Slack
支持 Slack API,提供Claude与Slack工作区交互。
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
支持 Slack API,提供Claude与Slack工作区交互。
一个利用 Cloudflare 浏览器渲染来提取和处理网页内容以供大型语言模型(LLMs)作为上下文使用的服务器,提供抓取页面、搜索文档、提取结构化内容和总结内容的工具。
ElevenLabs MCP 服务器是一个与 ElevenLabs 文本转语音 API 集成的 Model Context Protocol (MCP) 服务器,主要用于管理和执行语音生成任务。其核心功能包括通过 ElevenLabs API 从文本生成音频、支持多种声音和脚本部分、使用 SQLite 数据库进行历史记录存储,以及提供一个基于 SvelteKit 的示例 Web 客户端。该客户端支持简单的文本转语音转换、多部分脚本管理、语音历史记录跟踪和播放、以及音频文件下载。用户可以通过 Smithery 或 uvx 工具进行安装,并配置相关环境变量以使用 ElevenLabs API。此外,开发者可以通过克隆仓库并安装依赖项进行本地开发。该项目遵循 MIT 许可证。
通过 Discord 的 API 发送和读取消息,使大型语言模型(LLM)能够与 Discord 频道进行交互,重点在于保持用户控制和安全性。
`jsondiffpatch` 是一个用于比较和修补 JavaScript 对象的工具库,支持深度比较和智能数组匹配。它能够生成多种格式的差异输出,包括纯 JSON、可视化 HTML 和 JSON Patch 等,并支持反转差异以恢复对象状态。该库适用于浏览器和 Node.js 环境,提供了丰富的配置选项和插件机制,便于扩展和定制。通过 `jsondiffpatch`,开发者可以高效地处理复杂对象的差异检测和修补操作。
实现了模型上下文协议(MCP),为人工智能模型提供了一个标准化的接口,用于连接到外部数据源和工具,例如文件系统、数据库或API。
提供使用自然语言与Neon Postgres数据库进行交互能力。
极光(Phoenix)是一个开源的AI可观测性平台,专为实验、评估和故障排除而设计。它支持多种框架和LLM供应商,提供追踪、评估、数据集管理、实验和提示优化等功能。极光基于OpenTelemetry构建,与供应商和语言无关,可以在本地机器、Jupyter笔记本、容器化部署或云端运行。通过`pip`或`conda`安装,极光的容器镜像可通过Docker Hub获取,并支持Docker或Kubernetes部署。极光的MCP服务器实现提供统一接口访问其功能,适用于复杂的AI应用场景。
通过将 Notion API 作为 LLM 的工具公开,启用与 Notion 的交互,允许通过自然语言无缝执行读取、创建、更新和删除 Notion 页面等操作。
MCP Server 是一个基于 AntV 的图表生成模型上下文协议服务器,使用 TypeScript 开发。它支持生成 20 多种类型的图表,如折线图、柱状图、饼图、思维导图等,并返回对应的图片 URL。用户可以通过 MCP 工具在桌面应用程序(如 VSCode、Claude)或云平台(如 Aliyun、ModelScope)中使用该服务。MCP Server 支持多种传输协议(SSE、流式传输)和私有部署,开发者可以通过 npm 全局安装并运行服务器,或自定义图表生成服务。该工具适用于数据可视化需求,帮助用户快速生成各类图表。
MCP 网页研究服务器是一个用于网页研究的模型上下文协议(MCP)服务器,旨在将实时信息引入Claude,以便轻松研究任何主题。该服务器集成了谷歌搜索、网页内容提取、研究会话跟踪和截图捕捉等功能。用户可以通过Claude桌面应用启动服务器,并使用定制的`agentic-research`提示进行深入网页研究。服务器还支持自动截图和研究会话的维护,包括搜索查询、访问过的页面、提取的内容和截图等。该项目基于Node.js和Playwright构建,目前已在macOS平台上验证。
一个通用接口,使人工智能代理能够与Adb MySQL数据库无缝通信,从而让他们检索数据库元数据和执行SQL操作。
与Apple Shortcuts集成的MCP服务器
生成不代表真实人物的逼真人脸图像,提供多种输出形状、可配置尺寸和批量生成功能。
一种模型上下文协议(MCP)服务器实现,提供与EMQX MQTT代理的交互。
**摘要:** Trafilatura是一个Python库和命令行工具,专注于从网页中高效提取结构化文本数据,支持网络爬取、内容发现及元数据提取(如标题、作者、评论等)。其核心功能包括智能过滤噪音(如页眉页脚)、多格式输出(TXT/JSON/XML等)及高精度内容识别,在学术和工业领域(如HuggingFace、IBM)广泛应用,以平衡提取速度与数据质量著称。
`smolagents` 是一个轻量级库,旨在通过简洁的代码实现强大的代理功能。其核心功能包括支持代码代理(`CodeAgent`),代理通过编写Python代码片段来执行操作,相比传统的工具调用方式效率更高。`smolagents` 提供多种执行环境,包括本地安全解释器、E2B和Docker沙盒,确保代码执行的安全性。此外,它支持多种LLM模型(如本地`transformers`、Hub上的推理提供商、LiteLLM集成等),并与Hugging Face Hub集成,方便分享和拉取工具或代理。`smolagents` 还支持多模态输入(文本、视觉、音频等)和多种工具来源(如MCP服务器、LangChain、Hub Space等),使其适用于广泛的场景。
使用 SQLite 的 Node.js 版本的模型上下文协议服务器实现,为没有 Python UVX 运行程序的环境提供基于 npx 的替代方案。