发现 MCP 服务

ContextForge MCP 网关是一款功能丰富的网关与代理，能够联邦化 MCP 和 REST 服务——统一发现、认证、限流、可观察性、虚拟服务器、多传输协议，以及可选的管理界面，提供一个简洁的端点供您的 AI 客户端使用。它作为完全兼容的 MCP 服务器运行，可通过 PyPI 或 Docker 部署，并能在 Kubernetes 上的多集群环境中扩展，支持 Redis 后端的联邦和缓存。

一个开源的代码索引和上下文感知能力实现，面向由 AI 驱动的集成开发环境（IDE），采用 Milvus 向量数据库和流行的嵌入模型构建。需要通过环境变量提供外部数据，例如 OpenAI API 密钥（OPENAI_API_KEY）和 Milvus 数据库配置（MILVUS_ADDRESS、MILVUS_TOKEN）。

Context Generator（ctx）是一款工具，用于自动从代码库构建有组织的上下文文件，并通过 MCP 服务器为像 Claude 这样的 AI 助手提供服务。可以使用命令“ctx server -c /path/to/your/project”运行 MCP 服务器。

一个Python服务器，充当Unity编辑器与MCP客户端之间的桥梁，支持AI助手通过自然语言控制Unity。需要安装Python 3.10及以上版本。该服务器在首次运行时由Unity包自动安装，也可以手动配置。

一个用于 Kubernetes 的模型上下文协议（MCP）服务器，支持 AI 助手如 Claude、Cursor 等通过自然语言与 Kubernetes 集群交互。需要通过 KUBECONFIG 环境变量配置外部 kubeconfig 文件路径。

阿里云可观测性 MCP 服务器，提供访问阿里云可观测产品（如 SLS、ARMS 和 CloudMonitor）的工具。需要通过环境变量 ALIBABA_CLOUD_ACCESS_KEY_ID 和 ALIBABA_CLOUD_ACCESS_KEY_SECRET 或命令行参数配置阿里云 AccessKey 凭证。

Radar 是缺失的开源 Kubernetes 用户界面（UI）。它是一个无需账户、永久免费的一体化二进制程序。提供拓扑、资源、Helm、GitOps、流量、审计以及用于 AI 代理的 MCP（Model Context Protocol）上下文，支持在本地电脑或集群中使用。基本功能不需要外部数据文件。

JADX-AI-MCP 是一个用于 JADX 反编译器的插件，集成了模型上下文协议（MCP），提供基于大语言模型（LLMs）如 Claude 的实时逆向工程支持。该插件需要从发布页面下载外部数据文件，包括 jadx-ai-mcp-<version>.jar 和 jadx-mcp-server-<version>.zip，其中包含 MCP 服务器的 Python 代码及相关依赖。

一个允许 AI 代理通过基于浏览器的界面控制网页浏览的 MCP 服务器。需要环境变量，如 OPENAI_API_KEY；可选支持 CHROME_PATH 和 PATIENT。支持 SSE 和 stdio 传输模式。

Nocturne Memory is a long-term memory server for MCP agents, providing persistent, sovereign AI memory storage via Model Context Protocol. Requires external configuration of DATABASE_URL environment variable in .env file to specify the absolute path to the SQLite or PostgreSQL database file.

Cloud Run MCP 部署工具，支持 MCP 兼容的 AI 代理将应用程序部署到 Google Cloud Run。需要配置 Google Cloud SDK 和认证凭据（通过环境变量或 gcloud 命令）。

用于 KiCad 的模型上下文协议（MCP）服务器，提供项目管理、PCB 设计分析、网表提取、BOM 管理、设计规则检查、PCB 可视化以及电路图案识别等功能。配置方式包括环境变量或 .env 文件，其中 KICAD_SEARCH_PATHS 用于指定项目目录。

一个 MCP 服务器，能够通过 SSE 传输将请求代理到远程 MCP 服务器。支持在标准输入输出（stdio）与 SSE/StreamableHTTP 传输之间进行代理。

Cursor Talk to Figma MCP 将 Cursor AI 与 Figma 集成，用于读取和以编程方式修改设计。需要通过 Bun 运行时运行 WebSocket 服务器。

CentralMind Gateway 是一款工具，用于通过 MCP 或 OpenAPI 3.1 协议将您的数据库暴露给 AI 代理。它支持多种结构化数据库，并提供针对 AI 工作负载优化的 API。配置通过 YAML 文件（如 gateway.yaml）完成，该文件在发现过程中生成。

MCP-Use 是一个开源库，用于将任何大型语言模型（LLM）连接到任何 MCP 服务器，并构建具有工具访问能力的自定义代理。它支持通过 LangChain 集成多个 LLM 提供商，并允许通过 JSON 文件或环境变量进行配置。

使用模型上下文协议（MCP）将您的 Supabase 项目连接到 Cursor、Claude、Windsurf 及其他 AI 助手。需要通过环境变量 SUPABASE_ACCESS_TOKEN 配置的 Supabase 个人访问令牌。

一个 MCP 服务器，支持 AI 代理通过浏览器使用（browser-use）控制网页浏览。需要环境变量如 OPENAI_API_KEY，此外可选配置 CHROME_PATH 和 PATIENT。支持 SSE 和 stdio 传输模式。依赖外部库如 Playwright 和 mcp-proxy。

使用模型上下文协议（MCP）将 Burp Suite 与 AI 客户端集成。该扩展包含一个打包的 Stdio MCP 代理服务器。配置通过 Burp Suite 用户界面完成，不需要外部数据文件。

这是一个功能强大且灵活的 Kubernetes Model Context Protocol（MCP）服务器实现，支持 Kubernetes 和 OpenShift。以单一本地二进制文件、npm 包、Python 包和 Docker 镜像分发。支持通过命令行参数进行配置。原生二进制文件不依赖任何外部依赖。

Dive 是一个开源的 MCP Host 桌面应用程序，支持集成支持函数调用的 LLM（大型语言模型）。它兼容多平台（Windows、MacOS、Linux），并且在 MacOS 和 Linux 上需要 Python 和 Node.js 环境。Windows 版本预装了 Python 和 Node.js。配置文件和聊天记录在 v0.8.0 之后不会自动升级。服务器本身不明确需要外部数据文件或 JSON 配置。

通过 SSE、Streamable HTTP 或反之运行 MCP stdio 服务器。支持使用一条命令在 SSE、WebSocket 或 Streamable HTTP 传输上运行基于 MCP stdio 的服务器。无需外部数据文件。

An MCP server that indexes local code into a graph database to provide context to AI assistants. Supports multiple graph database backends and 14 programming languages. Install via pip. No external data files required by default.

一个 Model Context Protocol (MCP) 服务器实现，提供给大型语言模型（LLM）一个使用 Vega-Lite 语法进行数据可视化的接口。需要 Python >=3.10 版本及相关依赖，包括 mcp 和 vl-convert-python。