发现优秀的 MCP 服务器

Puppeteer MCP Server

使大型语言模型能够执行网页浏览任务、截取屏幕截图，并使用 Puppeteer 执行 JavaScript 以实现浏览器自动化。

Mureka MCP Server

A Model Context Protocol server that enables AI assistants like Claude to generate lyrics, songs, and background music through Mureka's APIs.

mcp-server-circleci

这个 MCP 服务器允许你使用 Cursor IDE，或者任何启用 MCP 客户端的代理，通过自然语言来完成 CircleCI 上的任务，例如：找到我分支上最新的失败流水线并获取日志。

Medullar MCP Server

髓质MCP服务器 (Suǐzhì MCP fúwùqì)

MCP-researcher Server

一个强大的研究助手，与 Cline 和 Claude Desktop 集成，利用 Perplexity AI 进行智能搜索、文档检索、API 发现和代码现代化辅助，同时进行编码。

Brazilian ZIP Code Lookup

Enables lookup of Brazilian addresses by CEP (postal code) using the ViaCEP API, returning formatted address information including street, neighborhood, city, and state.

FGD Fusion Stack Pro

MCP server with intelligent memory management and file monitoring that enables context-aware AI assistance across multiple LLM providers (Grok, OpenAI, Claude, Ollama) with persistent memory of interactions and real-time file system changes.

Top MCP Servers

2025年精选顶级模型上下文协议 (MCP) 服务器，以增强开发工作流程

Binary Ninja MCP

一个服务器，能够将 Binary Ninja 的逆向工程能力与 LLM（大型语言模型）辅助功能无缝集成，从而使像 Claude 这样的 AI 工具能够实时地与二进制分析功能进行交互。

Django Migrations MCP Service

一个模型上下文协议（Model Context Protocol，MCP）服务，它将 Django 的迁移命令封装为 MCP 端点，从而可以轻松地跨多个服务管理迁移，并与 CI/CD 管道集成。

MCP Node Time

A MCP server that provides timezone-aware date and time operations. This server addresses the common issue where AI assistants provide incorrect date information due to timezone confusion.

WhatsApp Web MCP

一个桥梁，使用模型上下文协议将 WhatsApp 网页版连接到 AI 模型，从而使 Claude 和其他 AI 系统能够通过标准化的界面与 WhatsApp 进行交互。

nearby-search-mcp

一个 MCP 服务器，用于基于 IP 地址的位置检测进行附近地点搜索。

Metal Price MCP Server

An MCP server that provides current and historical gold/precious metal prices (gold, silver, platinum, and palladium) via the GoldAPI.io service with support for multiple currencies.

MCP Weather Server

Okay, please provide me with the English text from the MCP documentation's "quickstart" server that you want me to translate into Chinese. I need the text itself to be able to translate it. For example, you could give me something like this: "This quickstart guide will walk you through setting up a basic MCP server. First, you'll need to install the MCP package. Then, you'll configure the server settings. Finally, you'll start the server and verify that it's running." Once you provide the English text, I will translate it into Chinese.

Bluesky MCP (Model Context Protocol)

Bluesky MCP 是一个基于 Go 语言的 Bluesky 社交网络服务器，通过 JSON-RPC 2.0 API 端点提供 AI 驱动的功能。它支持灵活的配置，并遵循行业最佳实践，以确保安全性、性能和错误处理。

Fetcher MCP

一个服务器，它允许使用 Playwright 无头浏览器获取网页内容，并具备 AI 驱动的功能，以实现高效的信息提取。

Autoconsent MCP

A Model Context Protocol server that provides browser automation capabilities for creating and testing Autoconsent rules, enabling LLMs to interact with web pages and test consent management platforms in a real browser environment.

Pluggedin Random Number Generator

Teaching LLMs that Math.random() is so last century

MCP Math Server

一个 Node.js 服务器，通过 RESTful API 接口处理数学计算和自然语言数学查询。

Ethora MCP Server

Enables integration with the Ethora platform through user authentication, registration, and application management operations. Supports creating, updating, deleting, and listing applications within the Ethora service.

MCP Subfinder Server

模型上下文协议 (MCP) 服务器，它封装了 ProjectDiscovery 的 subfinder 工具，通过 JSON-RPC API 实现强大的子域名枚举。

Remote MCP Server Authless

A deployable Model Context Protocol server on Cloudflare Workers that doesn't require authentication, allowing tools to be added and used from Cloudflare AI Playground or Claude Desktop.

Simple MCP Server Example

一个用于测试目的的简单 MCP 服务器实现示例。

VN Stock API MCP Server

Provides access to Vietnamese stock market data and APIs from VNDirect, FireAnt, and SSI, including real-time stock prices, market news from CafeF, technical analysis (Doji patterns), and comprehensive stock listings.

Health & Fitness Coach MCP

A comprehensive AI-powered fitness tracking application that enables AI tools to interact intelligently with user fitness data, providing personalized workout plans, nutrition tracking, and progress analysis through natural language.

Remote MCP Server

A Cloudflare Workers-based server that implements the Model Context Protocol (MCP), allowing AI assistants like Claude to access custom tools without authentication.

mcp-ytTranscript

好的，以下是一个简单的 MCP（最小可行产品）服务器，它使用 URL 和所需语言返回 YouTube 视频的转录： ```python from flask import Flask, request, jsonify from youtube_transcript_api import YouTubeTranscriptApi app = Flask(__name__) @app.route('/transcribe', methods=['GET']) def transcribe_youtube_video(): """ 从 YouTube 视频获取转录。 请求参数： url (str): YouTube 视频的 URL。 language (str, optional): 所需的转录语言代码（例如，'en' 代表英语，'zh-CN' 代表简体中文）。默认为 'en'。 返回： JSON: 包含转录文本的 JSON 对象。如果出现错误，则返回错误消息。 """ try: url = request.args.get('url') language = request.args.get('language', 'en') # 默认为英语 if not url: return jsonify({'error': '必须提供 YouTube 视频 URL。'}), 400 # 从 URL 中提取视频 ID video_id = url.split("watch?v=")[1] if "&" in video_id: video_id = video_id.split("&")[0] # 获取转录 transcript = YouTubeTranscriptApi.get_transcript(video_id, languages=[language]) # 将转录转换为文本 text = '\n'.join([entry['text'] for entry in transcript]) return jsonify({'transcript': text}) except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True) ``` **代码解释:** 1. **导入必要的库:** * `flask`: 用于创建 Web 服务器。 * `youtube_transcript_api`: 用于从 YouTube 获取转录。 2. **创建 Flask 应用:** * `app = Flask(__name__)` 创建一个 Flask 应用实例。 3. **定义路由 `/transcribe`:** * `@app.route('/transcribe', methods=['GET'])` 定义一个 GET 请求的路由，当用户访问 `/transcribe` 时，会执行 `transcribe_youtube_video` 函数。 4. **`transcribe_youtube_video` 函数:** * **获取请求参数:** * `url = request.args.get('url')` 从请求参数中获取 YouTube 视频的 URL。 * `language = request.args.get('language', 'en')` 从请求参数中获取所需的语言代码，如果没有提供，则默认为英语 ('en')。 * **验证 URL:** * `if not url:` 检查是否提供了 URL，如果没有，则返回一个错误消息。 * **提取视频 ID:** * 从 URL 中提取 YouTube 视频的 ID。 这段代码假设 URL 格式为 `https://www.youtube.com/watch?v=VIDEO_ID`。 * **获取转录:** * `transcript = YouTubeTranscriptApi.get_transcript(video_id, languages=[language])` 使用 `youtube_transcript_api` 获取指定语言的转录。 * **将转录转换为文本:** * `text = '\n'.join([entry['text'] for entry in transcript])` 将转录条目连接成一个字符串，每个条目之间用换行符分隔。 * **返回 JSON 响应:** * `return jsonify({'transcript': text})` 将转录文本作为 JSON 对象返回。 * **错误处理:** * `try...except` 块用于捕获可能发生的异常，例如无法找到转录或网络错误。如果发生错误，则返回一个包含错误消息的 JSON 对象。 5. **运行应用:** * `if __name__ == '__main__':` 确保只有在直接运行脚本时才执行以下代码。 * `app.run(debug=True)` 启动 Flask 开发服务器，`debug=True` 启用调试模式，方便开发。 **如何使用:** 1. **安装依赖:** ```bash pip install flask youtube-transcript-api ``` 2. **运行脚本:** ```bash python your_script_name.py ``` 3. **发送请求:** 使用浏览器或 `curl` 等工具发送 GET 请求到 `/transcribe` 路由，并提供 `url` 和 `language` 参数。 例如： ```bash curl "http://127.0.0.1:5000/transcribe?url=https://www.youtube.com/watch?v=dQw4w9WgXcQ&language=zh-CN" ``` 将 `https://www.youtube.com/watch?v=dQw4w9WgXcQ` 替换为实际的 YouTube 视频 URL，并将 `zh-CN` 替换为所需的语言代码。 **重要注意事项:** * **错误处理:** 这个 MCP 包含基本的错误处理，但你应该根据你的需求添加更详细的错误处理。 * **API 限制:** YouTube Transcript API 可能有速率限制。 如果你的应用需要处理大量的请求，你可能需要考虑使用 API 密钥或实现缓存机制。 * **转录可用性:** 并非所有 YouTube 视频都有自动生成的转录，并且并非所有转录都提供所有语言版本。 你的代码应该能够处理这些情况。 * **安全性:** 在生产环境中，你应该使用更安全的 Web 服务器，例如 Gunicorn 或 uWSGI，并配置 HTTPS。 * **URL 解析:** URL 解析代码比较简单，可能无法处理所有可能的 YouTube URL 格式。 你可以使用更健壮的 URL 解析库，例如 `urllib.parse`。 **中文翻译:** 好的，这是一个简单的最小可行产品 (MVP) 服务器，它使用 URL 和所需的语言返回 YouTube 视频的字幕： ```python from flask import Flask, request, jsonify from youtube_transcript_api import YouTubeTranscriptApi app = Flask(__name__) @app.route('/transcribe', methods=['GET']) def transcribe_youtube_video(): """ 从 YouTube 视频获取字幕。 请求参数： url (str): YouTube 视频的 URL。 language (str, optional): 所需的字幕语言代码（例如，'en' 代表英语，'zh-CN' 代表简体中文）。默认为 'en'。 返回： JSON: 包含字幕文本的 JSON 对象。如果出现错误，则返回错误消息。 """ try: url = request.args.get('url') language = request.args.get('language', 'en') # 默认为英语 if not url: return jsonify({'error': '必须提供 YouTube 视频 URL。'}), 400 # 从 URL 中提取视频 ID video_id = url.split("watch?v=")[1] if "&" in video_id: video_id = video_id.split("&")[0] # 获取字幕 transcript = YouTubeTranscriptApi.get_transcript(video_id, languages=[language]) # 将字幕转换为文本 text = '\n'.join([entry['text'] for entry in transcript]) return jsonify({'transcript': text}) except Exception as e: return jsonify({'error': str(e)}), 500 if __name__ == '__main__': app.run(debug=True) ``` **代码解释:** 1. **导入必要的库:** * `flask`: 用于创建 Web 服务器。 * `youtube_transcript_api`: 用于从 YouTube 获取字幕。 2. **创建 Flask 应用:** * `app = Flask(__name__)` 创建一个 Flask 应用实例。 3. **定义路由 `/transcribe`:** * `@app.route('/transcribe', methods=['GET'])` 定义一个 GET 请求的路由，当用户访问 `/transcribe` 时，会执行 `transcribe_youtube_video` 函数。 4. **`transcribe_youtube_video` 函数:** * **获取请求参数:** * `url = request.args.get('url')` 从请求参数中获取 YouTube 视频的 URL。 * `language = request.args.get('language', 'en')` 从请求参数中获取所需的语言代码，如果没有提供，则默认为英语 ('en')。 * **验证 URL:** * `if not url:` 检查是否提供了 URL，如果没有，则返回一个错误消息。 * **提取视频 ID:** * 从 URL 中提取 YouTube 视频的 ID。 这段代码假设 URL 格式为 `https://www.youtube.com/watch?v=VIDEO_ID`。 * **获取字幕:** * `transcript = YouTubeTranscriptApi.get_transcript(video_id, languages=[language])` 使用 `youtube_transcript_api` 获取指定语言的字幕。 * **将字幕转换为文本:** * `text = '\n'.join([entry['text'] for entry in transcript])` 将字幕条目连接成一个字符串，每个条目之间用换行符分隔。 * **返回 JSON 响应:** * `return jsonify({'transcript': text})` 将字幕文本作为 JSON 对象返回。 * **错误处理:** * `try...except` 块用于捕获可能发生的异常，例如无法找到字幕或网络错误。如果发生错误，则返回一个包含错误消息的 JSON 对象。 5. **运行应用:** * `if __name__ == '__main__':` 确保只有在直接运行脚本时才执行以下代码。 * `app.run(debug=True)` 启动 Flask 开发服务器，`debug=True` 启用调试模式，方便开发。 **如何使用:** 1. **安装依赖:** ```bash pip install flask youtube-transcript-api ``` 2. **运行脚本:** ```bash python your_script_name.py ``` 3. **发送请求:** 使用浏览器或 `curl` 等工具发送 GET 请求到 `/transcribe` 路由，并提供 `url` 和 `language` 参数。 例如： ```bash curl "http://127.0.0.1:5000/transcribe?url=https://www.youtube.com/watch?v=dQw4w9WgXcQ&language=zh-CN" ``` 将 `https://www.youtube.com/watch?v=dQw4w9WgXcQ` 替换为实际的 YouTube 视频 URL，并将 `zh-CN` 替换为所需的语言代码。 **重要注意事项:** * **错误处理:** 这个 MVP 包含基本的错误处理，但你应该根据你的需求添加更详细的错误处理。 * **API 限制:** YouTube Transcript API 可能有速率限制。 如果你的应用需要处理大量的请求，你可能需要考虑使用 API 密钥或实现缓存机制。 * **字幕可用性:** 并非所有 YouTube 视频都有自动生成的字幕，并且并非所有字幕都提供所有语言版本。 你的代码应该能够处理这些情况。 * **安全性:** 在生产环境中，你应该使用更安全的 Web 服务器，例如 Gunicorn 或 uWSGI，并配置 HTTPS。 * **URL 解析:** URL 解析代码比较简单，可能无法处理所有可能的 YouTube URL 格式。 你可以使用更健壮的 URL 解析库，例如 `urllib.parse`。 This code provides a basic, functional server. Remember to handle potential errors and limitations as mentioned above for a more robust application. Good luck!