mcp-nvd
一种用于通过其API查询NIST国家漏洞数据库(NVD)的模型上下文协议服务器实现。
Find public MCP servers with readable READMEs, safe JSON config previews, source references, and trust signals in one focused catalog.
一种用于通过其API查询NIST国家漏洞数据库(NVD)的模型上下文协议服务器实现。
一个连接到Amadeus API的模型上下文协议服务器,使人工智能助手能够搜索航班、分析价格、查找最佳旅行优惠信息并规划多城市行程。
一种模型上下文协议服务器,通过SerpAPI集成提供Google Jobs搜索功能,具有多语言支持、灵活的搜索参数和丰富的职位详情。
Minds MCP 服务器是一个基于模型上下文协议(MCP)的服务器,旨在通过标准化接口实现大型语言模型(LLM)与 Minds SDK 的交互。它提供了资源模板和工具模板,允许用户检索特定 Mind 数据并生成补全。服务器支持通过环境变量进行配置,如调试模式、日志级别、主机地址和端口等。
该服务器使大型语言模型能够访问并实时与新南威尔士州交通局网络的交通警报进行交互,支持按交通方式过滤,并返回关于中断和计划工程的格式化警报信息。
这是一个用于通过 Statement Execution API 对 Databricks 执行 SQL 查询的模型上下文协议 (MCP) 服务器。 它使人工智能助手能够直接查询 Databricks 数据仓库、分析数据库模式,并以结构化格式检索查询结果。
通过结构化的、带有检索增强的思维过程来提升人工智能模型的能力,这些过程能够实现动态思维链、并行探索路径以及递归精化周期,从而改善推理能力。
什么是go-mcp-postgres? go-mcp-postgres 是一个用于与 Postgres 数据库交互的模型上下文协议(MCP)服务器,它允许在无需 Node.js 或 Python 环境的情况下轻松执行 CRUD 操作和自动化任务。
该模型上下文协议服务器,依托oapis.org支持 OpenAPI 规范搜索与探索,借助 Claude/Cursor,辅助用户深入理解 API,简化复杂的 API 认知过程,为开发者及用户提供便捷的 API 知识获取渠道。
Nx MCP 服务器是为 Nx 实现的模型上下文协议(MCP)服务器,旨在为大型语言模型(LLMs)提供对单体仓库结构的深度访问。它能够理解项目关系、文件映射、可运行任务、技术栈等信息,帮助 LLMs 生成适合技术栈的代码,并精确应用于相关文件的修改。通过 Nx 的高层架构理解,MCP 服务器能够优化代码生成和变更管理。用户可以通过 `nx-mcp` 包或 Nx Console 扩展来使用该服务器,支持多种工具如 `nx_workspace`、`nx_project_details` 等,适用于开发环境中的智能代码生成和文档检索。
本服务提供对任何通过ODBC连接器(驱动程序)可访问的数据库管理系统(DBMS)的通用开放数据库连接(ODBC)。
DevDb 是一个轻量级的 VS Code 扩展,旨在为开发者提供数据库管理与开发辅助功能。它支持多种数据库(如 MySQL、PostgreSQL、SQLite 等),并具备自动发现和加载数据库的零配置功能,特别适用于 Laravel、Adonis 和 DDEV 等框架。核心功能包括快速打开表、数据浏览与编辑、一键生成模型工厂、SQL 查询解释器等。此外,DevDb 提供了 MCP 服务器,支持与 Cursor、Windsurf 等 AI 驱动的 IDE 集成,帮助开发者在本地环境中更高效地进行数据库操作和调试。
一种模型上下文协议服务器,允许人工智能代理使用自然语言查询埃里克·温德尔在不同平台上的演讲、博客文章和视频。
Trieve 的 MCP Server 是一个搜索、推荐和 RAG(检索增强生成)的一体化解决方案,支持自托管(VPC/本地),集成语义向量搜索、神经搜索、子句高亮、推荐 API 和 RAG 功能,兼容 OpenAI/Jina 嵌入模型及 Qdrant,提供混合搜索、最近性偏置等高级功能,适用于企业级知识管理和 AI 应用开发。
便于使用国家公园管理局(NPS)API检索国家公园服务数据,允许用户按州列出国家公园并获取特定公园的详细信息。
通过Gemini基线在Vertex AI上启用文档搜索的服务器,通过将响应基线化在Vertex AI Datastore中存储的私有数据来改进搜索结果。
启用与 Hugging Face 数据集查看器 API 的交互,允许用户浏览、搜索、过滤和分析托管在 Hugging Face Hub 上的数据集。
一种MCP服务器实现,它使AI模型能够通过查询文档、检索特定项目和访问集合统计信息的工具,来发现、搜索和分析存储在Typesense集合中的数据。