Blowback实时热更新
将 Cursor AI 与 Vite 开发服务器集成,允许 AI 代理修改代码并通过热模块替换系统实时观察实时更新。
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
将 Cursor AI 与 Vite 开发服务器集成,允许 AI 代理修改代码并通过热模块替换系统实时观察实时更新。
一个轻量级的模型上下文协议服务器,使像 Cursor 和 Claude 这样的 AI 助手能够控制 Spotify 播放并管理播放列表。
该MCP服务器是一个基于结构化思维的问题解决工具,核心功能包括:将复杂问题分解为可管理步骤、支持动态调整思路、允许分支推理、生成验证假设等。适用于规划设计、分析任务等需要逐步思考的场景,可通过CLI或Docker部署,采用MIT开源协议。
一种将Gemini 2.5 Pro与Claude Code连接起来的MCP服务器,使用户能够根据其代码库生成详细的实施计划,并接收关于代码更改的反馈。
mcp-server-sentry 是一个基于 Model Context Protocol (MCP) 的服务器工具,用于从 Sentry.io 检索和分析错误报告、堆栈跟踪等调试信息。核心功能包括通过问题ID或URL获取详细错误数据(如标题、状态、堆栈跟踪等),支持与 Claude Desktop、VS Code、Zed 等工具集成,并提供多种安装方式(如 pip、uv、Docker)。适用于开发团队快速排查和监控 Sentry 中的问题。
通过使用 endoflife.date API,启用 AI 助手检查软件的生命周期结束日期和支持状态,实时提供有关软件生命周期、安全状态和升级建议的准确信息。
一个提供对supOS开放API访问的MCP协议服务器,允许与MCP兼容的客户端查询主题树结构和详细信息。
一个MCP服务器,它使大型语言模型(LLMs)能够在PlayCanvas编辑器中构建实时3D网络应用程序。
Fonoster 是一个开源的电信堆栈,旨在为企业提供可编程的云电话服务,作为 Twilio 的替代品。其核心功能包括多租户支持、PBX 功能部署、可编程语音应用、NodeJS SDK、Amazon S3 集成、API 安全保护(Let's Encrypt、OAuth2、JWT)、基于角色的访问控制(RBAC)、插件式命令行工具以及 Google Speech API 支持。Fonoster 提供了丰富的 API 和 SDK,开发者可以轻松构建语音应用,控制通话流程,并集成到现有系统中。它支持 Docker 部署,适合需要灵活、可扩展的电信解决方案的企业。
为 Harvest 启用自然语言时间跟踪和报告功能,包括自动请假申请、项目/任务匹配和日期解析。
一种模型上下文协议(MCP)服务器实现,允许AI助手通过自然语言命令运行k6负载测试,支持自定义测试时长和虚拟用户。
一个集成了AWS CodePipeline的模型上下文协议服务器,允许用户通过Windsurf和Cascade使用自然语言命令管理管道。
提供对 PowerPlatform/Dataverse 实体和记录智能访问的模型上下文协议(MCP)服务器。此工具提供上下文感知辅助、实体探索和元数据访问。
一种MCP服务器,通过GitHub API提供列出、查看、触发、取消和重新运行工作流的工具,使AI助手能够管理GitHub Actions工作流。
一个使用 Node.js 和 TypeScript 的服务器项目,提供了一个简单的入门示例,包含 Express.js Web 服务器,支持热重载、测试和模块化结构。
AWorld 是一个旨在推动智能体人工智能发展的开源框架,其核心功能包括提供高效的前向流程和促进多样化的反向流程,如基础模型训练和系统设计元学习。AWorld 支持多种模型服务和工具,封装了智能体之间的协议,并提供了状态管理和分布式高并发环境支持。此外,AWorld 集成了丰富的 MCP 服务器作为智能体工具,支持浏览器、Android 设备模拟、shell 命令等多种环境工具。AWorld 还提供了统一的智能体评估和训练平台,支持自定义和公共基准测试,并具备详细的测试报告功能。通过其客户端-服务器架构,AWorld 提高了系统的可扩展性和灵活性,适用于构建和优化多智能体系统。
任务大师是一个专为AI驱动的开发任务设计的任务管理系统,旨在与Cursor AI无缝协作。它通过MCP(模型控制协议)直接在编辑器中运行,支持多种AI模型(如Claude、OpenAI、Google Gemini等),并提供灵活的API密钥配置。用户可以通过命令行或编辑器快速初始化项目、解析需求、生成任务并管理开发流程。任务大师支持多模型切换,推荐使用研究模型以提升任务质量,适用于个人、商业和学术用途。
通过 MCP 将 AI 模型连接到 Terraform 注册表,启用提供程序查找、资源使用示例和模块推荐,从而简化 Terraform 工作流。