MCP專用開發者工具

一款用於管理伺服器與客戶端互動的桌面應用程式，具備全面的功能。

一個為 Eagle 提供的 Model Context Protocol 伺服器，負責管理 Eagle 應用程式和數據來源之間的數據交換。

一個基於聊天的客戶端，直接在聊天環境中集成和使用各種 MCP 工具，以提高生產力。

一個 Docker 映像，承載多個 MCP 伺服器，透過整合 supergateway 以統一入口點訪問。

透過 MCP 協議提供 YNAB 帳戶餘額、交易及交易創建的訪問權限。

一個快速可擴展的MCP伺服器，用於管理多客戶的即時Zerodha交易操作。

一個遠端SSH客戶端，方便安全、基於代理訪問MCP伺服器，以便利用遠端工具。

一個基於Spring的MCP伺服器，整合了AI能力以管理和處理Minecraft模組的通信協議。

一款具有基本聊天功能的極簡MCP客戶端，支持多種模型和上下文交互。

一個安全的MCP伺服器，讓AI代理與身份驗證器應用程式互動以獲取2FA代碼和密碼。

通過實時客戶端數據 API 訪問英雄聯盟遊戲數據的服務器，提供遊戲內的即時信息。

通過與強大的API互動，能夠生成歌詞、歌曲和樂器背景音樂。

一個用於管理多個MCP伺服器的Python客戶端，支持各種傳輸和伺服器類型。

連接PatentSafe的伺服器，通過Lucene查詢檢索文件以進行專利數據分析。

一個基於 Python 的客戶端，促進與 MCP (Minecraft Control Protocol) 伺服器的通訊以實現自動化。

使 AI 能夠透過創建高階模組來管理 Kubernetes 應用程式，減少錯誤配置並提高部署速度。

一個Android原生MCP客戶端，實現Minecraft Pocket Edition的多人連接。

用於創建模組化雲端平台（MCP）組件的伺服器模板，支援TypeScript。

一個基於Python的MCP伺服器框架，用於通過結構化請求向AI代理公開伺服器能力。

一個通過 AI 和命令提示符為 BNB Chain 和 EVM 兼容網絡提供無縫區塊鏈互動的伺服器。

Carlitos 是一個整合 Google Calendar、Gmail、Slack、Notion、Linear 和 GitHub 的個人助手 MCP。

一個為MCP提供推理的伺服器，利用蒙地卡羅樹搜尋（MCTS）來促進決策和策略規劃。

一個基於Flutter的應用程式，展示了MCP客戶端的整合，用於管理伺服器和人工智慧聊天互動。

一個通過MCP協議實現AI圖像生成的伺服器，支持多種模型和可自定義參數。

一個讓 MCP 客戶端能夠連接、訪問工具並通過 SSE 傳輸在多租戶環境中進行互動的服務器。

一個基於Python的模板，用於開發具有明確結構和基本功能的MCP伺服器。

精心策劃的最佳實踐列表，專注於構建MCP伺服器和MCP客戶端的安全性、部署和命名標準。

一個連接 Vestige API 的伺服器實現，用於 Algorand 生態系統的 DeFi 分析。

一個C#/.NET客戶端庫，使應用程序能夠與MCP合規的服務器通信，以便進行工具發現和執行。

這個MCP代理使用ReWOO模式有效利用MCP伺服器，優化令牌消耗和推理。

一個 TypeScript 庫，可以讓應用程序發現、執行和處理來自 MCP 兼容伺服器的響應。

一個使用看板系統的記憶 MCP 伺服器，用於管理具有 AI 代理的複雜多會話工作流程。

一個可配置的 MCP 客戶端/伺服器，可實現對自定義 Python 和第三方 MCP 工具的本地控制和遠程管理。

安全的 SSE 伺服器，支持 AI 工具通訊，並提供 JWT 驗證和動態工具註冊。

使 LLM 客戶端能夠與 Substack 的 API 互動，以進行自動化，例如創建帖子和管理草稿。

一個基於網站的工具，使用自訂的Python環境分析CSV和XML文件中的數據。

一個使用 Node.js/TypeScript 的 MCP 實現，可通過 MCP 協議獲取天氣警報和預報。

一個促進與InterSystems IRIS數據庫使用模型上下文協議進行交互和自動化的伺服器。

一個 Ruby 客戶端用於 MCP，可以通過標準化的協議使 AI 工具與外部服務進行整合。

一個用於 Alibaba Cloud MaxCompute 的 MCP 伺服器，管理查詢執行、架構列出和分區檢索。

一個結合本地文檔知識與Ollama的phi4模型的聊天應用，使用檢索增強生成（RAG）。

一個用於自動化AI代理工作流程的MCP，並無縫整合多個AI工具。

通過伺服器和CLI客戶端處理嵌入式錢包和訪問令牌的協調，支持JSON-RPC方法。

提供AI模型的文本計數工具，包括多種語言的字符和單詞計數功能。

一個模型無關的聊天平台，支持多個LLM提供者和用戶API密鑰的MCP集成。

一個基於 Python 的工具，用於通過交互式遊樂場實驗 MCP 客戶端和伺服器。

一個展示 MCP 客戶端互動、大型語言模型調用及自定義工具調用功能的演示項目。

一個集成的伺服器，通過大型語言模型（LLMs）實現快速的 TinyPNG 圖像壓縮。

一種協議，能使AI模型與各種服務整合，如Gmail、Google日曆和圖片生成。

透過提取程式碼、生成測試案例、執行 UI 和 API 測試以及報告結果，來自動化 Playwright 測試。

一個命令行工具，可有效地與使用語言模型的MCP兼容伺服器進行互動。

一個用於管理 MCP 服務的伺服器框架，支持 API 調用和協議合規性。

在活躍的工具會話中實時串流 MCP 通知和消息，以增強監控。

一個管理CoreShub的MCP伺服器，能夠輕鬆部署和互動與各種機器計算任務。

基於Emacs的MCP客戶端，支持結構化通信、資源管理和可擴展的服務器控制功能。

一個使用MCP框架管理和分析拉取請求的伺服器，提升代碼審查效率。

一個多功能的本地AI聊天介面，支持多個AI提供者和外部工具的整合。

一個基於Node.js和TypeScript的MCP伺服器，實現無伺服器Azure環境中的AI模型通信。

一個MCP伺服器和客戶端設置，演示YouTube字幕、Yahoo Finance、Airbnb、Hacker News和計算器MCP。

一個模型上下文協議伺服器，用於有效的程式碼索引、搜尋和分析碼庫。

基於 React 的客戶端，用於測試 OpenAI 代理、執行工具以及互動式探索代理功能。

一系列用於不同應用的 MCP 伺服器，主要使用 Python 開發，用於整合和自動化。

提供MCP伺服器和客戶端框架，供Minecraft中的自訂修改和資源包整合使用。

輕量級MCP伺服器，允許LLM動態搜尋和檢索最新AI庫文檔。

一個基於網頁的 MCP 客戶端演示，展示核心功能和用戶互動。

在Algorand區塊鏈上與Tinyman互動的模型上下文協議（MCP）實現。

開源的 MCP 客戶端框架，用於連接和管理多個 MCP，以簡化集成。

彙編了各種公共攻擊性Minecraft協議（MCP）伺服器的全面列表，包括工具和資源。

Prism 的客戶端工具，可實現與 AI 應用程序的模型上下文協議 (MCP) 服務器的集成。

啟用逐步執行代碼筆記本，保留變量以進行動態分析和調試。

啟用 Cursor 的 AI 通過 MCP 與網頁互動，執行如獲取 HTML、點擊和輸入文本等操作。

一個基於Python的伺服器，用於管理和處理多個客戶端之間的成本正常化計算。

按照modelcontextprotocol.io的快速入門指南，建立用於模組通信和整合的MCP客戶端。

一個只讀的 ClickHouse 伺服器，確保使用 AI 的安全性，並具備查詢驗證及多連接支持。

一個模組化的 MCP 用於發送和接收電子郵件，使 LLM 代理能夠自動化電子郵件通信任務。

將客戶與智能AI代理連接，以便在多個MCP生態系統中進行跨平台通信。

一個簡單的 MCP，將 Anki 與 AI 助手整合，用於製作學習卡片和學習管理。

一個管理Yunxin IM服務之IM/RTC功能及數據通訊的伺服器平台。

用戶端透過華為的功能SDK促進功能調用整合，以高效的API互動。

一個提供無需身份驗證的網絡上MCP設備遠程管理的輕量級伺服器。

一個靈活的MCP客戶端，允許動態配置、代理協調和針對複雜工作流程的可擴展性。

使AI代理可以通過Nodit的Web3 API以零區塊鏈特定邏輯訪問結構化的多鏈區塊鏈數據。

針對Sui區塊鏈的管理控制平面伺服器，提供REST API以與本地Sui客戶端命令交互。

一個使用CSV存儲的FastAPI構建的用戶管理系統，支持CRUD和批量操作。

一個全面的異步MCP客戶端，有效地將AI模型與外部工具和伺服器連接起來。

一個實現MCP的伺服器，用於高效同步OpenStreetMap數據更新。

基於FastAPI的MCP伺服器代理服務，通過Docker和HTTP適配器提供標準化接口。

基於Joern的輕量級MCP伺服器，用於自動化代碼審查和安全分析。

使用 FastMCP 和 LangChain 進行 AI 工具集成的本地 MCP 伺服器和客戶端設置。

一個從40多個來源收集最新消息並進行分發的MCP服務器。

一個使用模型上下文協議（MCP）和Docker伺服器集成GitHub任務的命令列聊天機器人。

一個為模型上下文協議 (MCP) 實現的伺服器，支持中文 Bing 搜尋結果和網頁提取。

一個支持模型上下文協議（MCP）工具的框架，用於快速開發AI原生IDE產品。

通過 MCP 伺服器啟用與 Autodesk ShotGrid 的程式化互動，集成 REST API 以查詢資產、項目和任務。

示範如何使用 Cloudflare Workers 構建 MCP 伺服器和客戶端的樣本實作。

一個透過MCP協定為Claude Desktop提供Microsoft 365郵件、日曆和檔案存取的伺服器。

基於 Electron 和 React 的 MCP 客戶端示例，集成了像 Gemini 和 Vercel AI SDK 的 LLM 以實現平台通信。

Node.js MCP 伺服器，查找並終止佔用指定端口的進程，以解決端口衝突問題。

基於Swift的MCP伺服器，將Xcode與像Cursor的AI IDE整合，實現即時編碼協助。

為AI模型提供結構化數據和上下文，以便用於特定領域，如廣告和行銷。