发现优秀的 MCP 服务器

AI Makerspace: MCP Event

一个简短的演示，教你如何构建你自己的 MCP 服务器！

GitMCP

一个免费的开源服务，可以将 GitHub 项目转换为 MCP 端点，使 AI 助手无需任何设置即可访问和理解项目文档。

propublica-mcp

A Model Context Protocol (MCP) server that provides access to ProPublica's Nonprofit Explorer API, enabling AI models to search and analyze nonprofit organizations' Form 990 data for CRM integration and prospect research.

Jira MCP Server

JIRA 的 MCP 服务器

cognee-mcp-server

镜子 (jìng zi)

Video Convert MCP

A professional video format conversion tool based on MCP protocol that supports multiple formats, batch processing, and quality control for video files.

Wikipedia MCP Server

Provides Claude with real-time access to Wikipedia through four essential tools: search articles, get full content, retrieve summaries, and find related articles. Enables comprehensive Wikipedia research workflows with structured data access and no API keys required.

MCP OI-Wiki

Enhances large language models with competitive programming knowledge by leveraging OI-Wiki content through vector search, allowing models to retrieve relevant algorithms and techniques.

chesscom-mxcp

An enterprise-grade Chess.com MCP server built with MXCP, featuring caching, analytics, audit trails, and advanced data analysis capabilities. https://mxcp.dev/

Prajwalnayak7_mcp Server Redis

镜子 (jìng zi)

mcp-weather

好的，以下是一個給 AI Agent 使用的 MCP (Message Communication Protocol) Server 範例，用來取得美國各州的天氣預報與警示資訊。 這個範例著重於概念的清晰，實際部署可能需要根據您的具體需求進行調整。 **概念概述:** * **MCP Server:** 負責接收來自 AI Agent 的請求，處理請求，並將結果返回給 AI Agent。 * **AI Agent:** 發送請求到 MCP Server，並解析返回的結果。 * **天氣資料來源:** 使用外部 API (例如 NOAA, OpenWeatherMap) 來獲取天氣資訊。 * **資料格式:** 使用 JSON 作為請求和回應的資料格式，方便 AI Agent 解析。 **MCP Server (Python 範例 - 使用 Flask):** ```python from flask import Flask, request, jsonify import requests import os app = Flask(__name__) # 替換成你的 API 金鑰 (從 NOAA, OpenWeatherMap 等取得) API_KEY = os.environ.get("WEATHER_API_KEY") # 建議使用環境變數 # 預設天氣資料來源 (NOAA) WEATHER_API_URL = "https://api.weather.gov/alerts/active?area={state}" @app.route('/weather', methods=['POST']) def get_weather(): """ 接收來自 AI Agent 的請求，取得指定州的天氣預報和警示資訊。 """ try: data = request.get_json() state = data.get('state') if not state: return jsonify({'error': 'State is required'}), 400 # 呼叫天氣 API url = WEATHER_API_URL.format(state=state.upper()) # NOAA 需要大寫州代碼 response = requests.get(url) if response.status_code == 200: weather_data = response.json() return jsonify(weather_data), 200 else: return jsonify({'error': f'Weather API error: {response.status_code}'}), 500 except Exception as e: print(f"Error: {e}") return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True, host='0.0.0.0', port=5000) ``` **AI Agent (Python 範例):** ```python import requests import json MCP_SERVER_URL = "http://localhost:5000/weather" # 替換成你的 MCP Server URL def get_state_weather(state): """ 向 MCP Server 發送請求，取得指定州的天氣資訊。 """ try: payload = {'state': state} headers = {'Content-type': 'application/json'} response = requests.post(MCP_SERVER_URL, data=json.dumps(payload), headers=headers) if response.status_code == 200: weather_data = response.json() return weather_data else: print(f"Error: MCP Server error: {response.status_code}") return None except Exception as e: print(f"Error: {e}") return None # 範例用法 state = "CA" # 加州 weather_info = get_state_weather(state) if weather_info: print(f"加州 ({state}) 天氣資訊:") print(json.dumps(weather_info, indent=4, ensure_ascii=False)) # 輸出美觀的 JSON else: print("無法取得天氣資訊。") ``` **說明:** * **MCP Server (Flask):** * 使用 Flask 建立一個簡單的 Web 服務。 * `/weather` 端點接收 POST 請求，請求體包含一個 JSON 物件，其中包含 `state` 欄位 (例如: `{"state": "CA"}`). * 使用 `requests` 庫呼叫外部天氣 API (NOAA 在此範例中)。 * 將天氣 API 的回應以 JSON 格式返回給 AI Agent。 * 錯誤處理：包含基本的錯誤處理，例如檢查 `state` 是否存在，以及處理天氣 API 的錯誤。 * **重要:** 請務必將 `API_KEY` 儲存在環境變數中，而不是直接寫在程式碼中，以確保安全性。 * **AI Agent:** * 使用 `requests` 庫向 MCP Server 發送 POST 請求。 * 將 `state` 作為 JSON payload 發送。 * 解析 MCP Server 返回的 JSON 回應。 * 錯誤處理：包含基本的錯誤處理，例如檢查 MCP Server 的回應狀態碼。 * **JSON 格式:** 請求和回應都使用 JSON 格式，方便 AI Agent 解析和處理。 * **NOAA API:** 此範例使用 NOAA 的 API，但您可以根據需要替換成其他天氣 API。 請注意，不同的 API 可能需要不同的參數和金鑰。 * **錯誤處理:** 範例中包含基本的錯誤處理，但您可能需要根據您的需求添加更完善的錯誤處理機制。 * **安全性:** 在實際部署中，請務必考慮安全性問題，例如驗證 AI Agent 的身份，以及保護 API 金鑰。 **如何執行:** 1. **安裝必要的套件:** ```bash pip install flask requests ``` 2. **設定環境變數:** ```bash export WEATHER_API_KEY="YOUR_API_KEY" # 替換成你的 API 金鑰 ``` 3. **執行 MCP Server:** ```bash python your_mcp_server_file.py ``` 4. **執行 AI Agent:** ```bash python your_ai_agent_file.py ``` **中文翻譯 (概念):** 這個範例展示了一個給 AI 代理使用的 MCP (訊息通訊協定) 伺服器，用於獲取美國各州的天氣預報和警報資訊。 * **MCP 伺服器:** 負責接收來自 AI 代理的請求，處理這些請求，並將結果返回給 AI 代理。 * **AI 代理:** 向 MCP 伺服器發送請求，並解析返回的結果。 * **天氣資料來源:** 使用外部 API (例如 NOAA, OpenWeatherMap) 來獲取天氣資訊。 * **資料格式:** 使用 JSON 作為請求和回應的資料格式，方便 AI 代理解析。 **中文翻譯 (程式碼註解):** 程式碼中的註解已經是中文，所以不需要額外翻譯。 **重要注意事項:** * **API 金鑰:** 請務必使用您自己的 API 金鑰，並將其儲存在環境變數中。 * **錯誤處理:** 根據您的需求，添加更完善的錯誤處理機制。 * **安全性:** 在實際部署中，請考慮安全性問題。 * **API 限制:** 不同的天氣 API 可能有不同的使用限制 (例如請求頻率限制)。 請仔細閱讀 API 的文件。 * **資料格式:** 不同的天氣 API 返回的資料格式可能不同。 您可能需要修改程式碼來解析不同的資料格式。 這個範例提供了一個基本的框架。 您可以根據您的具體需求進行修改和擴展。 例如，您可以添加更多的功能，例如支持不同的天氣 API，或者提供更詳細的天氣資訊。

MCP server for LogSeq

通过其 API 与 LogSeq 交互。

Horoscope MCP Server

一个模型上下文协议服务器，为所有 12 个星座提供跨多个时间范围（今天、明天、本周、本月）的每日星座运势和算命。 (Alternative, slightly more formal translation): 一个模型上下文协议服务器，提供针对所有 12 个星座，涵盖多个时间范围（今日、明日、本周、本月）的每日星座运势解读和运势预测。

Tauri + React + Typescript

一个使用 Tauri 实现的 MCP 天气服务器和客户端应用

mcp-server-unitycatalog

一个模型上下文协议（Model Context Protocol）服务器，提供对 Unity Catalog 函数的访问，允许 AI 助手通过一个标准化的接口直接在 Unity Catalog 中列出、获取、创建和删除函数。

MCP API Server

MCP 服务器 (MCP fúwùqì)

Google Chat MCP Server

提供 MCP（模型控制协议）工具，用于通过 OAuth2 身份验证访问 Google Chat 空间和消息并与之交互。

ChargeNow MCP Server

用于查找 ChargeNow 电动汽车充电站的 MCP 服务器。

Code Merge MCP

一个模型上下文协议服务器，通过提供文件树生成、代码合并和代码分析功能，帮助大型语言模型处理代码仓库。

Fund MCP Server

A Model Context Protocol server that provides access to a fund knowledge base. Enables users to query and interact with financial fund information through natural language.

Orchestrator MCP

An intelligent MCP server that orchestrates multiple MCP servers with AI-enhanced workflow automation and production-ready context engine capabilities for codebase analysis.

WhatsApp Business API MCP Server

An MCP (Multi-Agent Conversation Protocol) Server that enables interaction with the WhatsApp Business API, allowing agents to send messages, manage media, and perform other WhatsApp business operations through natural language.

Branch Thinking

一个 MCP 服务器，能够管理多条思路，并提供诸如分支导航、相关思路之间的交叉引用以及从关键点生成洞见等功能。

Sefaria Jewish Library MCP Server

提供访问 Sefaria 图书馆中犹太文本的权限。该服务器使大型语言模型能够通过标准化的界面检索和引用犹太文本。

MCP Tools

A comprehensive MCP server providing tools for AI agents to interact with code, including reading symbols, importing modules, replacing text, and sending OS notifications.

SpiderFoot MCP Server

Enables interaction with SpiderFoot OSINT reconnaissance tools through MCP, allowing users to manage scans, retrieve modules and event types, access scan data, and export results. Supports both starting new scans and analyzing existing reconnaissance data through natural language.

MCP APP

MCP 服务器应用程序，带有 RAG (检索增强生成)

MOIDVK

A comprehensive Model Context Protocol (MCP) server that provides 37+ intelligent development tools across JavaScript/TypeScript, Rust, and Python with security-first design and high-performance features.