扫码联系在线客服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
EnrichMCP 是由 Featureform 开发的一个工具，旨在将数据模型转换为类型安全、关系感知的 MCP API，特别为 AI 代理设计。它通过智能模式自省和自动工具生成，使 AI 代理能够发现、理解和导航数据模型，无需手动指导。EnrichMCP 提供了模式自省、关系智能、类型安全、零样板代码和自文档化等功能，支持 AI 代理自动探索数据模型、导航关系并访问数据。它建立在 FastMCP 之上，进一步增强了数据模型的优化和自动化处理能力。
sentry-mcp 是一个远程 MCP 服务器的原型，作为上游 Sentry API 提供商的中间件。它基于 Cloudflare 在远程 MCP 方面的工作，支持 `stdio` 传输和远程 MCP 服务。用户可以通过访问生产环境中的服务或本地开发环境进行测试和贡献。该服务器还包含一个 MCP 检查器，用于轻松测试服务。本地开发需要设置 OAuth 应用，并可以通过单元测试和评估来验证功能。
一个强大的上下文管理系统，能够在编码会话之间保持持久的上下文，帮助开发团队跟踪项目结构、依赖关系和进度。
允许Claude为Rember创建flash card，通过间隔重复复习帮助用户学习和记忆信息。
为RAG网络浏览器Actor实现一个MCP服务器。该Actor充当大型语言模型（LLMs）和RAG管道的网络浏览器，类似于ChatGPT中的网络搜索功能。
VIPER 是一个功能强大的红队平台，专为网络安全评估设计。它集成了对手模拟和红队操作的核心工具，支持多平台（Windows、Linux、macOS），并涵盖 MITRE ATT&CK 框架的所有阶段。VIPER 提供用户友好的界面、自动化工作流、内置大型语言模型（LLM）代理以及 100 多个后渗透模块，支持 Python 自定义扩展。其高级功能包括反追踪、防御规避、跳板图和自动化通知，帮助团队高效完成安全评估任务。VIPER 免费使用，适合团队协作和复杂网络安全场景。
Wanaku MCP路由器是一款专为支持人工智能应用设计的路由器，其核心基于模型上下文协议（MCP），旨在标准化应用程序如何向大型语言模型（LLMs）提供上下文。该项目名称源自南美洲特有的原驼。Wanaku提供了详细的使用指南、构建指南和贡献指南，帮助用户和开发者快速上手并参与项目开发。通过MCP协议，Wanaku致力于连接各种应用，提升人工智能系统的上下文理解能力。
一种模型上下文协议服务器，允许克劳德与线性公司的API进行交互，以管理团队、问题、项目和周期。
SecretiveShell/Awesome-llms-txt的MCP服务器。通过MCP资源将文档直接添加到您的对话中。
一个实现'think'工具的MCP服务器，为克劳德提供了一个专门的空间，以便在解决复杂问题时进行结构化思考，从而提高推理能力。
面向鸿蒙应用开发，对接本地DevEco Studio开发集成环境的MCP服务。
一个用于运行命令的MCP服务器。
这是一个连接器，允许克劳德桌面端（或任何MCP客户端）读取和搜索包含Markdown笔记的任何目录（例如Obsidian保险库）。
一种集成Odoo ERP系统的MCP服务器实现，使AI助手能够通过模型上下文协议与Odoo的数据和功能进行交互。
数据库的MCP工具箱是一个开源的MCP服务器，旨在简化数据库相关工具的开发和集成。它通过处理连接池、身份验证等复杂性，帮助开发者更轻松、快速且安全地构建工具。工具箱支持多种框架，提供简化开发、增强性能和安全性、端到端可观察性等功能。它允许开发者通过自然语言查询数据库、自动化数据库管理、生成上下文感知的代码，并减少开发开销。工具箱目前处于测试阶段，支持通过二进制文件、容器镜像或源码安装，并提供了详细的配置和集成指南。
Replicate Flux MCP 是一个高级的模型上下文协议（MCP）服务器，旨在通过 Replicate API 生成高质量的图像和矢量图形。它利用 Black Forest Labs 的 Flux Schnell 模型生成光栅图像，以及 Recraft 的 V3 SVG 模型生成矢量图形。该服务器支持多种集成方式，如 Cursor、Claude Desktop、Smithery 和 Glama.ai，并提供高级定制功能，如批量图像生成、变体探索和提示工程。所有请求均在本地处理，确保隐私和安全性。适用于需要生成视觉内容的 AI 助手和开发者。
MCP-Mem0 是一个与 Mem0 集成的模型上下文协议（MCP）服务器模板，旨在为 AI 代理提供长期记忆功能。通过语义搜索，AI 代理可以存储、检索和搜索记忆，增强其上下文理解能力。该服务器提供了三个核心功能：`save_memory` 用于存储信息，`get_all_memories` 用于检索所有记忆，`search_memories` 用于查找相关记忆。它支持多种 LLM 提供商（如 OpenAI、OpenRouter 或 Ollama），并可通过 Docker 或 Python 运行。该模板遵循最佳实践，帮助开发者构建自定义 MCP 服务器，适用于各种 MCP 兼容客户端。
Dify 插件守护进程是一个核心服务，负责管理三类插件运行时（本地、调试、无服务器），协调Dify API服务器与插件的交互。它通过不同协议（STDIO/TCP/HTTP）转发请求，支持插件开发（提供CLI工具）、部署（支持Linux/MacOS及Docker）及多Python环境适配，是Dify插件生态的关键基础设施。