Un cliente ligero para interactuar con LLMs, que admite OpenAI y APIs compatibles con la extensión MCP.

Un cliente MCP de Node.js que simplifica la interacción con servidores MCP mediante métodos convenientes para operaciones comunes.

AppDog genera servidores MCP a partir de especificaciones OpenAPI, agilizando el desarrollo y la implementación de API.

Una implementación Dart de MCP que permite interacciones de agentes AI con componentes de servidor y cliente.

Implementación MCP basada en Swift para interacciones de agentes de IA con componentes de servidor y cliente que admiten el estándar de protocolo.

Un paquete de Python para generar clientes API tipados y servidores MCP a partir de especificaciones OpenAPI.

Biblioteca de Rust para construir redes descubribles de agentes de IA con descubrimiento de pares y compartición de recursos.

EasyMCP es un SDK de Python de alto rendimiento para gestionar múltiples servidores MCP con soporte de caché y espacio de nombres.

Un cliente basado en TypeScript que se conecta a servidores MCP, permitiendo la interacción de IA con modelos DeepSeek u OpenAI.

Una demostración de cliente MCP basada en Spring Boot que utiliza el spring-ai-mcp-client-spring-boot-starter.

AIMCP AIME es una plataforma multiplataforma impulsada por IA que permite la gestión eficiente de modelos y servicios de IA.