Search AI Agent Marketplace
Try: Coding Agent Autonomous Agent GUI Agent MCP Server Sales Agent HR Agent
Overview
MCP Marketplace and Directory Navigation of MCP Servers for 40+ categories Model Context Protocol Servers , Allow developers to access MCP APIs easily
DEVELOPER TOOLS
markdown-to-html MCP 服务器 一个将 Markdown 转换为 HTML 的模型上下文协议服务器。 特性 工具 markdown_to_html - 将 Markdown 转换为 HTML 需要 mdContent 作为必需参数 开发 安装依赖项： npm install 构建服务器： npm run build 使用自动重建进行开发： npm run watch 安装 要在 Claude Desktop 中使用，请添加服务器配置： 在 MacOS 上：~/Library/Application Support/Claude/claude_desktop_config.json 在 Windows 上：%APPDATA%/Claude/claude_desktop_config.json \{ "mcpServers": \{ "markdo
json对比 MCP 基于 Model Context Protocol (MCP) 的json对比工具 inspector npx @modelcontextprotocol/inspector uvx mcp-jsondiff-kel MCP 服务器配置 \{ "mcpServers": \{ "mcp_jsondiff": \{ "command": "uvx", "args": [ "mcp-jsondiff-kel@latest" ] \} \} \}
python_local MCP 服务器 一个提供交互式 Python REPL（读取-求值-打印循环）环境的 MCP 服务器。 组件 资源 该服务器提供了对 REPL 会话历史记录的访问： 自定义 repl:// URI 方案用于访问会话历史 每个会话的历史可以被视作文本/纯文本资源 历史显示了每次执行的输入代码及其对应的输出 工具 服务器实现了一个工具： python_repl: 在持久化会话中执行 Python 代码 需要 code (要执行的 Python 代码) 和 session_id 作为必需参数 为每个会话维护独立的状态 支持表达式和语句 捕获并返回 stdout/stderr 输出 配置 安装 Claude 桌面版 在 MacOS 上: ~/Library/Application\ Support/Claude/claude_desktop_config.j
Database MCP Server 一个基于 Model Context Protocol (MCP) 的数据库查询服务，支持多种关系型数据库(通过Sequelize)。 功能特点 支持多种关系型数据库（MySQL, PostgreSQL, SQLite, Microsoft SQL Server, MariaDB） 多数据库连接配置 执行SQL查询 数据库表结构查询 安装 全局安装 npm install -g @data_wise/database-mcp 本地安装 npm install @data_wise/database-mcp 使用方法 数据库连接管理 数据库连接信息会自动保存到用户目录下的 .datawise/database.db 文件中，连接一次后就会保存，无需每次配置。可以通过提供的API工具添加、测试和管理数据库连接。 关系型数据库配置参数 name:
MySQL MCP 服务器 这是一个基于FastMCP框架开发的MySQL数据库查询服务器，提供简单易用的数据库操作接口。 功能特点 支持SQL查询和更新操作 使用环境变量进行数据库配置 提供异常处理和错误日志 支持参数化查询，防止SQL注入 环境要求 Python >= 3.10 uv包管理器 依赖库 fastmcp >= 2.3.3 pymysql >= 1.1.1 安装步骤 确保已安装uv包管理器 克隆项目到本地 在项目根目录执行： uv init uv add fastmcp uv add pymysql 配置说明 在项目根目录创建.env文件，配置以下环境变量： MYSQL_HOST=localhost MYSQL_PORT=3306 MYSQL_USER=your_username MYSQL_PASSWORD=your_password MYSQL_DAT
ragflow-mcp 简单的 RAGFlow MCP。仅在 RAGFlow 团队发布官方 MCP 服务器之前有用。 安装 我们提供了两种安装方法。建议使用方法 2（使用 uv），因为它可以更快地安装并更好地管理依赖项。 方法 1：使用 conda 创建一个新的 conda 环境： conda create -n ragflow_mcp python=3.12 conda activate ragflow_mcp 克隆仓库： git clone https://github.com/oraichain/ragflow-mcp.git cd ragflow-mcp 安装依赖项： pip install -r requirements.txt 方法 2：使用 uv（推荐） 安装 uv（一个快速的 Python 包安装器和解析器）： curl -LsSf https://a
DateTime MCP 服务器 一个提供日期时间功能以及简单笔记管理功能的 MCP（Model Completions Protocol）服务器。 概述 该服务器实现了 MCP 协议，并提供了各种与日期时间相关的工具和资源，包括： 不同格式的当前日期和时间 日期格式化工具 事件安排提示 简单的笔记管理功能 任何 MCP 客户端都可以使用该服务器来访问日期和时间信息并管理简单的笔记。 特性 资源 该服务器提供以下资源： datetime://current - 当前日期和时间 datetime://today - ISO 格式的今天日期 datetime://time - 24小时制的当前时间 note://internal/\{name\} - 用户创建的笔记 工具 该服务器提供以下工具： add-note - 添加带有名称和内容的新笔记 get-current-time -
GitHub Chat MCP 一个用于通过 GitHub Chat API 分析和查询 GitHub 仓库的模型上下文协议 (MCP)。官方网站: https://github-chat.com 安装 # Install with pip pip install github-chat-mcp # Or install with the newer uv package manager uv install github-chat-mcp 开始使用 Claude！ 示例提示： "使用 github-chat-mcp 分析 React 仓库" "用 github-chat-mcp 索引 TypeScript 仓库并询问其架构" GitHub Chat MCP 服务器 设置说明 在开始之前，请确保您拥有 GitHub Chat API 密钥。这是使用该服务所必需的。 首先安
简单的 PostgreSQL MCP 服务器 这是一个为那些希望构建自己的 MCP 服务器的人准备的模板项目。我设计它的目的是让它非常简单易懂和易于适应——代码非常直接，并附有 MCP 文档，因此你可以快速上手。 什么是 MCP？ TL;DR - 它是一种为 AI 编写插件的方式 模型上下文协议（MCP）是 LLM 与外部工具和数据交互的标准方式。简而言之： 工具 允许 LLM 执行命令（如运行数据库查询） 资源 是可以附加到对话中的数据（如将文件附加到提示中） 提示 是生成一致的 LLM 指令的模板 功能 这个 PostgreSQL MCP 服务器实现了以下功能： 工具 execute_query - 对你的数据库运行 SQL 查询 test_connection - 验证数据库连接是否正常工作 资源 db://tables - 架构中的所有表列表 db://table
pcm PCM (MCP 但顺序相反)，用于逆向工程的 MCP。 特性 分析 IDA repl (IDAPython) 反汇编 反编译 设置类型 ... 内存 交互报告 特性完整列表 - \`get_function_by_name(name)\`: Get a function by its name. - \`get_function_by_address(address)\`: Get a function by its address. - \`get_current_address()\`: Get the address currently selected by the user. - \`get_current_function()\`: Get the function currently selected by the user. - \`li
Github MCP 服务器 一个用于 Github 的 模型上下文协议 服务器。 通过 MCP 提供与 Github 的集成，允许大型语言模型与其交互。 Github REST API 文档 安装 手动安装 为您的 Github 账户创建或获取访问令牌：指南 将服务器配置添加到 Claude 桌面版中： MacOS: ~/Library/Application Support/Claude/claude_desktop_config.json Windows: 查看此指南 \{ "mcpServers": \{ "github": \{ "command": "npx", "args": ["-y", "github-mcp-server"], "env": \{ "GITHUB_PERSONAL_ACCES
mcp-github-trending MCP Server 一个通过简单API接口提供GitHub热门仓库和开发者数据的MCP服务器。 功能 访问GitHub热门仓库和开发者数据 按编程语言筛选 按时间周期（每日、每周、每月）筛选 按自然语言筛选 返回格式良好的JSON响应 工具 该服务器实现了以下工具： get_github_trending_repositories 从GitHub获取热门仓库，参数如下： language (可选): 用于筛选仓库的编程语言（例如 "python", "javascript"） since (可选): 用于筛选仓库的时间周期 ("daily", "weekly", "monthly")。默认为 "daily" spoken_language (可选): 用于筛选仓库的自然语言 示例响应： [ \{ "name": "reposi
[ 中文 | English ] db-query-mcp 简介 db-query-mcp 是一个支持多种数据库查询和导出的 MCP 工具，具有以下核心特性： 多数据库支持：全面兼容主流关系型数据库（ElasticSearch、MySQL、PostgreSQL、Oracle、SQLite等）； 安全访问：默认以只读模式连接数据库，保障数据安全； 智能查询：提供高效的查询语句生成与执行能力； 数据导出：支持查询结果导出功能； 未来版本规划将扩展对 MongoDB 以及 GraphDatabase 的支持，致力于成为全栈式数据库查询 MCP。 演示 https://github.com/user-attachments/assets/60771cda-8b52-41bd-90e3-523c836f6366 更新日志 2025-06-02: 支持ElasticSearch数据库
ZhongYao MCP Server 项目简介 zhongyao-mcp-server 是一个基于火山引擎豆包大模型API和MCP（Model Context Protocol）协议的AI工具服务器。它专注于中草药领域，提供了一系列强大的多模态内容生成工具。通过本服务器，用户可以轻松地在支持MCP的客户端（如 Trae, Cherry Studio）中，一键式地为指定的中草药生成包含详细信息、图片、语音解说和视频的完整短视频。 项目的核心是将复杂的多步骤、多模态生成流程（包括资料查询、文案撰写、语音合成、视频生成、后期合成）封装成简单易用的工具，极大地简化了中草药科普内容的创作过程。 核心功能特性： 文生图：根据文本描述生成高质量图片 文字生成语音: 根据文字生成TTS语音播报 文生视频：根据文本描述生成视频内容 图生视频：基于图片和文本描述生成动态视频 模型配置：支持多种豆包AI模型
MCP Advisor English | 简体中文 简介 MCP Advisor 是一个发现和推荐服务，帮助 AI 助手使用自然语言查询探索 Model Context Protocol (MCP) 服务器。它让用户更容易找到并利用适合特定任务的 MCP 工具。 特性 自然语言搜索：使用会话式查询查找 MCP 服务 丰富元数据：获取每个服务的详细信息 实时更新：始终与最新的 MCP 服务保持同步 易于集成：为任何兼容 MCP 的 AI 助手提供简单配置 混合搜索引擎：结合向量搜索和文本匹配的高级搜索能力 多提供者支持：支持多个搜索提供者并行执行 文档导航 安装指南 - 详细的安装和配置说明 用户指南 - 如何使用 MCP Advisor 架构文档 - 系统架构详解 技术细节 - 高级技术特性 开发者指南 - 开发环境设置和代码贡献 最佳实践 - 编码规范和贡献者最佳实
DBCode - 数据伴随代码 文档 | 路线图 | 更新日志 | DISCORD 主要支持的数据库 查看更多 查看和编辑 筛选、排序和分组数据 - 几次点击即可完成 创建、读取、更新和删除 - 无需编写SQL语句 更改前进行验证 - 不再出错 Copilot 集成 使用Copilot查询您的数据。提出特定于模式的问题，生成查询，创建新表等。 实体关系图 自动生成实体关系图，以可视化方式映射您的数据库结构。 无压力的数据探索 从数据内部打开外键关系，无论层级多深，无需查询。 自定义 SQL 直接在 VS Code 中运行您自己的 SQL 查询。 内联 SQL 帮助 SQL 关键字 - 特定于每个数据库引擎 表、视图和存储过程 - 数据类型、默认值 安全报告共享 安全地共享报告 - 加密并链接，而不是通过电子邮件附件发送。 笔记本 完全支持 VS Code 笔
Cursor MCP - Claude Desktop 集成 这是一个模型上下文协议（MCP）实现，通过Cursor IDE在Claude AI与桌面应用程序之间实现了无缝集成。此工具作为Claude功能与桌面软件之间的桥梁，允许增强AI驱动的开发工作流程。 快速开始 (Windows) 通过 Smithery 安装 要通过 Smithery 自动安装适用于 Claude 桌面版的 Cursor： npx -y @smithery/cli install cursor-mcp-tool --client claude 手动安装 先决条件 Node.js v18 或更高版本 Cursor IDE Windows 10 或更高版本 安装 # 全局安装 npm install -g mcp-cursor # 或者本地安装 git clone https://github.co
Rootly MCP 服务器 一个用于 Rootly API 的 MCP 服务器，您可以将其插入到您喜欢的兼容 MCP 的编辑器中，如 Cursor、Windsurf 和 Claude。无需离开您的 IDE 即可在一分钟内解决生产事件。 先决条件 Python 3.12 或更高版本 uv 包管理器 curl -LsSf https://astral.sh/uv/install.sh | sh Rootly API 令牌 在您的 IDE 中运行 使用我们的 PyPi 包 或通过克隆此仓库进行安装。 要在您喜欢的兼容 MCP 的编辑器（我们测试了 Cursor 和 Windsurf）中设置它，请使用以下配置： \{ "mcpServers": \{ "rootly": \{ "command": "uvx", "args": [
计算器，天气查询 MCP 基于 Model Context Protocol(MCP)的数值计算器，提供了简单的加运算，和简单的天气查询 工具列表 namedescriptionadd执行浮点数加法运算get_city_weather获取城市天气信息 inspector npx @modelcontextprotocol/inspector uvx liweather MCP 服务器配置 \{ "mcpServers": \{ "liweather": \{ "command": "uvx", "args": [ "liweather" ] \} \} \}
Cal Server 项目简介 Cal Server 是一个基于 FastMCP 框架构建的简单数学表达式计算服务，使用 Bun 运行时环境。它利用 expr-eval 库解析和计算用户输入的数学表达式，并通过标准输入输出（stdio）与外界交互。该项目旨在提供一个轻量、高效的计算工具，支持基本数学运算和内置常量。 功能 表达式计算：支持用户输入数学表达式并返回计算结果。 内置常量： E：Bun 环境中的 Math.E。 PI：Bun 环境中的 Math.PI。 true：逻辑真值。 false：逻辑假值。 工具名称：cal。 参数：接受一个字符串类型的数学表达式（exp）。 依赖 fastmcp：用于构建 MCP 服务。 expr-eval：用于解析和计算数学表达式。 zod：用于参数验证。 前置条件 确保已安装 Bun 运行时（推荐最新版本）。 安装 通过 Smit
Official
Loading...
Map
Loading...
Search
Loading...
Database
Loading...
Finance
Loading...
Healthcare
Loading...
Payment
Loading...
Browser Use
Loading...
Communication
Loading...
Developer
Loading...
Entertainment
Loading...
File System
Loading...
Memory
Loading...
Art
Loading...
Science
Loading...
Research
Loading...
Calendar
Loading...
Sales
Loading...
Marketing
Loading...
Operations
Loading...
Workflow
Loading...
Education
Loading...
Legal
Loading...
Business
Loading...
Image Generator
Loading...
Chatbot
Loading...
Travel
Loading...
Trip Planning
Loading...
accuracy
Loading...
Reviews
Write Your Review
Detailed Ratings
-
Community
-
大家在使用可灵AI生成视频的时候遇到了哪些好的体验和有问题的体验？请务必写明prompt输入文本和视频截图or短视频clip
-
大家在使用抖音的即梦AI生成视频的时候遇到了哪些好的体验和有问题的体验？请务必写明prompt输入文本和视频截图or短视频clip
-
大家在使用快手(Kuaishou Kwai)短视频的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用小红书(Xiaohongshu)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用微信(WeChat)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用微信(WeChat)APP的AI问答功能的时候，遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用知乎(Zhihu)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用京东(JD)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用淘宝(Taobao)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用支付宝(Alipay)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用拼多多(PPD Temu)APP的搜索推荐Search and Recommendation 功能的时候遇到了哪些好的体验和有问题的体验？请麻烦写明复现条件，比如prompt输入文本，上传截图。
-
大家在使用知乎直答(Zhihu)AI搜索功能的时候，遇到了哪些好的体验和有问题的体验？请麻烦写一下当时输入的条件，比如prompt输入文本，或者是上传截图。
-
大家在使用知乎直答(Zhihu)AI搜索功能的时候，遇到了哪些好的体验和有问题的体验？请麻烦写一下当时输入的条件，比如prompt输入文本，或者是上传截图。
-
大家在使用快手(Kuaishou)的AI搜索功能的时候，遇到了哪些好的体验和有问题的体验？请麻烦写一下当时输入的条件，比如prompt输入文本，或者是上传截图。
-
大家在使用抖音(Douyin Tiktok)的AI搜索功能的时候，遇到了哪些好的体验和有问题的体验？请麻烦写一下当时输入的条件，比如prompt输入文本，或者是上传截图。
-
Please leave your thoughts on the best and coolest AI Generated Images.
-
Please leave your thoughts on free alternatives to Midjourney Stable Diffusion and other AI Image Generators.
-
Please leave your thoughs on the most scary or creepiest AI Generated Images.
-
We are witnessing great success in recent development of generative Artificial Intelligence in many fields, such as AI assistant, Chatbot, AI Writer. Among all the AI native products, AI Search Engine such as Perplexity, Gemini and SearchGPT are most attrative to website owners, bloggers and web content publishers. AI Search Engine is a new tool to provide answers directly to users' questions (queries). In this blog, we will give some brief introduction to basic concepts of AI Search Engine, including Large Language Models (LLM), Retrieval-Augmented Generation(RAG), Citations and Sources. Then we will highlight some majors differences between traditional Search Engine Optimization (SEO) and Generative Engine Optimization(GEO). And then we will cover some latest research and strategies to help website owners or content publishers to better optimize their content in Generative AI Search Engines.
-
We are seeing more applications of robotaxi and self-driving vehicles worldwide. Many large companies such as Waymo, Tesla and Baidu are accelerating their speed of robotaxi deployment in multiple cities. Some human drivers especially cab drivers worry that they will lose their jobs due to AI. They argue that the lower operating cost and AI can work technically 24 hours a day without any rest like human will have more competing advantage than humans. What do you think?