data = { "text": { "question": "什么是 Langchain？", }, "image": { "image_path": "image.png", }, } # 10. 处理输入。 output = mcp.process(input_data) # 11. 打印输出。 print(output) ``` **解释：** 1. **定义通道：** 首先，我们定义了两个通道：文本和图像。每个通道都有一个名称和一个类型。 2. **创建多通道处理器：** 接下来，我们创建了一个多通道处理器。多通道处理器负责处理来自不同通道的数据。 3. **定义提示模板：** 我们定义了一个提示模板，用于处理文本通道。提示模板是一个字符串，它包含一个或多个占位符。占位符将被输入数据替换。 4. **定义语言模型：** 我们定义了一个语言模型。语言模型是一个可以生成文本的模型。在这个例子中，我们使用 Ollama。 5. **创建 LLM 链：** 我们创建了一个 LLM 链。LLM 链是一个将提示模板和语言模型连接在一起的链。 6. **将 LLM 链添加到多通道处理器：** 我们将 LLM 链添加到多通道处理器。这告诉多通道处理器使用 LLM 链来处理文本通道。 7. **定义图像处理器：** 我们定义了一个图像处理器。图像处理器是一个可以处理图像的函数。 8. **将图像处理器添加到多通道处理器：** 我们将图像处理器添加到多通道处理器。这告诉多通道处理器使用图像处理器来处理图像通道。 9. **创建输入：** 我们创建了一个输入。输入是一个字典，它包含每个通道的数据。 10. **处理输入：** 我们处理输入。多通道处理器将使用 LLM 链和图像处理器来处理输入数据。 11. **打印输出：** 我们打印输出。输出是一个字典，它包含每个通道的处理结果。 **结论：** 本演示展示了如何使用 Langchain MCP Adapters 和 Ollama 来实现 MCP。MCP 是一种强大的技术，它可以提高准确性和效率。 **注意：** * 您需要将 `image.png` 替换为实际的图像文件。 * 您需要根据您的需要修改提示模板和图像处理器。 * 您可以使用任何语言模型来代替 Ollama。 希望这个演示对您有所帮助！

Gemini MCP Server

A Model Context Protocol server that enables Claude to interact with Google's Gemini AI models, allowing users to ask Gemini questions directly from Claude.

MCP URL Fetcher

一个模型上下文协议服务器，它使大型语言模型能够获取和处理多种格式（HTML、JSON、Markdown、文本）的网络内容，并具有自动格式检测功能。

YouTube Music MCP

A simple MCP server that allows AI assistants like Cursor or Claude Desktop to search for and play tracks on YouTube Music through natural language commands.

Transport Department Rajasthan MCP Server

A Multi-Agent Conversation Protocol server that enables interaction with Rajasthan Transport Department's API, allowing access to vehicle and driver-related services through natural language.

authentik-mcp

Authentik MCP provides seamless integration with Authentik's API, supporting both full-featured and diagnostic modes. These enable secure, automated user, group, and system management through MCP-compatible tools.

TianGong-AI-MCP

A Model Context Protocol (MCP) server that supports STDIO, SSE and Streamable HTTP protocols for AI model interactions.

Typebot MCP Server

Enables interaction with Typebot's REST API to create, manage, publish, and chat with Typebots, and retrieve conversation results through natural language commands.

MCP Server for Asana

这个服务器实现允许 AI 助手与 Asana 的 API 交互，使用户能够通过自然语言请求来管理任务、项目、工作区和评论。

PDF2MD MCP Server

An MCP server that converts PDF files to Markdown format using AI sampling capabilities, supporting both local files and URLs with incremental conversion features.

Vercel MCP Adapter

Enables real-time communication between applications and AI models using the Model Context Protocol, supporting features like custom tools and multiple transport options for Next.js applications.

MCP Wikidata Server

Provides access to Wikidata for Large Language Models through the Model Context Protocol, offering tools for entity search, detailed retrieval, SPARQL queries, relation exploration, and property-based searches.

Google Drive server

用于与 Google Drive 集成的 Google Drive MCP 服务器，允许列出、读取和搜索文件。

Discourse MCP

Enables AI agents to interact with Discourse forums through search, reading topics/posts, managing categories and users. Supports secure authentication and optional write operations with rate limiting.

RISKEN MCP Server

RISKEN 的官方 MCP 服务器

Avalanche MCP Tools

通过人工智能助手实现与 Avalanche 区块链的自然语言交互，允许用户在无需技术知识的情况下执行 Avalanche CLI 命令和 AvalancheJS API 操作。

Bifrost - VSCode Dev Tools MCP Server

一个 VS Code 扩展提供了一个 MCP 服务器，该服务器暴露 Roslyn 语言特性。它支持诸如查找用法、转到定义、快速信息等工具。