发现 MCP 服务

一个用于 Android 自动化的 MCP 服务器，提供通过 ADB（Android Debug Bridge）对 Android 设备的程序化控制。支持设备截图、UI 布局分析、包管理和 ADB 命令执行。可以使用可选的配置文件 'config.yaml' 进行手动设备选择。

用于与 Google Sheets 交互的 MCP 服务器。需要将 OAuth 凭据 JSON 文件保存为 'gcp-oauth.keys.json'，放在 'dist' 子目录中，并通过 Google Cloud Platform 进行配置。

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。

一个用于 ServiceNow 的模型完成协议（MCP）服务器实现，允许 Claude 与 ServiceNow 实例交互。需要通过环境变量进行外部配置，以设置 ServiceNow 的凭据（例如 SERVICENOW_INSTANCE_URL、SERVICENOW_USERNAME、SERVICENOW_PASSWORD、SERVICENOW_AUTH_TYPE）。

用于维基百科 API 的 MCP 服务器，能够从维基百科检索信息，为大型语言模型（LLMs）提供上下文支持。

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。

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。

1Panel MCP 服务器是 1Panel 的模型上下文协议（MCP）服务器的实现。它支持 stdio 和 sse 运行模式，且需要通过环境变量配置 1Panel 访问令牌和主机 URL。

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。

总结您的聊天消息。需要通过 CHAT_DB_PATH 环境变量配置聊天数据库文件路径。

用于与 Linear 的 API 交互的 MCP 服务器。需要在 .env 文件中通过 LINEAR_API_KEY 环境变量配置个人 API 密钥。

该插件提供对 MCP (Model Context Protocol) 服务器清单的支持，确保模型和插件的正确识别与管理。

一个模型上下文协议（MCP）服务器，允许 AI 助手通过 WordPress REST API 与 WordPress 站点交互。支持多个 WordPress 站点，具有安全认证功能，能够通过自然语言进行内容管理、帖子操作和站点配置。需要一个 JSON 格式的配置文件来设置 WordPress 站点详细信息，站点路径通过 WP_SITES_PATH 环境变量进行设置。

一个全面的 MCP 服务器，向像 Claude 这样的 AI 助手提供多种 OSINT 工具。该服务器允许 AI 使用行业标准的 OSINT 工具执行复杂的侦察和信息收集任务。

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。

一个用于实现 MCP 服务器和客户端的 Dart SDK 库，兼容 MCP 协议版本 2025-03-26。需要 Dart SDK 版本 ^3.0.0 或更高。

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。

基于Open Strategy Partners（OSP）验证方法的技术营销内容创建、优化和产品定位的全面工具套件。该软件基于模型上下文协议（MCP），可被支持MCP的任何大型语言模型（LLM）客户端使用。

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。

一个带有 Playwright 工具的 MCP 服务器。不需要或未提及任何外部数据文件。

一个由 Probe 驱动的灵活 Model Context Protocol (MCP) 服务器，旨在使文档或代码库可被 AI 助手搜索。支持通过 docs-mcp.config.json 和环境变量进行配置，内容源包括本地目录或 Git 仓库。

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。

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。