Lodestar MCP Server
这是一个 MCP 服务器，它有助于构建用于与各种 API 和工作流程交互的工具，支持基于 Python 的开发，并具有自定义提示和用户配置的潜力。
README
开始项目：
uv venv
uv sync
mcp dev server.py
每次代码更改后，您需要重新运行：
mcp dev server.py
注意：您应该研究如何进行热重载。
研究其他示例 mcp 服务器如何使用各自的工具暴露功能。
潜在的下一步：
- 我应该将 API 密钥等内容作为资源暴露，还是应该将平台 URL 作为资源？
- 其中一个工具应该为用户获取新的 api_key 和 project_id，如果他们当前没有，但我需要以某种方式获取正确的用户。
- 研究其他工具是如何做这些事情的。
编写 mcp 提示，帮助 llm 理解如何编写提示以获得最佳结果。
需要查看的服务器：
看起来这些服务器大多使用 ts，也许我也应该转向 ts。
实际上，我不明白为什么 TypeScript 会更好，尤其是在我们的用例中，所以坚持使用可读性更好的 Python 可能会更好。
-
https://github.com/rileyedwards77/perplexity-mcp-server
潜在的贡献
当开发者编写代码到 MCP 时，进行热重载。
推荐服务器
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Exa MCP Server
模型上下文协议（MCP）服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。
Exa MCP Server
一个模型上下文协议服务器，它使像 Claude 这样的人工智能助手能够以安全和受控的方式，使用 Exa AI 搜索 API 执行实时网络搜索。
mcp-perplexity
Perplexity API 的 MCP 服务器。
MCP Web Research Server
一个模型上下文协议服务器，使 Claude 能够通过集成 Google 搜索、提取网页内容和捕获屏幕截图来进行网络研究。
PubMedSearch MCP Server
一个模型内容协议（Model Content Protocol）服务器，提供从 PubMed 数据库搜索和检索学术论文的工具。
mcp-codex-keeper
作为开发知识的守护者，为 AI 助手提供精心策划的最新文档和最佳实践访问权限。
Perplexity Deep Research MCP
一个服务器，它允许 AI 助手使用 Perplexity 的 sonar-deep-research 模型进行网络搜索，并提供引用支持。
Doc/docx-MCP
一个基于 FastMCP 的强大 Word 文档处理服务，使 AI 助手能够创建、编辑和管理 docx 文件，并提供完整的格式支持。在编辑内容时保留原始样式。
Jina AI
Contribute to JoeBuildsStuff/mcp-jina-ai development by creating an account on GitHub.