Discover Awesome MCP Servers

codecks-mcp

A TypeScript MCP server for Codecks project management that provides over 32 tools to manage cards, decks, milestones, and PM workflows. It enables users to perform actions like creating cards, tracking activity, and managing project conversations through the Model Context Protocol.

Trilium MCP Server

Brings your Trilium Notes knowledge base into Claude Desktop, enabling full-text search, note management, and content interaction through natural language.

Aegis

A compliance kernel for MCP that enforces policy rules between AI agents and data systems, providing deterministic access control, PII masking, and audit trails.

AgentWallet MCP Server

Provides permissionless wallet infrastructure for AI agents to manage wallets, sign transactions, and handle tokens across Solana and all EVM-compatible chains. It includes 29 specialized tools for on-chain operations, featuring built-in security guards and automated x402 payment processing without KYC requirements.

perseus

MCP server with 24 tools for live workspace state resolution. Pre-resolves git status, service health, file queries, memory federation, and multi-agent coordination into markdown before the AI sees it. Single-file Python (pyyaml only), MIT. Serves over stdio and SSE. Published as io.github.tcconnally/perseus on the MCP Registry.

@lakehouse/mcp-server

MCP server for Lakehouse42, enabling code-first tool discovery, hybrid search, document management, and Iceberg time-travel queries with optimized responses.

agentbank-merchant-mcp

Merchant-side MCP server for agentbank that lets merchants read their own orders and live Curless wallet balance from an MCP client such as Claude Desktop.

MCP Troubleshooter

A specialized diagnostic framework that enables AI models to self-diagnose and fix MCP-related issues by analyzing logs, validating configurations, testing connections, and implementing solutions.

jobjourney-claude-plugin

An MCP server that enables AI-assisted job search workflows including job discovery, application tracking, resume evaluation, and cover letter generation, with support for multiple job sources and scheduled scraping.

mcp-open-fec

Access Federal Election Commission campaign finance data through MCP tools. Enables querying OpenFEC data using natural language via ask_pipeworx or direct tool calls.

action1-mcp

An MCP server for Action1, a cloud-native RMM platform, enabling remote monitoring, patch management, and endpoint management through Action1's API.

Perfect Web Clone IDE

Enables pixel-perfect website cloning from within the IDE by extracting real source code, styles, and assets, and assembling them into a React project with live preview.

reference-mcp

An MCP server that helps AI agents comprehend a codebase by providing tools for navigating, searching, and understanding code structure and history.

immich-photo-manager

Manage your self-hosted Immich photo library through conversation — natural language search via CLIP, geographic album curation, duplicate detection with perceptual hashing,

StableDeliver AI Bridge

Enables ChatGPT to supervise Claude Code for automated engineering tasks, with safety gates and logging.

MCP Memory

Enables AI assistants to remember user information across conversations using vector search technology. Built on Cloudflare infrastructure with isolated user namespaces for secure, persistent memory storage and retrieval.

Terminal MCP Server

Exposes authenticated shell tools for remote command execution and task management, enabling grok.com to run shell commands on the host machine.

mcp-streamable-http

A step-by-step guide and complete working example for building and running an MCP server with streamable HTTP transport using Python, mcp, and FastAPI, enabling AI assistants to access tools over HTTP.

Wikipedia Summarizer MCP Server

一个 MCP (模型上下文协议) 服务器，它使用 Ollama LLM 获取并总结维基百科文章，可通过命令行和 Streamlit 界面访问。 非常适合从维基百科快速提取关键信息，而无需阅读整篇文章。

DateTime MCP Server

Provides timezone-aware date and time information with configurable time formats and timezone support. Enables users to get current date and time in their preferred timezone and format through simple MCP tools.

MCP DeepSeek 演示项目

好的，这是一个 DeepSeek 结合 MCP (Message Channel Protocol) 的最小用例，包括客户端和服务器端，用 Python 编写。这个例子展示了如何使用 DeepSeek 的模型进行简单的文本生成，并通过 MCP 在客户端和服务器之间传递请求和响应。 **注意:** 这个例子假设你已经安装了 DeepSeek 的 Python SDK 和 MCP 的相关库 (例如 `mcp` 或类似的库，具体取决于你选择的 MCP 实现)。 你需要根据你的实际环境安装这些依赖。 由于 MCP 的具体实现有很多种，这里提供的是一个概念性的例子，你需要根据你使用的 MCP 库进行调整。 **1. 服务器端 (server.py):** ```python # server.py import mcp # 假设你使用了一个名为 'mcp' 的库 import deepseek_ai # 假设你已经安装了 DeepSeek 的 SDK # DeepSeek API Key (替换成你自己的 API Key) DEEPSEEK_API_KEY = "YOUR_DEEPSEEK_API_KEY" # 初始化 DeepSeek 客户端 deepseek = deepseek_ai.DeepSeek(api_key=DEEPSEEK_API_KEY) # MCP 服务器配置 SERVER_ADDRESS = ('localhost', 8080) # 服务器地址和端口 # 处理 DeepSeek 请求的函数 def handle_deepseek_request(prompt): """ 接收 prompt，调用 DeepSeek 模型生成文本，并返回结果。 """ try: response = deepseek.completions.create( model="deepseek-chat", # 或者你想要使用的其他模型 prompt=prompt, max_tokens=50, # 限制生成文本的长度 temperature=0.7, # 控制生成文本的随机性 ) generated_text = response.choices[0].text.strip() return generated_text except Exception as e: print(f"DeepSeek API 调用失败: {e}") return "DeepSeek API 调用失败" # MCP 服务器处理函数 def handle_client_request(request): """ 接收客户端请求，调用 DeepSeek 处理函数，并返回结果。 """ try: prompt = request.decode('utf-8') # 将请求解码为字符串 print(f"收到客户端请求: {prompt}") generated_text = handle_deepseek_request(prompt) print(f"DeepSeek 生成的文本: {generated_text}") return generated_text.encode('utf-8') # 将结果编码为字节流 except Exception as e: print(f"处理客户端请求失败: {e}") return "服务器处理失败".encode('utf-8') # 创建 MCP 服务器 server = mcp.Server(SERVER_ADDRESS, handle_client_request) # 启动服务器 print(f"服务器启动，监听地址: {SERVER_ADDRESS}") server.run() ``` **2. 客户端 (client.py):** ```python # client.py import mcp # 假设你使用了一个名为 'mcp' 的库 # MCP 服务器配置 SERVER_ADDRESS = ('localhost', 8080) # 服务器地址和端口 # 客户端请求 prompt = "请用一句话描述 DeepSeek。" # 你想要发送给 DeepSeek 的 prompt # 创建 MCP 客户端 client = mcp.Client(SERVER_ADDRESS) # 发送请求并接收响应 try: response = client.send_request(prompt.encode('utf-8')) # 将 prompt 编码为字节流 generated_text = response.decode('utf-8') # 将响应解码为字符串 print(f"服务器返回的文本: {generated_text}") except Exception as e: print(f"客户端请求失败: {e}") # 关闭客户端 client.close() ``` **代码解释:** * **服务器端 (server.py):** * 导入 `mcp` 和 `deepseek_ai` 库。 * 使用你的 DeepSeek API Key 初始化 DeepSeek 客户端。 * 定义 `handle_deepseek_request` 函数，该函数接收一个 prompt，调用 DeepSeek 模型生成文本，并返回结果。 这个函数处理与 DeepSeek API 的交互。 * 定义 `handle_client_request` 函数，该函数接收客户端的请求，调用 `handle_deepseek_request` 函数处理请求，并将结果返回给客户端。 这个函数是 MCP 服务器的核心逻辑。 * 创建一个 MCP 服务器，并指定服务器地址和端口，以及处理客户端请求的函数。 * 启动服务器，开始监听客户端请求。 * **客户端 (client.py):** * 导入 `mcp` 库。 * 定义服务器地址和端口。 * 定义要发送给 DeepSeek 的 prompt。 * 创建一个 MCP 客户端，并指定服务器地址和端口。 * 发送请求给服务器，并接收服务器返回的响应。 * 将服务器返回的响应打印到控制台。 * 关闭客户端。 **运行步骤:** 1. **安装依赖:** 确保你已经安装了 `deepseek_ai` 和你选择的 MCP 库。 例如，如果 `mcp` 是一个实际存在的库，你可以使用 `pip install deepseek_ai mcp` 安装。 如果 `mcp` 只是一个占位符，你需要替换成你实际使用的 MCP 库，并安装它。 2. **替换 API Key:** 将 `server.py` 中的 `YOUR_DEEPSEEK_API_KEY` 替换成你自己的 DeepSeek API Key。 3. **运行服务器:** 在终端中运行 `python server.py`。 4. **运行客户端:** 在另一个终端中运行 `python client.py`。 **预期结果:** 客户端会向服务器发送一个 prompt，服务器会调用 DeepSeek 模型生成文本，并将生成的文本返回给客户端。客户端会将服务器返回的文本打印到控制台。 **重要注意事项:** * **MCP 实现:** 这个例子中使用了一个名为 `mcp` 的占位符库。 你需要根据你实际使用的 MCP 库进行调整。 常见的 MCP 实现包括 ZeroMQ, RabbitMQ, Redis Pub/Sub 等。 你需要选择一个适合你的需求的 MCP 实现，并根据该实现的 API 修改代码。 * **错误处理:** 这个例子包含了一些基本的错误处理，但你可以根据你的需求添加更完善的错误处理机制。 * **安全性:** 在生产环境中，你需要考虑安全性问题，例如身份验证和授权。 * **异步处理:** 如果 DeepSeek API 的调用时间较长，你可以考虑使用异步处理来提高服务器的性能。 * **模型选择:** `model="deepseek-chat"` 只是一个示例，你可以根据你的需求选择其他 DeepSeek 模型。 * **DeepSeek API Key:** 请妥善保管你的 DeepSeek API Key，不要将其泄露给他人。 这个最小用例提供了一个基本的框架，你可以根据你的实际需求进行扩展和修改。 希望这个例子能够帮助你理解如何将 DeepSeek 与 MCP 结合使用。

Spotify MCP Server

A MCP server for controlling Spotify playback, searching for content, and managing playlists via OAuth authentication.

sticky-notes-server

A MCP server for managing sticky notes with CRUD operations, search, tags, conversations, and a React UI.

Bugcrowd MCP Server

Provides secure access to the Bugcrowd bug bounty platform API, optimized for OpenAI's Agents SDK integration to enable vulnerability management and security research.

RAG MCP Server (Pinecone)

Enables searching and asking questions over your PDF documents using a Pinecone vector index with local embeddings and language model, no external LLM API key required.

EasyAiFlows Automation Assessment

Assess your business's AI automation readiness across 20 industries. Get a personalized score, specific recommendations, and time/revenue impact estimates

openai-agents-mcp

MCP server that bridges OpenAI's Agents SDK with Claude Code, enabling web search, file search, and computer use capabilities directly in your development environment.

Todoist MCP Server

Enables AI assistants to manage Todoist tasks, projects, sections, and labels through natural language, supporting task creation, updates, completion, and intelligent organization of your workflow.

Loom Advisor

Provides tools to list, retrieve, edit, and merge Loom screen recordings.