OSDU MCP服务器
by danielscholl-osduPython一个提供AI助手访问OSDU平台功能的模型上下文协议(MCP)服务器,支持搜索、数据管理和模式操作。
代码、Git、文件和开发工具相关的 MCP Server,附功能说明、仓库地址与安装配置。
已收录 62,091 个 MCP Server,其中开发效率 36,417 个
一个提供AI助手访问OSDU平台功能的模型上下文协议(MCP)服务器,支持搜索、数据管理和模式操作。
提供SigNoz MCP服务器的Docker镜像,支持linux/amd64和linux/arm64架构,默认使用HTTP传输协议。
MCP-Gateway是一款桌面应用程序,用于发现、管理和调试本地机器上的模型上下文协议(MCP)服务器,适用于使用AI编码助手的开发者。
Memex是一款用于模型上下文协议(MCP)的工具,能够分析网页内容并将其添加到知识库中,适用于知识管理和信息检索场景。
RemNote CLI工具是一个用于与RemNote MCP服务器交互的命令行工具,提供版本管理和迁移功能。
一个动态创建、运行和管理MCP(Model Context Protocol)服务器的服务,支持TypeScript,可执行工具并管理子服务器。
一个连接FastAPI和MCP服务器的桥接服务,用于高效安全地在网络中暴露AI工具功能。
Instana MCP服务器是一个桥梁,连接客户端与Instana REST API,将用户查询转换为API请求并将响应格式化为结构化数据,用于实时获取可观测性数据。
一个安全导向的本地桌面工具,提供对KnowBe4 GraphQL API的只读访问,包含92+预优化查询和智能查询路由功能。
基于.NET 8构建的模型上下文协议(MCP)服务器,用于展示AI应用如何通过标准化协议安全调用外部工具,如计算器操作。
一个用于压缩React/Next.js文件、HTML和SVG的工具,优化AI助手的令牌使用。
提供12种AI驱动的Roblox Studio开发工具,支持与MCP兼容的AI客户端交互,适用于游戏开发环境。
CDV是一个通过确定性验证和LLM批评双通道评估AI代理工作的系统,采用贝叶斯策略决定何时停止循环,确保评估严格性。
一个符合MCP协议的最小化服务器和客户端设置,用于探索和验证基于会话的工具调用工作流程。
在Cloudflare Workers上部署远程MCP服务器,支持OAuth登录和工具调用,适用于AI模型交互和远程服务开发。
用于以编程方式执行AI代理任务的Python SDK,支持自动验证和人机交互控制。
一个基于Express.js的客户端工具,用于通过JSON-RPC与MCP服务器文件系统进行交互,提供请求构造、发送和日志记录功能。
n8n-custom-mcp是一个功能强大的n8n工作流管理服务器,提供31种工具覆盖工作流和凭证的完整生命周期管理,适用于AI代理自动化构建和调试工作流。
一个通过解析OpenAPI规范动态暴露REST API作为MCP工具的模型上下文协议服务器,适用于任何符合OpenAPI规范的API。
一个基于MCP协议的CRM管理系统演示项目,提供客户关系管理的核心功能,包括CRUD操作、搜索能力和数据分析。
一个基于Spring Boot的演示应用,展示Spring AI MCP(模型上下文协议)服务器的功能,包含一个简单的“hello world”工具。
Linkerd MCP Server是一个用于与Kubernetes集群中的Linkerd服务网格交互的服务器,提供健康状态查询、连接性分析和配置验证等功能。
Azure Bicep MCP 服务器是一个基于模型上下文协议(MCP)的服务,为 AI 编程助手提供查询 Azure 资源类型、转换 ARM 模板、格式化与分析 Bicep 文件等工具,用于在 Azure 开发工作流中生成高质量的 Bicep 基础设施即代码。
一个基于RAG的模块化文档助手,用于开发者使用LlamaIndex、Postgres和Ollama进行文档处理。
MCP服务器是一个基于OpenAPI自动生成的多代理对话协议服务,支持多种传输模式,适用于开发人员构建和测试多代理对话系统。
apcore-mcp 可将任意基于 apcore 的项目零代码自动转换为 MCP Server 和 OpenAI 工具提供者,适用于将现有 apcore 模块接入 Claude、Cursor 等 AI 客户端的场景。
一个MCP服务器,允许AI助手安全地执行终端命令,通过命令分类、目录白名单和危险模式检测确保安全性。
MCP Hub是一个轻量级且功能强大的系统,用于测试和与模型上下文协议(MCP)服务器交互,无需任何外部检查工具。它设计为模型无关,允许通过简单的配置设置与各种LLM和工具无缝集成。
一个基于规则和可选LLM优化的开发任务自动分配系统,适用于团队开发任务管理和分配。
一个本地HTTP服务器,用于管理AI项目的上下文,为LLM客户端提供读写项目数据的集中式存储。