发现 MCP 服务

用于浏览器自动化的实验性 MCP 服务器，基于 Puppeteer，支持与新浏览器实例和现有 Chrome 窗口交互。无需外部数据文件。

一个用Go语言实现的OData v2到模型上下文协议（MCP）桥接工具，提供对OData服务的通用访问。支持多种认证方式和灵活的工具命名。无需外部数据文件，但可以通过环境变量配置OData服务URL和认证信息。

此 MCP 服务器在 Claude 线程达到令牌限制时，自动保存和恢复项目状态，确保对话的连续性。它需要在 ~/.claude_states/ 目录中以 JSON 格式存储项目状态的本地文件。

将模型上下文协议（MCP）与Unity集成，允许AI助手实时理解和交互Unity项目。提供对场景层级、项目设置和Unity编辑器中代码执行的访问权限。

一个用于与 Solana 区块链交互的 Model Context Protocol 服务器，基于 Solana Agent Kit 构建。需要配置环境变量以设置 Solana 的私钥和 RPC URL。

一个强大的模型上下文协议（MCP）服务器，提供安全的Shell命令执行能力，支持面向AI助手和其他MCP客户端。支持通过环境变量和YAML配置文件进行安全设置配置（路径通过MCP_SHELL_SEC_CONFIG_FILE环境变量进行配置）。

一个 MCP 服务器，用于链接调用其他 MCP 工具，通过顺序执行工具并传递结果，减少令牌（Token）使用。需要 Node.js（版本 16 或更高）和 npm 进行安装和运行。

连接并管理其他 MCP 服务器的 MCP Hub 服务器。需要一个配置文件（例如 mcp.json 或 mcp-config.json）来指定连接的 MCP 服务器。配置文件路径可以通过 MCP_CONFIG_PATH 环境变量或 --config-path 命令行参数进行设置。

一个轻量级的 MCP 服务器，提供统一接口连接多种大型语言模型（LLM）提供商，包括 OpenAI、Anthropic、Google Gemini、Groq、DeepSeek 和 Ollama。需要在 .env 文件中配置环境变量以设置 API 密钥（例如 OPENAI_API_KEY、ANTHROPIC_API_KEY、GEMINI_API_KEY、GROQ_API_KEY、DEEPSEEK_API_KEY、OLLAMA_HOST）。

基于 TypeScript 的 MCP 服务器，分析代码库结构和依赖关系，按重要性对文件进行排序，跟踪双向依赖，并提供总结。需要一个在构建过程中生成的 JSON 配置文件（mcp.json），该文件应复制到项目的 .cursor 目录中。

通过模型上下文协议（Model Context Protocol）或剪贴板与大型语言模型（LLMs）共享代码。基于规则的自定义功能便于在不同任务（如代码审查和文档编写）之间切换。标准功能包括代码大纲支持。

swagger-mcp 是一款工具，旨在通过提取 swagger.json 文件并在运行时动态生成定义良好的 MCP 工具，来抓取 Swagger UI。需要访问 LLM 模型 API 密钥或本地 LLM（OpenAI、Claude 或 Ollama 模型）。

用于运行 glif.app 上的 AI 工作流的 MCP 服务器。需要通过环境变量 GLIF_API_TOKEN 设置 API 令牌。

一个强大的模型上下文协议（MCP）服务器，支持AI助手通过直观的图形用户界面（GUI）与人类交互。支持实时用户输入工具、选择、确认以及反馈机制，基于跨平台GUI实现。

用于 Hostinger API 的 Model Context Protocol (MCP) 服务器。需要 Node.js 版本 24 或更高。通过环境变量 HOSTINGER_API_TOKEN 配置 API 令牌以进行身份验证。

协助 AI 开发者进行需求澄清、模块设计和技术架构设计。支持通过 MCP_STORAGE_DIR 环境变量配置持久存储目录。

Laravel Loop 是一个基于模型上下文协议（MCP）的服务器，专为 Laravel 应用程序设计，用于通过 MCP 协议连接 AI 助手。它需要 Laravel 应用环境和 PHP 运行时。配置文件可以通过 artisan 命令发布。

一种中间件服务器，允许多个相同的 MCP 服务器实例在独立的命名空间和配置下共存。

ABAP ADT（ABAP 开发工具）MCP 服务器，用于与 SAP 系统交互。需要一个包含 SAP_URL、SAP_USERNAME、SAP_PASSWORD 和 SAP_CLIENT 环境变量的 .env 文件，以配置与 SAP 系统的连接。

一个用于 Umbraco CMS 的 MCP（模型上下文协议）服务器，提供对 Umbraco 管理 API 关键部分的访问，用于后台管理任务。需要配置环境变量以设置 API 用户凭据和基础 URL。

用于远程 pexpect 会话控制的 MCP 服务器，支持 AI 助手执行带有 pexpect 功能的 Python 代码，以实现交互式调试会话。需要 Python 版本 ≥ 3.12.1，以及 Python 包 pexpect ≥ 4.9.0 和 mcp ≥ 1.13.0。

Model Context Protocol（MCP）服务器，集成了人工智能语言模型与Penpot设计平台，用于AI驱动的设计流程自动化。需要通过环境变量进行外部配置，以提供Penpot API的凭据（PENPOT_API_URL、PENPOT_USERNAME、PENPOT_PASSWORD）。

一个与 DuckDB 和 MotherDuck 数据库交互的 MCP 服务器实现，提供面向 AI 助手和集成开发环境（IDE）的 SQL 分析功能。支持本地 DuckDB 数据库和云端 MotherDuck 数据库。需要安装 'uv' 运行时。配置时需通过命令行或环境变量传递 MotherDuck 访问令牌。

一个与 Laravel 兼容的 php-mcp/server 库的封装器，能够将 Laravel 应用程序作为 MCP 工具、资源和提示进行暴露。配置通过 config/mcp.php 文件进行管理。