发现 MCP 服务

一个 Model Context Protocol（MCP）服务器，提供工具以通过大语言模型（LLMs）以编程方式读取和搜索 IDA Database。需要将插件文件复制到 IDA 的插件目录中，以实现 IDA 端的集成。

Redis MCP 服务器是用于代理应用程序的自然语言界面，旨在管理和搜索 Redis 中的数据。它与 MCP 客户端集成，实现基于 AI 的工作流程，支持与结构化和非结构化的 Redis 数据交互。配置需要设置环境变量，包括 Redis 连接信息（如 REDIS_HOST、REDIS_PORT、REDIS_DB、REDIS_USERNAME、REDIS_PWD）以及 TLS 设置。

用于 Asana 的 MCP 服务器允许与来自 MCP 客户端（如 Anthropic 的 Claude 桌面应用程序）的 Asana API 通信。需要设置环境变量 ASANA_ACCESS_TOKEN 以进行身份验证。可选地，可以将 READ_ONLY_MODE 设置为 'true' 以禁用写操作。

一个 MCP 服务器，能够为大型语言模型（LLMs）提供高效访问多种编程语言的包文档和语言服务器协议（LSP）功能。需要 Node.js >= 20、Go、Python 3 以及互联网连接以实现全部功能。

具有 CDP 级访问权限的终极隐身浏览器自动化 MCP 服务器。需要安装 requirements.txt 中列出的 Python 依赖项。

用于树突分析的 MCP 服务器，提供基于 tree-sitter 的代码分析功能，并支持上下文管理。需要 Python 3.10 及以上版本，以及针对优先语言的 tree-sitter 语言解析器。

这是一个由大型语言模型（LLMs）和 Mineflayer API 驱动的 Minecraft 机器人。该机器人使用模型上下文协议（MCP）实现，让 Claude 和其他支持的模型能够控制 Minecraft 角色。需要运行中的 Minecraft 游戏（已在 Minecraft 1.21.4 Java 版测试）和 Claude Desktop。配置涉及编辑 claude_desktop_config.json 文件以指定连接参数。

一个基于模型上下文协议（MCP）的服务器，能够通过查询ZoomEye（搜索引擎）使用dorks和其他搜索参数，根据查询条件提供网络资产信息。需要通过环境变量 ZOOMEYE_API_KEY 设置ZoomEye API密钥。

基于 Electron 构建的跨平台桌面应用程序，利用模型上下文协议（MCP）连接并与各种大型语言模型（LLMs）交互。需要外部 JSON 配置文件（例如 src/main 中的 config.json）来指定 LLM 服务器的命令和路径。

一个基于TypeScript的Model Context Protocol（MCP）服务器实现，集成了PiAPI的API，用于媒体内容生成。需要通过环境变量PIAPI_API_KEY配置PiAPI的API密钥。

通过模型上下文协议（Model Context Protocol）实现的 Telegram 集成。需要通过 .env 文件进行外部配置，配置项包括 TELEGRAM_API_ID、TELEGRAM_API_HASH、TELEGRAM_SESSION_STRING 或 TELEGRAM_SESSION_NAME，用于会话管理。

pyghidra-mcp 是一个命令行的模型上下文协议（MCP）服务器，结合了 Ghidra 的逆向工程能力与基于大型语言模型（LLM）的工具，通过 Python 实现。需要安装 Ghidra，并将环境变量 GHIDRA_INSTALL_DIR 设置为 Ghidra 的安装目录。

高级 MCP 服务器，提供语义路由、代码生成、工作流和 AI 辅助开发工具。需要通过环境变量在 .env 文件中进行外部配置，包括 OPENROUTER_API_KEY 以及输出路径和安全边界的可选路径。

一个强大的知识图谱服务器，面向 AI 代理，基于 Neo4j 构建，并集成了模型上下文协议（MCP）。配置需要环境变量，包括 OPENAI_API_KEY、MODEL_NAME 以及 Neo4j 连接设置。

提供OpenCV计算机视觉功能的MCP服务器，用于AI助手。需要将预训练模型文件放置在由OPENCV_DNN_MODELS_DIR环境变量指定的目录中（默认：./models）。

一个简单的 MCP 服务器，支持无缝集成和搜索 Unsplash 图像。需要通过环境变量 UNSPLASH_ACCESS_KEY 配置 Unsplash API 访问密钥。

一个 Model Context Protocol (MCP) 服务器实现，提供与 Snowflake 数据库的交互功能。该服务器支持通过工具运行 SQL 查询，并将数据洞察和模式上下文作为资源暴露。运行此服务器需要设置 Snowflake 凭据的环境变量，如 SNOWFLAKE_USER、SNOWFLAKE_ACCOUNT、SNOWFLAKE_ROLE、SNOWFLAKE_DATABASE、SNOWFLAKE_SCHEMA、SNOWFLAKE_WAREHOUSE 和 SNOWFLAKE_PASSWORD。

用于 JFrog 平台 API 的 Model Context Protocol (MCP) 服务器，支持仓库管理、构建跟踪、发布生命周期管理等功能。无需外部数据文件。

HWP-MCP 是一个模型上下文协议（Model Context Protocol）服务器，允许像 Claude 这样的 AI 模型控制韩文文字处理软件 HWP。它提供自动文档创建、编辑和操作的功能。需要在安装了 HWP 程序的 Windows 操作系统上运行，并且需要 Python 3.7+。Python 依赖项列在 requirements.txt 中。

一个用于连接 Model Context Protocol（MCP）服务器的 Python 客户端，使用 Ollama 实现，支持本地运行的 LLM（大型语言模型）调用工具。需要本地运行 Ollama 以及 Python 3.10+。支持通过 JSON 文件和命令行参数进行配置。

一个用于通过大型语言模型（LLM）自动化 PlayCanvas 编辑器的 MCP 服务器。需要在 Node.js 环境中运行服务器脚本。无需明确依赖外部数据文件。

Model Context Protocol (MCP) 集成插件，适用于 Obsidian，支持通过原子操作和结构化的记忆系统让 AI 助手与您的知识库交互。需要按照安装步骤将插件文件放入 Obsidian 的插件文件夹中。

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。

用于 Snowflake 的 MCP 服务器，提供 Snowflake Cortex AI 功能的工具支持，包括 Cortex Search、Cortex Analyst、Cortex Complete 和 Cortex Agent（即将推出）。需要一个服务配置 YAML 文件（通过 --service-config-file 传递路径）来定义 Cortex AI 服务。