发现 MCP 服务

JavaSinkTracer 是一款基于函数级污点分析的 Java 源代码漏洞审计工具。它通过模型上下文协议（MCP）提供安全性分析功能。需要配置位于 Rules/rules.json 的外部规则文件，可以通过环境变量或直接编辑文件进行自定义。

WireMCP 是一个 MCP 服务器，利用 tshark 实时分析网络流量，从而增强大语言模型（LLMs）的能力。需要在 PATH 中安装并可访问 Wireshark 的 tshark。

Node.js 服务器实现的模型上下文协议（MCP），用于在临时 Docker 容器中运行任意 JavaScript，并支持实时安装 npm 依赖。需要在主机上安装并运行 Docker。环境变量如 FILES_DIR 用于配置保存文件的输出目录。

用于与 Algolia API 交互的实验性模型上下文协议（MCP）服务器，通过 Claude Desktop 实现与您的 Algolia 数据的自然语言交互。无需外部数据文件。

使用 ast-grep CLI 的实验性 MCP 实现。需要安装 ast-grep CLI 和 uv 包管理器。MCP JSON 配置文件路径由用户配置。

用于 CodeAlive API 的 MCP 服务器，支持 AI 客户端访问 CodeAlive 的高级语义代码搜索和代码库交互功能。需要通过环境变量 CODEALIVE_API_KEY 配置的 CodeAlive API 密钥。

FunAdmin 是一个基于 PHP 的 AI 开发框架和后台管理系统，支持 MCP 协议。它需要运行中的 PHP 环境（版本 >= 8.1）和 MySQL（版本 >= 5.7）。MCP 服务器通过运行 'php mcp-server.php' 启动。

一个用于Claude/Cursor的模型上下文协议（MCP）服务器，支持通过oapis.org进行OpenAPI规范的搜索和探索。需要Node.js版本 >= 16.17.0。

允许您的 AI 编码代理直接访问 Figma 文件和原型。

用于与 Keboola Connection 交互的 MCP 服务器。需要环境变量进行身份验证和配置：KBC_STORAGE_TOKEN（Keboola 存储 API 令牌）、KBC_WORKSPACE_SCHEMA（工作区架构标识符），以及可选的 GOOGLE_APPLICATION_CREDENTIALS（BigQuery JSON 凭据文件路径）用于 BigQuery 后端。

一个提供访问 BigQuery 的 Model Context Protocol（MCP）服务器。该服务器使大型语言模型（LLMs）能够检查数据库架构并执行查询。配置可以通过命令行参数或环境变量（如 BIGQUERY_PROJECT、BIGQUERY_LOCATION、BIGQUERY_DATASETS 和 BIGQUERY_KEY_FILE）进行设置。

用于测试和调试MCP（模型上下文协议）服务器的开发者工具。支持STDIO、SSE和Streamable HTTP协议。无需外部数据文件。

一个 Model Context Protocol (MCP) 服务器，允许大型语言模型（Large Language Models）通过 Claude Desktop 与 BloodHound 社区版（BloodHound Community Edition）数据交互。需要外部的 BloodHound 社区版实例，数据已加载，并通过环境变量 BLOODHOUND_DOMAIN、BLOODHOUND_TOKEN_ID 和 BLOODHOUND_TOKEN_KEY 配置 API 凭据。

一个与 Mem0.ai 集成的 Model Context Protocol (MCP) 服务器，为大型语言模型（LLMs）提供持久存储能力。支持云存储（需要 MEM0_API_KEY）、Supabase 存储（需要 SUPABASE_URL、SUPABASE_KEY 和 OPENAI_API_KEY）以及本地存储（需要 OPENAI_API_KEY）。

Logfire MCP 服务器使大型语言模型（LLMs）能够检索和分析发送到 Logfire 的 OpenTelemetry 跟踪和指标。需要通过环境变量 LOGFIRE_READ_TOKEN 或命令行参数 --read-token 提供 Logfire 读取令牌。

基于 Next.js 的 MCP 服务器，默认支持使用 Google 作为提供者的 OAuth 2.1 认证。需要通过环境变量 DATABASE_URL 配置外部 PostgreSQL 数据库，可选使用 REDIS_URL 环境变量进行 SSE 传输的 Redis 支持。

一个 MCP 服务器，将本地代码索引到图数据库中，为 AI 助手提供上下文信息。

Jinni 是一款工具，能够通过智能过滤读取并连接相关项目文件的方式高效地为大型语言模型（Large Language Models）提供项目上下文。它包括一个 MCP 服务器和一个 CLI 工具。无需外部数据文件即可运行。

Vantage MCP 服务器是一个用 Golang 编写的开源工具，允许您通过 AI 助手和 MCP 客户端与云成本数据进行交互。它充当连接 Vantage 现有 API 的桥梁，支持关于云支出数据的自然语言查询。需要通过环境变量 VANTAGE_BEARER_TOKEN 设置只读权限的 Vantage API 令牌。

用于 Datadog API 的 MCP 服务器，支持事件管理等功能。需要环境变量 DATADOG_API_KEY、DATADOG_APP_KEY，可选的 DATADOG_SITE 用于凭据配置。

一个 Model Context Protocol (MCP) 服务器，支持使用 XiyanSQL 进行自然语言查询数据库。需要一个 YAML 配置文件（例如 config_demo.yml）来设置服务器，包括 LLM 和数据库连接信息。

一个用于与 Appwrite API 交互的 Model Context Protocol (MCP) 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。

Claude Code Studio 将 Claude Code 转变为一个完整的 AI 驱动开发工作室，配备 40 多个专业代理、智能 MCP 集成和系统化开发原则。需要通过 CONTEXT.md（由 CONTEXT_TEMPLATE.md 创建）配置个人环境。

用于与 Elasticsearch 和 OpenSearch 交互的 MCP 服务器。配置需要按照 README (.env 文件) 中的说明设置环境变量。