发现 MCP 服务

一个模型上下文协议（MCP）服务器，允许通过兼容MCP的客户端执行JMeter测试并分析测试结果。需要已安装并可通过命令行访问的Apache JMeter，配置环境变量JMETER_HOME和JMETER_BIN。

一个功能强大的模型上下文协议（MCP）服务器，支持 Docker 操作，通过 Claude AI 实现无缝的容器和编排堆栈管理。需要在主机系统上安装 Docker Desktop 或 Docker Engine。

MCP 服务器是一个多功能工具，旨在进行交互式数据探索。它需要通过 'csv_path' 输入参数指定本地的 CSV 数据文件。

用于与 Salesforce 组织交互的 MCP 服务器，支持通过基于大模型（LLM）的工具实现与 Salesforce 资源的安全且模块化的交互。

一个 Model Context Protocol（MCP）服务器，提供与 Google Cloud 的 Vertex AI Gemini 模型交互的工具，重点在于编码辅助和一般性问答。需要根据 .env.example 文件中的说明配置环境变量，包括 Google Cloud 项目、认证信息和模型设置。

一个仅支持 macOS 的 MCP 服务器，能够让 AI 代理捕获应用程序、窗口或整个系统的屏幕截图，并通过本地或远程的 AI 模型实现可视化问答。配置通过环境变量完成，例如 PEEKABOO_AI_PROVIDERS、OPENAI_API_KEY 以及其他用于日志记录和保存路径的变量。

基于 Golang 的 MCP 服务器，连接到 Kubernetes。支持列出 Kubernetes 上下文、命名空间、资源、节点、Pod、事件、Pod 日志，以及在 Pod 中运行命令。使用 Kubernetes 配置文件路径，可通过环境变量 KUBECONFIG 进行配置（默认为 ~/.kube/config）。

用于咨询大型上下文窗口模型以分析大量文件集合的 MCP 服务器。支持提供商 Openrouter、OpenAI 和 Google。无需外部数据文件。

MCP 文本编辑器服务器通过模型上下文协议（Model Context Protocol）提供面向行的文本文件编辑功能。针对大语言模型（LLM）工具进行了优化，支持高效的部分文件访问以减少令牌使用。需要 Python 3.13 及以上版本，且可选支持 Docker 部署。

一个用于 PageIndex 的模型上下文协议（MCP）服务器，支持基于推理的检索增强生成（RAG）系统。支持本地 PDF 处理和 URL 文档处理，采用 API 密钥验证。API 密钥必须通过环境变量 PAGEINDEX_API_KEY 提供。

一个用于文档格式转换的Model Context Protocol（MCP）服务器，采用pandoc实现。需要外部安装pandoc，若需转换为PDF则可选安装TeX Live。该服务器使用pandoc的Python包进行文档转换。

Fast MCP 是一种用 Ruby 实现的 Model Context Protocol (MCP) 服务器，便于将 AI 模型与 Ruby 应用程序集成。它支持多种传输方式，包括 STDIO、HTTP 和 SSE。基本使用不需要额外的数据文件。

一个 MCP 服务器，能够执行 Manim Python 脚本以生成动画并返回渲染后的视频。可以通过环境变量（如 MANIM_EXECUTABLE）进行配置，以指定 Manim 可执行文件的路径。

TUUI 是一个桌面 MCP 客户端，设计为工具单元一体化集成，借助模型上下文协议（MCP）加速 AI 采纳，并实现跨厂商大模型 API 编排。

用于分析和查询 GitHub 仓库的 GitHub Chat MCP 服务器，利用 GitHub Chat API。需要通过环境变量配置 GitHub Chat API 密钥。

EdgeBox 是一个功能全面、基于图形界面的本地大模型（LLM）代理沙箱，完全支持 MCP 协议。需要已安装并运行 Docker Desktop。

此插件用于管理和扩展 MCP（模型上下文协议）服务器的功能，支持插件加载、配置和通信。确保服务器与客户端之间的兼容性和扩展性。

用于股票市场数据 API（Alphavantage API）的 MCP 服务器。需要在环境变量 ALPHAVANTAGE_API_KEY 中设置外部 Alphavantage API 密钥。

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.

一种 MCP 服务器实现，允许 AI 助手与 Confluent Cloud REST API 进行交互。需要一个包含 Confluent Cloud 凭据和配置的 .env 文件，具体要求请参阅 README。

Jupyter MCP 服务器是一个实现模型上下文协议（Model Context Protocol）的服务器，提供与在任何 JupyterLab 环境中运行的 Jupyter 笔记本的交互。它需要一个正在运行的 JupyterLab 实例，可以通过环境变量（如 IdentityProvider.token）启动。该服务器支持实时控制和智能执行笔记本单元。

基于 TypeScript 的 MCP 服务器，支持通过 Cline 测试 REST API。该工具允许您在开发环境中直接测试和交互任何 REST API 端点。

QGISMCP 通过模型上下文协议（MCP）将 QGIS 与 Claude AI 连接，允许 Claude 直接与 QGIS 交互和控制。此集成支持快速项目创建、图层加载、代码执行等功能。需要外部安装 QGIS（版本 3.X，已在 3.22 测试）和 Python 3.10 或更高版本。服务器通过 uv 包管理器运行，并连接到 QGIS 插件套接字服务器。

用于Claude桌面版和ChatGPT集成的GoHighLevel MCP服务器。需要通过环境变量配置的GoHighLevel私有集成API密钥。