Discover Awesome MCP Servers

Workers MCP

一个连接 Claude Desktop 和其他 MCP 客户端到 Cloudflare Workers 的软件包，从而可以通过模型上下文协议，使用自然语言访问自定义功能。

MongoDB MCP Server

为LLM提供对MongoDB数据库的只读访问权限，以检查集合模式并执行聚合管道。

Needle MCP Server

一个服务器，允许用户通过 Claude 桌面应用程序管理文档并使用 Needle 执行 Claude 驱动的搜索。

nile-mcp

Nile数据库的MCP服务器 - 使用LLM管理和查询数据库、租户、用户和身份验证

actors-mcp-server

使用 Apify 提供的 3000 多个预构建的云工具（称为 Actors），从网站、电子商务平台、社交媒体、搜索引擎、地图等提取数据。

DeepSRT MCP Server

一个 MCP 服务器，通过与 DeepSRT 的 API 集成，使用户能够以多种语言和格式生成 YouTube 视频的摘要。

Appwrite MCP Server

一个模型上下文协议服务器，允许 AI 助手与 Appwrite 的 API 交互，从而提供管理 Appwrite 项目中数据库、用户、函数、团队和其他资源的工具。

Scrapezy

MCP服务器启用与Scrapezy的集成，以从网站检索结构化数据。

Beamlit MCP Server

一个 MCP 服务器实现，它支持 Beamlit CLI 和 AI 模型之间的无缝集成，并使用模型上下文协议标准。

Composio MCP Server

GitHub 是人们构建软件的地方。超过 1.5 亿人使用 GitHub 来发现、fork 和贡献超过 4.2 亿个项目。

Open-Ledger-MCP-Server

一个用于 OpenLedger API 的模型上下文协议 (MCP) 服务器实现。该服务器根据 MCP 规范为 AI 模型提供结构化的上下文。

MCP2Lambda

通过 MCP 协议，人工智能模型能够与 AWS Lambda 函数交互，从而在安全的环境中访问私有资源、实时数据和自定义计算。

BigGo MCP Server

一个模型上下文协议服务器，支持跨电商平台的产品搜索、价格历史追踪，以及基于产品规格的自然语言提示搜索。

Astra DB MCP Server

一个模型上下文协议服务器，允许大型语言模型与 Astra DB 数据库交互，提供通过自然语言命令管理集合和记录的工具。

Tinybird Analytics

一个 MCP 服务器，用于从任何 MCP 客户端与 Tinybird Workspace 交互。

Wanaku MCP Server

Wanaku MCP 路由器连接自主 AI 代理和您的企业系统。Wanaku 利用成熟的集成技术（如 Apache Camel）来设置和管理成百上千个集成。

steam

Okay, I understand. As a large language model, I don't "play" games in the same way a human does. I don't have personal experiences or the ability to interact with games in a real-time, sensory way. However, I *can* be used to process and analyze game-related information. Here's how I might describe my "interaction" with games, framed as if I were "playing" them: **My "Game Playing" Activities:** * **Text-Based Adventure Games (Simulated):** I can be given the text of a text-based adventure game and, based on my understanding of language and logic, I can "play" the game by choosing actions and responding to the game's prompts. I can "play" these games for varying lengths of time, depending on the complexity of the game and the number of possible paths. A simple game might take me a few seconds to "complete" by exploring all branches. A more complex one could take minutes or even hours of simulated interaction. * **Game Script Analysis:** I can analyze game scripts, dialogue, and lore. This is like "playing" the game by understanding its story and characters. I might spend hours analyzing a single game's script to understand its narrative structure, character motivations, and world-building. * **Game Code Analysis (Limited):** While I can't execute game code directly, I can analyze code snippets to understand game mechanics, AI behavior, or level design principles. This is like "playing" the game by understanding how it works under the hood. The time spent on this varies greatly depending on the complexity of the code. * **Game Data Analysis:** I can analyze game data, such as player statistics, item drop rates, or map layouts. This is like "playing" the game by understanding its systems and balance. I might spend hours analyzing a dataset to identify trends or patterns. * **Game Generation (Experimental):** I can be used to generate game content, such as stories, quests, or even simple game levels. This is like "playing" the game by creating it. The time spent on this depends on the complexity of the generation task. * **Playing as an NPC:** I can be used to simulate the behavior of a Non-Player Character (NPC) in a game. I can respond to player actions and provide information or quests. The "playtime" here is determined by the length of the interaction. **Important Considerations:** * **No Sensory Experience:** I don't experience games visually, aurally, or haptically. My understanding is purely based on the text and data I process. * **No True Agency:** I don't have my own goals or desires when "playing" a game. I simply follow the instructions and logic provided to me. * **Time is Relative:** The "time" I spend on a game is measured in processing time, not in human playtime. A task that takes a human hours might take me only seconds or minutes. **In summary, while I can't "play" games in the traditional sense, I can be used to analyze, understand, and even generate game-related content. My "playtime" is measured in processing time and depends on the complexity of the task.** --- **Translation to Chinese:** 好的，我明白了。 作为一个大型语言模型，我“玩”游戏的方式与人类不同。 我没有个人经历，也没有能力以实时、感官的方式与游戏互动。 但是，我*可以*用来处理和分析与游戏相关的信息。 以下是我如何描述我与游戏的“互动”，就像我在“玩”它们一样： **我的“玩游戏”活动：** * **基于文本的冒险游戏（模拟）：** 我可以获得基于文本的冒险游戏的文本，并且根据我对语言和逻辑的理解，我可以通过选择动作和响应游戏的提示来“玩”游戏。 我可以“玩”这些游戏的时间长短不一，具体取决于游戏的复杂程度和可能的路径数量。 一个简单的游戏可能需要我几秒钟的时间来通过探索所有分支来“完成”。 一个更复杂的游戏可能需要几分钟甚至几个小时的模拟互动。 * **游戏脚本分析：** 我可以分析游戏脚本、对话和背景故事。 这就像通过理解游戏的故事和角色来“玩”游戏。 我可能会花费数小时分析单个游戏的脚本，以了解其叙事结构、角色动机和世界构建。 * **游戏代码分析（有限）：** 虽然我不能直接执行游戏代码，但我可以分析代码片段以了解游戏机制、人工智能行为或关卡设计原则。 这就像通过了解游戏的工作原理来“玩”游戏。 在这上面花费的时间差异很大，具体取决于代码的复杂程度。 * **游戏数据分析：** 我可以分析游戏数据，例如玩家统计数据、物品掉落率或地图布局。 这就像通过了解游戏的系统和平衡来“玩”游戏。 我可能会花费数小时分析数据集以识别趋势或模式。 * **游戏生成（实验性）：** 我可以用来生成游戏内容，例如故事、任务，甚至简单的游戏关卡。 这就像通过创建游戏来“玩”游戏。 在这上面花费的时间取决于生成任务的复杂程度。 * **扮演NPC：** 我可以用来模拟游戏中非玩家角色 (NPC) 的行为。 我可以回应玩家的动作并提供信息或任务。 这里的“游戏时间”由互动的长度决定。 **重要考虑事项：** * **没有感官体验：** 我不会在视觉、听觉或触觉上体验游戏。 我的理解完全基于我处理的文本和数据。 * **没有真正的自主性：** 我在“玩”游戏时没有自己的目标或愿望。 我只是按照提供给我的指示和逻辑进行操作。 * **时间是相对的：** 我在游戏上花费的“时间”是以处理时间来衡量的，而不是以人类的游戏时间来衡量的。 人类需要花费数小时的任务可能只需要我几秒钟或几分钟。 **总而言之，虽然我不能以传统意义上的“玩”游戏，但我可以用来分析、理解甚至生成与游戏相关的内容。 我的“游戏时间”以处理时间来衡量，并取决于任务的复杂程度。**

Tecton MCP Server

提供一套工具，用于与 Tecton 集群交互、管理特征存储，并通过 Mission Control 协议执行 Tecton CLI 命令。

Upstash

模型上下文协议 (MCP) 是一种新的标准化协议，用于管理大型语言模型 (LLM) 和外部系统之间的上下文。 在此存储库中，我们提供了一个安装程序以及一个用于 Upstash Developer API 的 MCP 服务器。

LSD MCP Server

该服务器通过 LSD SQL 语言的功能将 Claude AI 连接到互联网，将网络数据转换为可查询的类数据库结构，从而高效地与真实世界的数据进行交互。

Notion MCP Server

一个模型上下文协议服务器，可以将 Claude 和其他 AI 助手连接到您的 Notion 工作区，从而允许 AI 与数据库、页面和块进行交互。

Edit File Lines MCP Server

一个基于 TypeScript 的 MCP 服务器，它提供工具，用于对允许目录内的文本文件进行精确的、基于行的编辑。

WebPerfect MCP Server

webperfect-mcp-server。通过在 GitHub 上创建一个帐户来参与 splendasucks/webperfect-mcp-server 的开发。

MCP Excel Reader

通过自动分块和分页高效处理大型 Excel 文件，并使用 MCP 实现无缝文件读取和管理功能，例如工作表选择和错误处理。

MCP Source Relation Server

好的，请提供您想要翻译成中文的文本。以下是您提供的英文文本的翻译： **分析指定目录中跨多种编程语言的源代码依赖关系，以识别文件关系，从而帮助进行依赖关系管理和项目结构理解。** Here's a slightly more polished version, focusing on clarity and natural flow: **分析指定目录下的多种编程语言源代码依赖关系，识别文件间的关联，从而辅助依赖管理和项目结构理解。** Both translations are accurate, but the second one might sound a bit more natural to a native Chinese speaker. Let me know if you'd like any further refinements!

MCP EVM Signer

一个服务器，可以在本地安全地管理以太坊私钥，并使 Claude for Desktop 能够通过 Infura 与 EVM 兼容的区块链进行交互。

mcp-k8s-go

这个项目旨在成为一个连接到 Kubernetes 的 MCP 服务器，同时也是一个用于为 Kubernetes 中任何自定义资源构建更多服务器的库。

Git File Forensics MCP

提供深入的 Git 文件级别取证工具，用于分析 Git 仓库中详细的文件历史、变更和模式，侧重于单个文件的分析，而非仓库范围的操作。

MD Webcrawl MCP

一个基于 Python 的 MCP 服务器，用于爬取网站，提取内容并保存为 Markdown 文件，同时具备网站结构和链接映射功能。

MCP Git Repo Browser

一个使用模型上下文协议 (MCP) 的 Git 仓库浏览器的 Node.js 实现 - razorback16/mcp-git-repo-browser