Discover Awesome MCP Servers

comfy-ui-mcp-server MCP server

镜子 (jìng zi)

systemprompt-mcp-reddit

一个专门的 MCP 服务器，使 AI 代理能够与 Reddit 互动，包括阅读帖子、创建内容和管理 subreddit 配置。

Magnet Desktop

用于探索 MCP (模型上下文协议) 服务器的 MacOS 和 Windows 桌面应用程序

Bilibili API MCP Server

用于Bilibili API的MCP服务器，支持各种操作。

CrewAI Enterprise MCP Server

一个模型上下文协议（Model Context Protocol）服务器，使用户能够通过 Claude Desktop 启动和监控已部署的 CrewAI 工作流程。

Embedding MCP Server

镜子 (jìng zi)

Fastapi Mcp Server

FastAPI MCP Server 是一个使用 FastAPI 构建的 MCP (模型上下文协议) 服务器。 该项目旨在统一访问各种工具和数据源。

Sci-Hub-MCP-Server

🔍 使 AI 助手能够通过一个简单的 MCP 接口，使用 Sci-Hub 搜索、访问和分析学术论文。

YouTube MCP Server

用于 YouTube 集成的媒体控制协议服务器

Flow MCP Server

一个模型上下文协议服务器，使 AI 助手能够访问 Flow 区块链数据并执行诸如检查余额、解析域名、执行脚本和提交交易等操作。

mcp-server-modal

镜子 (jìng zi)

Angle One MCP Server

镜子 (jìng zi)

Workflows MCP v0.1.0

将提示词和 MCP 服务器编排和组合成复合 MCP 工具

MCP Servers

模型上下文协议 (MCP) 服务器集合及设置说明

Portkey MCP Server

镜子 (jìng zi)

PayAI MCP Server

PayAI 网络的模型上下文协议服务器！将 PayAI 插入 Claude Desktop、Cursor 或您最喜欢的 MCP 主机！

MCP Chat Demo

一个演示与模型上下文协议 (MCP) 服务器集成的示例聊天应用程序

AegnticMCP

AegnticMCP 自动化创建和管理 MCP 服务器，确保它们稳定、适应性强且智能化。

Model Context Protocol ( MCP ) Python server to use with continue.dev

一个实现了模型上下文协议的 Python 服务器，用于提供可定制的提示模板、资源和工具，以增强 continue.dev 环境中的 LLM 交互。

MCP Tree-sitter Server

一个模型上下文协议 (MCP) 服务器，它使用 tree-sitter 提供代码分析功能，旨在让 Claude 能够智能地访问代码库，并进行适当的上下文管理。

Mcp Mongodb

MCP服务器 (MCP fúwùqì)

MCP Key Server

Okay, here's a translation of "MCP server for storing API keys and providing npm installation" into Chinese, along with some nuances and options depending on the specific context: **Option 1 (Most General):** * **Chinese:** 用于存储 API 密钥并提供 npm 安装的 MCP 服务器 * **Pinyin:** Yòng yú chǔcún API mìyào bìng tígōng npm ānzhuāng de MCP fúwùqì * **Explanation:** This is a direct and straightforward translation. * `用于 (yòng yú)`: Used for * `存储 (chǔcún)`: To store * `API 密钥 (API mìyào)`: API keys * `并 (bìng)`: And * `提供 (tígōng)`: To provide * `npm 安装 (npm ānzhuāng)`: npm installation * `的 (de)`: (Possessive particle, linking the description to the server) * `MCP 服务器 (MCP fúwùqì)`: MCP server **Option 2 (More Emphasis on Functionality):** * **Chinese:** 一种 MCP 服务器，用于安全存储 API 密钥并支持 npm 安装 * **Pinyin:** Yī zhǒng MCP fúwùqì, yòng yú ānquán chǔcún API mìyào bìng zhīchí npm ānzhuāng * **Explanation:** This option emphasizes the security aspect of storing API keys and uses "support" instead of "provide" for npm installation. * `一种 (yī zhǒng)`: A type of * `安全 (ānquán)`: Securely * `支持 (zhīchí)`: To support **Option 3 (If "MCP" is a specific project or system with a known Chinese name):** * **Chinese:** [MCP中文名称] 服务器，用于存储 API 密钥并提供 npm 安装 * **Pinyin:** [MCP Zhōngwén míngchēng] fúwùqì, yòng yú chǔcún API mìyào bìng tígōng npm ānzhuāng * **Explanation:** If "MCP" has a standard Chinese translation within your organization or community, replace `[MCP中文名称]` with that translation. For example, if MCP is "主控平台 (Zhǔkòng Píngtái)", the translation would be: "主控平台服务器，用于存储 API 密钥并提供 npm 安装". **Option 4 (More Technical, Implies a Repository):** * **Chinese:** 用于 API 密钥存储和 npm 包安装的 MCP 服务器 * **Pinyin:** Yòng yú API mìyào chǔcún hé npm bāo ānzhuāng de MCP fúwùqì * **Explanation:** This option is more concise and uses "npm 包安装 (npm bāo ānzhuāng)" which translates to "npm package installation," implying a repository or registry. * `包 (bāo)`: Package * `和 (hé)`: and **Which option is best depends on the context:** * If you want a general and easily understood translation, use **Option 1**. * If you want to highlight the security aspect, use **Option 2**. * If "MCP" has a specific Chinese name, use **Option 3**. * If you want to emphasize the technical aspect of package management, use **Option 4**. I hope this helps! Let me know if you have any other questions.

Strava MCP Server

镜子 (jìng zi)

Mcp Server Redis

一个服务器，它通过一组工具为 Claude 提供 Redis 数据库的访问和操作，这些工具包括基本操作、列表、哈希、集合和发布/订阅功能。

convex-mcp-server MCP Server

镜子 (jìng zi)

arXiv-Search-MCP-Server

关于一个用于 arXiv 搜索的 MCP 服务器

repo-template

一个用于 Python 包智能的“模型上下文协议”（MCP）服务器，为 PyPI 包和 GitHub 仓库提供结构化查询。其功能包括依赖关系分析、版本跟踪以及包元数据检索，以便与大型语言模型（LLM）进行交互。