发现 MCP 服务

MCP SuperAssistant 是一款 Chrome 扩展，集成了模型上下文协议（MCP）工具与 Perplexity、ChatGPT、Google Gemini、Google AI Studio、Grok 等 AI 平台。用户可以直接在这些平台上执行 MCP 工具，并将结果插入对话中，增强基于网页的 AI 助手的功能。

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。

一个用于OpenAI的GPT-4o/gpt-image-1图像生成与编辑API的Model Context Protocol（MCP）工具服务器。支持使用高级提示控制生成和编辑图像。需要通过环境变量设置OpenAI API密钥。支持通过MCP_HF_WORK_DIR环境变量配置文件输出目录，以处理大尺寸图像文件的输出。

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。

Home Assistant 模型上下文协议（MCP）服务器，支持像 Claude 这样的 AI 助手与 Home Assistant 实例交互。需要配置环境变量 HA_URL 和 HA_TOKEN 的 Long-Lived Access Token 以连接 Home Assistant。

Binance MCP 服务器是一个后端服务，旨在与 Binance API 进行交互，实现资产组合查看、代币转换和交易执行，同时对市场影响最小。需要通过环境变量进行外部配置，包括 Binance API 密钥和密钥（BINANCE_API_KEY 和 BINANCE_API_SECRET）。

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。

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）。

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。

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。

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。

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。

用于通过官方 REST API v4 与 Quran.com 语料库交互的 MCP 服务器。需要通过 API_KEY 环境变量配置 API 密钥。

CyberStrikeAI 是一个现代网络安全的智能执行层，集成了 AI 代理、安全工具、原生 MCP 集成、知识系统、人类监督以及攻击链情报，形成一个统一的工作空间，支持授权的网络安全操作。该系统采用 Go 语言开发，为 AI 原生安全运营提供了完整的技术基础，包括工具配方、基于角色的测试、多代理协调、漏洞与任务生命周期管理，以及轻量级的内置 C2 框架。

与浏览器扩展配套的 MCP 服务器，能够让 AI 代理管理用户的本地浏览器，互动打开的标签页，并利用浏览器进行研究和信息检索。

mcp-difyworkflow-server 是一个 MCP 服务器工具应用程序，实现了 Dify 工作流的查询和调用，支持多种自定义 Dify 工作流的按需操作。需要环境变量 DIFY_WORKFLOW_NAME 和 DIFY_API_KEYS 来配置工作流名称和 API 密钥。

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）。

一种集成方案，允许大型语言模型（LLMs）通过模型上下文协议（MCP）与 Raindrop.io 书签进行交互。需要通过环境变量 RAINDROP_TOKEN 设置 Raindrop.io 的 API 令牌。

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。