HyperStore

Busca más de 6,500 aplicaciones de IA seleccionadas del directorio HyperStore a través de 8 herramientas MCP.

Documentación

HyperStore MCP

Conecta 6,500+ aplicaciones de IA a cualquier LLM mediante el Model Context Protocol.

HyperStore es un directorio curado de 6,500+ aplicaciones de IA, desarrollado por HyperGPT. Este servidor MCP expone el catálogo de HyperStore a cualquier cliente LLM — Claude, ChatGPT, Cursor, Windsurf, Cline, Zed, Gemini, y cualquier otro que hable MCP.

Pregunta a tu LLM:

"Encuéntrame una herramienta de IA gratuita que resuma PDFs." "Compara ChatGPT, Claude y Gemini lado a lado." "Muéstrame las 5 mejores aplicaciones de generación de imágenes con una API."

El LLM llama a HyperStore MCP en segundo plano y responde con resultados actualizados y curados.

Lo que obtienes

13 herramientas:

Herramienta	Propósito
`search_apps`	Búsqueda de texto completo por palabras clave
`ai_search`	Búsqueda semántica basada en embeddings
`get_app`	Detalle completo de la aplicación (características, capturas de pantalla, precios)
`list_apps`	Aplicaciones paginadas con filtros (categoría, precio)
`list_categories`	Explorar todas las 30+ categorías
`category_apps`	Aplicaciones dentro de una categoría
`browse_apps`	Listado de directorio A-Z
`get_homepage`	Resumen de tendencias y categorías principales
`get_alternatives`	Alternativas curadas a una aplicación
`list_audiences`	Segmentos de audiencia (desarrolladores, abogados, …)
`apps_for_audience`	Mejores herramientas de IA para una audiencia
`list_use_cases`	Taxonomías de casos de uso (legal-contracts, …)
`apps_for_use_case`	Herramientas de IA para un caso de uso

3 recursos:

hyperstore://app/{slug} — renderizado en markdown de cualquier aplicación
hyperstore://category/{slug} — mejores aplicaciones en una categoría
hyperstore://catalog — índice completo de categorías

3 indicaciones:

find_tool_for_task — descubrimiento guiado para una tarea
compare_apps — comparación de aplicaciones lado a lado
discover_category — explorar un tema

Instalación

Opción A — `uvx` (sin instalación, recomendada)

Requiere uv. Un comando y listo:

uvx hyperstore-mcp

Opción B — `pipx`

pipx install hyperstore-mcp
hyperstore-mcp

Opción C — Docker (para alojamiento remoto)

docker run --rm -p 8080:8080 ghcr.io/deficlow/hyperstore-mcp
# Now MCP Streamable HTTP at http://localhost:8080/mcp

Opción D — Endpoint alojado (sin instalación)

Usa nuestro servidor Streamable HTTP gestionado:

https://mcp.store.hypergpt.ai/mcp

Conéctate desde tu cliente LLM

Claude Desktop

Edita ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) o %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "hyperstore": {
      "command": "uvx",
      "args": ["hyperstore-mcp"]
    }
  }
}

Reinicia Claude → las herramientas aparecen en el menú 🛠.

Claude Code

claude mcp add hyperstore -- uvx hyperstore-mcp

Cursor

.cursor/mcp.json (proyecto) o ~/.cursor/mcp.json (global):

{
  "mcpServers": {
    "hyperstore": {
      "command": "uvx",
      "args": ["hyperstore-mcp"]
    }
  }
}

Windsurf

~/.codeium/windsurf/mcp_config.json:

{
  "mcpServers": {
    "hyperstore": {
      "command": "uvx",
      "args": ["hyperstore-mcp"]
    }
  }
}

Cline (VS Code)

settings.json:

{
  "cline.mcpServers": {
    "hyperstore": {
      "command": "uvx",
      "args": ["hyperstore-mcp"]
    }
  }
}

Zed

~/.config/zed/settings.json:

{
  "context_servers": {
    "hyperstore": {
      "command": {
        "path": "uvx",
        "args": ["hyperstore-mcp"]
      }
    }
  }
}

Gemini CLI

~/.gemini/settings.json:

{
  "mcpServers": {
    "hyperstore": {
      "command": "uvx",
      "args": ["hyperstore-mcp"]
    }
  }
}

ChatGPT (Pro / Team / Enterprise)

Configuración → Conectores → Añadir conector personalizado:

Nombre: HyperStore
URL del servidor MCP: https://mcp.store.hypergpt.ai/mcp
Autenticación: Ninguna

OpenAI Responses API

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-4.1",
    tools=[{
        "type": "mcp",
        "server_label": "hyperstore",
        "server_url": "https://mcp.store.hypergpt.ai/mcp",
        "require_approval": "never",
    }],
    input="Find me 3 free AI tools for writing unit tests.",
)
print(response.output_text)

Anthropic Messages API

from anthropic import Anthropic

client = Anthropic()
response = client.messages.create(
    model="claude-opus-4-7",
    max_tokens=1024,
    mcp_servers=[{
        "type": "url",
        "url": "https://mcp.store.hypergpt.ai/mcp",
        "name": "hyperstore",
    }],
    messages=[{"role": "user", "content": "Top 5 AI image generators?"}],
)

Consulta examples/ para configuraciones listas para pegar para cada cliente compatible.

Autoalojamiento

Para autoalojamiento, usa la imagen de Docker. Para invocación directa sin Docker, la CLI acepta --transport http|sse (consulta hyperstore-mcp --help).

Configuración

Cuando se autoaloja, se pueden establecer estas variables de entorno (consulta .env.example para la lista completa):

Variable	Predeterminado	Propósito
`MCP_HOST`	`0.0.0.0`	Host de enlace (transportes http/sse)
`MCP_PORT`	`8080`	Puerto de enlace (transportes http/sse)
`LOG_LEVEL`	`INFO`	Nivel de registro (`DEBUG`, `INFO`, `WARNING`, `ERROR`)

Desarrollo

git clone https://github.com/deficlow/HyperStore-MCP
cd HyperStore-MCP
uv sync --all-extras
uv run pytest
uv run hyperstore-mcp        # stdio mode for local testing

Inspecciona el servidor en ejecución con el MCP Inspector oficial:

npx @modelcontextprotocol/inspector uvx hyperstore-mcp

Cómo funciona

HyperStore MCP es un envoltorio asíncrono ligero alrededor de la HyperStore API REST pública. Es de solo lectura — sin credenciales, sin escrituras, sin PII. Los mismos datos que alimentan el sitio web alimentan el servidor MCP. Las actualizaciones llegan a tu LLM en el momento en que llegan al sitio.

LLM client ──MCP──▶ hyperstore-mcp ──HTTPS──▶ store.hypergpt.ai/api