MCP Server for continue.dev
一个实现了模型上下文协议的 Python 服务器，用于提供可定制的提示模板、资源和工具，以增强 continue.dev 环境中的 LLM 交互。
Tools
web_search
perplexity_summary_search
README
模型上下文协议 (MCP) Python 服务器，用于 continue.dev
MCP 服务器，暴露可定制的提示模板、资源和工具。 它使用 FastMCP 作为服务器应用程序运行。
依赖项、构建和运行由 uv 工具管理。
提供的功能
提示
提示从 prompts 文件夹中的 markdown 文件创建。
可以通过模板添加其他内容，格式为 {{variable}} 中的变量名。
初始提示列表：
- 审查由另一个 LLM 创建的代码
- 检查代码的可读性，并根据 Clean Code 规则进行确认
- 使用对话式 LLM 来磨练一个想法
- 在头脑风暴结束时进行总结，并将其保存为
spec.md文件 - 测试驱动开发，从规范创建测试
- 起草一个详细的、逐步的蓝图，用于从规范构建项目
资源
注意：continue 不理解模板，因此资源名称应包含所有信息 资源名称在提示中保持不变，因此不应混淆 LLM
- 将 URL 内容提取为 markdown
- 关于库的完整文档，最好来自 llms-full.txt
- 由
CodeWeawer或Repomix创建的完整项目结构和内容
工具
- 网络搜索，使用
serper或 - 带有摘要的网络搜索结果，由
perplexity.io提供 - 查找遗漏的测试
- 运行单元测试并收集错误
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议，是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器，它使大型语言模型能够通过结构化的可访问性快照与网页进行交互，而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具，可以从自然语言描述生成现代化的用户界面组件，并与流行的集成开发环境（IDE）集成，从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互，从而促进营销洞察和受众数据的提取和分析，包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具，连接你所有喜爱的工具：Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外，还可以将任何内容（从 Slack 到 Gmail 再到播客订阅源）导入到 Graphlit 项目中，然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器，集成了 Kagi 搜索功能和 Claude AI，使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
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。