mcp-kbdb
rag-mcp是一个过度设计的检索增强生成系统,通过Python服务器提供多种文本搜索模式(语义搜索、问答搜索、风格搜索),使用PostgreSQL和pgvector存储文本嵌入向量,支持与AI代理交互,架构复杂但可扩展。
浏览已公开且详情完整的 MCP 服务,查看 README、安全 JSON 配置预览、来源信息与可信信号
rag-mcp是一个过度设计的检索增强生成系统,通过Python服务器提供多种文本搜索模式(语义搜索、问答搜索、风格搜索),使用PostgreSQL和pgvector存储文本嵌入向量,支持与AI代理交互,架构复杂但可扩展。
一个基于TypeScript的MCP内容管理服务器,提供Markdown处理、文档生成和智能笔记搜索功能,支持HTML渲染、模糊搜索、标签过滤和内容分析。
一个提供Toolhouse平台工具访问的MCP协议服务器
一个基于Claude和MCP协议的AI原生执行系统,通过自然语言交互管理任务、项目和目标,消除传统生产力工具带来的上下文切换摩擦
基于HyperChat和自定义MCP服务器的AI工具,实现网络资讯检索、笔记下载与管理功能。
为Memos笔记系统提供MCP协议服务的服务器
知识RAG系统是一个本地化检索增强生成系统,通过MCP协议与Claude Code集成,支持对PDF、Markdown等多种格式文档进行混合搜索(语义+关键词),并提供关键词路由功能,适用于个人知识库管理。
MCP服务器,通过OpenRouter将设计任务自动路由到designarena.ai排行榜上当前最佳的设计模型,实现动态选择最优AI进行设计工作。
基于Mem0和MCP协议的本地长期记忆系统,为AI代理提供持久化知识存储、检索和管理功能。
Insight Stack是一个集成了MCP网关、异常检测后端、MySQL数据库和OPC UA模拟器的轻量级工业监控与智能分析平台,通过本地LLM提供数据查询和异常解释功能。
assistant-ui是一个开源TypeScript/React库,用于快速构建生产级AI聊天界面,提供可组合的UI组件、流式响应、无障碍访问等功能,支持多种AI后端和模型。
Zetmem是一个基于Zettlekasten方法的AI辅助记忆服务器项目,旨在为Claude等AI编程工具提供持久化的上下文记忆系统,支持跨会话和项目的代码记忆存储、检索与智能演化。
FEGIS是一个基于Anthropic模型上下文协议的结构化认知框架,支持通过模式定义认知工具并持久化存储认知产物。
MCP橡皮鸭是一个基于模型上下文协议(MCP)的服务器,作为桥梁查询多个兼容OpenAI的LLM。它像橡皮鸭调试法一样,允许用户向不同的AI“鸭子”解释问题并获得多元视角。支持多种AI提供商,提供对话管理、多模型比较、共识投票、辩论和迭代优化等高级工具,并可通过MCP桥接功能连接其他MCP服务器以扩展能力。
一个用于管理Thomas Frank的Ultimate Brain Notion系统的MCP服务器,基于PARA方法论,提供任务、项目、笔记、标签和目标等26个工作流工具。
该项目实现了一个MCP服务器和客户端,用于构建基于检索增强生成(RAG)的智能代理应用。服务器提供实体提取、查询优化和相关性检查等工具,客户端展示如何连接服务器并使用这些工具来增强RAG系统的性能。
Perplexity API的MCP服务端,提供带引用的聊天补全功能
esa-mcp-server是一个通过Model Context Protocol (MCP)提供esa.io API访问的服务器,支持文章的搜索、创建、更新和删除等功能。