内容生成 MCP

多渠道交易分发系统

by AmaravadhiBharath · TypeScript

一个高效的多渠道交易分发系统，支持动态生成和本地化多种交易变体，适用于电商和营销场景。

Placid.app MCP服务器是一个用于集成Placid.app API的工具，提供模板列表、图像和视频生成功能，适用于内容创作和媒体处理场景。

通过Hugging Face Space提供的土耳其语情感分析服务，支持MCP兼容客户端通过SSE调用远程情感分析工具。

一个模块化、可插拔的 RAG（Retrieval-Augmented Generation）服务框架，支持通过 MCP（Model Context Protocol）将知识库检索、文档入库和问答能力暴露给外部客户端。

一个简单的MCP服务器，通过Auth0 OAuth 2.0安全认证，返回随机编程笑话，专为ChatGPT设计。

Mobvoi MCP是一个基于Python的模型上下文协议服务器，提供文本转语音、语音克隆、照片驱动头像生成、视频配音和翻译等功能，适用于Cursor、Claude Desktop等客户端调用。

提供内容创作、SEO优化、文案撰写和社交媒体营销的工具和技能集，支持自动化工作流程和SEO数据分析。

文本转语音 MCP 服务器

by fellowgeek · HTML

该产品是一款面向 macOS 的 MCP 服务器，利用 OmniVoice 神经语音合成与 macOS 原生 say 引擎，让 AI 代理通过个性化角色声音将文本内容朗读出来，适用于智能助手、开发者工具和语音交互场景。

MCP-RLM是一个开源实现的递归语言模型架构，通过程序分解和递归查询使大型语言模型能够处理远超其上下文窗口限制的文档。

ForgeDNA是一个开源生态系统，通过轻量级JSON蓝图和17个专用AI代理，将游戏设计转化为可玩游戏，适用于游戏设计师、爱好者和AI代理。

博客生成工具

by jiwon11 · TypeScript

一个利用AI技术自动生成技术博客的工具，支持多种输入类型和写作风格，适用于开发者和技术写作者。

Travel Pilot是一款全栈、AI驱动的旅行规划和住宿助手，通过自然语言处理和AI代理技术，提供智能化的旅行建议和预订服务。

TrendRadar是一个快速部署的热点聚合工具，能够从多个平台聚合新闻资讯，并通过AI分析推送个性化内容。适用于投资者、自媒体人和普通用户。

一个纯JVM的文本转语音服务器，基于Kokoro-82M神经网络模型，支持单语音合成、多语音对话、语音混合和WAV/MP3输出。

用于访问 Midjourney Best Experience API 的 MCP 服务器，提供快速生成和操作图像的功能。

NotebookLM Showcase是一个基于Next.js和TypeScript的简单公开平台，用于发布在NotebookLM中创建的内容，并托管在Vercel上。

一个提供动漫和漫画结构化数据的服务，支持从AniList和Jikan获取信息，用于生成摘要、推荐和用户响应。

一个基于Cloudflare Workers和Streamlit的AI学习平台，提供维基百科搜索、文本翻译和词典查询功能。

MCP Server Chart 是一个基于 TypeScript 的服务器，用于通过 MCP 协议生成多种类型的图表，支持 25+ 图表类型，适用于数据分析和可视化场景。

一个为AI公民提供共享知识图谱访问的MCP服务器，支持思维、情感、记忆和协作功能。

一个提供Opera Omnia项目中丰富JSON数据集访问的MCP服务器，支持随机选择、过滤、组合数据集以及使用模板生成创意内容。

SmartAds是一款利用人工智能创建、管理和优化多平台广告活动的数字营销平台，支持实时分析和智能内容生成。

一个用于从YouTube和Bilibili视频中抓取字幕的MCP服务器，支持流式HTTP传输。

一个基于Flux Schnell模型的HTTP服务器，用于根据文本描述生成图片。

文本转语音工具

by j3k0 · Shell

一个使用Groq TTS API的文本转语音CLI和MCP服务器，支持多种声音选项和音频播放器集成。

一个提供与Twitch API交互工具的MCP服务器，允许AI助手和其他应用程序安全地访问结构化Twitch数据。

构建可扩展的自主AI网红工厂，具备数字人才代理、平台即服务和混合生态系统等多种商业模式，支持数千个数字实体的自动化运营。

一个使用FastAPI和Google Gemini实现的模型上下文协议（MCP）API，用于结构化输入并生成精确的LLM响应。

基于FastAPI的MCP服务，为TOEIC学习者生成结构化的英语学习新闻文章，集成OpenAI兼容语言模型并提供干净的JSON输出。

一个基于xAI API的植物检测服务，可通过命令行快速部署和配置。