发现 MCP 服务

Docker Hub MCP 服务器通过与 Docker Hub API 交互，实现基于大型语言模型（LLMs）的智能内容发现和仓库管理。需要 Docker 和 Node.js（版本 22 及以上）。可选地，可以通过环境变量 HUB_PAT_TOKEN 提供 Docker 个人访问令牌（PAT）以进行认证访问。

一个模块化的服务器实现，用于构建高精度垂直AI代理，提供统一的接口以连接各种外部系统和工具，包括文件操作、网页搜索、浏览器自动化、金融数据等。环境变量用于配置API密钥和目录，例如 BRAVE_API_KEY、NEWS_API_KEY、FRED_API_KEY、STREAMLIT_APPS_DIR、MCP_FILESYSTEM_DIRS 和 MCP_LOG_LEVEL。

用于 Zotero 集成的 Model Context Protocol（MCP）服务器，允许 Claude 与您的 Zotero 图书馆交互。需要通过环境变量 ZOTERO_API_KEY 和 ZOTERO_USER_ID 配置的 Zotero API 凭据。

一个用于与 GitLab 合并请求（Merge Requests）和问题（Issues）交互的 Model Context Protocol (MCP) 服务器。需要配置 GitLab 访问令牌（access token），并可通过环境变量可选地设置 GitLab 项目ID。

Neo4j 的官方模型上下文协议（MCP）服务器。需要运行中的 Neo4j 数据库实例，并安装了 APOC 插件。连接信息通过环境变量配置，例如 NEO4J_URI、NEO4J_USERNAME、NEO4J_PASSWORD 和 NEO4J_DATABASE。

UnityNaturalMCP 是 Unity 的 MCP 服务器实现，提供自然的用户体验。需要 Unity 6000.0 或更高版本。如果使用 mcp-stdio-to-streamable-http 中继服务器，还需要可选的 Node.js 18.0.0 或更高版本。UnityNaturalMCPServer 作为 Unity 包提供，可以通过 Unity 包管理器添加 GitHub URL 依赖进行安装。mcp-stdio-to-streamable-http 中继服务器需要从其 GitHub 发行页面下载。

Django MCP 服务器是一个 Django 扩展，旨在通过模型上下文协议（Model Context Protocol）轻松实现 AI 代理与 Django 应用的交互。它在 WSGI 和 ASGI 环境下都能良好运行。

一个 Model Context Protocol (MCP) 服务器，能够将 Mermaid 图表转换为 PNG 图像或 SVG 文件。支持环境变量 CONTENT_IMAGE_SUPPORTED，用于控制是否直接返回图像或将其保存到磁盘。

一个用于结合 AI 助手（如 Claude）使用 radare2 的 MCP 服务器。支持直接的 stdin/stdout 通信以及使用 radare2 进行二进制分析。配置涉及编辑 Claude Desktop 的 JSON 配置文件。

一个功能全面的 MCP 服务器，提供分析功能和与 Microsoft Fabric 数据平台交互的工具。支持多种部署方式，包括本地开发、Docker 和 Azure Kubernetes Service。支持通过环境变量进行配置。

一个 Model Context Protocol（MCP）服务器，能够构建 iOS 工作区/项目，支持在 Visual Studio Code 中使用 Cline 或 Roo Code 等扩展实现与 iOS 项目的无缝工作流程。它可以生成 iOS Xcode 工作区/项目，并将错误反馈回来，还能帮助运行测试并将错误信息反馈给大型语言模型（LLM）。

用于 Google Tag Manager 的 MCP 服务器，内置 Google OAuth 认证和对 Google Tag Manager API 的接口。

功能强大的 Tabby 插件，实现模型上下文协议（MCP）服务器，支持人工智能驱动的终端控制与自动化。基本操作不需要外部数据文件。

一个 Model Context Protocol (MCP) 服务器，通过 Claude 和其他兼容 MCP 的客户端实现与 Figma 的 API 集成。支持对 Figma 文件和项目的只读访问。需要通过 FIGMA_ACCESS_TOKEN 环境变量配置 Figma API 访问令牌。

一个将AutoCAD与大型语言模型（如Claude）集成的MCP服务器，支持自然语言交互。需要在Windows上使用Python 3.10+和AutoCAD 2018+（带COM接口）。依赖项通过requirements.txt安装，可选地内部使用外部SQLite数据库存储CAD元素。

面试鸭 MCP Server 提供与 MCP 协议兼容的问题搜索 API，支持与 MCP 兼容的智能助手集成。需要 Java 17 运行环境。服务器以从源代码构建的 Java jar 文件形式运行。配置涉及指定已构建的 jar 文件的路径。

用于跨网络边界和多语言的 AI 代理的通用 RPC 层。包括通过 npx 启动的可选 MCP 服务器。需要设置环境变量 AGENTRPC_API_SECRET 以进行 API 认证。

一个用于与 Appwrite API 交互的 Model Context Protocol 服务器。需要通过环境变量 APPWRITE_PROJECT_ID、APPWRITE_API_KEY 进行外部配置，此外可选配置 APPWRITE_ENDPOINT 以连接您的 Appwrite 项目。

此 MCP 服务器通过模型上下文协议（Model Context Protocol）将代理连接到您的 Elasticsearch 数据，支持与 Elasticsearch 索引的自然语言交互。需要提供 Elasticsearch 实例和认证凭据（API 密钥或用户名/密码），通过环境变量配置。

VibeShift 是一款智能安全代理，集成了 AI 编码助手，用于分析 AI 生成的代码中的安全漏洞并促进 AI 驱动的修复。需要通过 .env 文件进行外部配置，获取 LLM API 密钥（LLM_API_KEY）。

Blockbench MCP 服务器插件。服务器可以在 Blockbench 设置中的 常规 > MCP 服务器端口 和 MCP 服务器端点 进行配置。示例用法包括通过 HTTP 在 localhost:3000/mcp 连接。

Azure CLI MCP 服务器封装了 Azure CLI，添加了提示功能以改善使用体验，并将其作为 MCP 服务器暴露出来。它需要通过 AZURE_CREDENTIALS 环境变量配置 Azure 凭据进行身份验证。

MCPunk 让您通过对话探索和理解代码库，将文件拆分为逻辑块，并提供搜索和查询这些块的工具，无需使用嵌入（embeddings）或复杂配置。它需要 Python 3.11 或更高版本，并作为一个 Python 包安装，包含 'mcpunk' 命令行脚本。

ROS MCP 服务器将自然语言指令转换为 ROS 控制命令，支持通过 rosbridge 使用 WebSocket 进行 ROS 和 ROS2 的通信。配置时需要在 JSON 文件（例如 mcp.json）中设置 MCP 配置，包括命令和参数。