HyperStore

Pesquise mais de 6.500 aplicativos de IA selecionados do diretório HyperStore por meio de 8 ferramentas MCP.

Documentação

HyperStore MCP

Conecte mais de 6.500 aplicativos de IA a qualquer LLM via o Model Context Protocol.

HyperStore é um diretório selecionado de mais de 6.500 aplicativos de IA, desenvolvido pela HyperGPT. Este servidor MCP expõe o catálogo do HyperStore a qualquer cliente LLM — Claude, ChatGPT, Cursor, Windsurf, Cline, Zed, Gemini e qualquer outra coisa que fale MCP.

Pergunte ao seu LLM:

"Encontre uma ferramenta de IA gratuita que resuma PDFs." "Compare ChatGPT, Claude e Gemini lado a lado." "Mostre-me os 5 melhores aplicativos de geração de imagens com uma API."

O LLM chama o HyperStore MCP nos bastidores e responde com resultados atualizados e selecionados.

O que você obtém

13 ferramentas:

Ferramenta	Finalidade
`search_apps`	Pesquisa por palavras-chave em texto completo
`ai_search`	Pesquisa semântica baseada em embeddings
`get_app`	Detalhes completos do aplicativo (recursos, capturas de tela, preços)
`list_apps`	Aplicativos paginados com filtros (categoria, preço)
`list_categories`	Navegue por todas as 30+ categorias
`category_apps`	Aplicativos dentro de uma categoria
`browse_apps`	Listagem de diretório de A a Z
`get_homepage`	Visão geral de tendências + principais categorias
`get_alternatives`	Alternativas selecionadas para um aplicativo
`list_audiences`	Segmentos de público (desenvolvedores, advogados, …)
`apps_for_audience`	Melhores ferramentas de IA para um público
`list_use_cases`	Taxonomias de casos de uso (legal-contracts, …)
`apps_for_use_case`	Ferramentas de IA para um caso de uso

3 recursos:

hyperstore://app/{slug} — renderização em markdown de qualquer aplicativo
hyperstore://category/{slug} — principais aplicativos em uma categoria
hyperstore://catalog — índice completo de categorias

3 prompts:

find_tool_for_task — descoberta guiada para uma tarefa
compare_apps — comparação lado a lado de aplicativos
discover_category — explorar um tópico

Instalação

Opção A — `uvx` (instalação zero, recomendado)

Requer uv. Um comando e pronto:

uvx hyperstore-mcp

Opção B — `pipx`

pipx install hyperstore-mcp
hyperstore-mcp

Opção C — Docker (para hospedagem remota)

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

Opção D — Endpoint hospedado (sem instalação)

Use nosso servidor HTTP Streamable gerenciado:

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

Conecte-se a partir do seu cliente LLM

Claude Desktop

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

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

Reinicie o Claude → as ferramentas aparecem no menu 🛠.

Claude Code

claude mcp add hyperstore -- uvx hyperstore-mcp

Cursor

.cursor/mcp.json (projeto) ou ~/.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)

Configurações → Conectores → Adicionar conector personalizado:

Nome: HyperStore
URL do servidor MCP: https://mcp.store.hypergpt.ai/mcp
Autenticação: Nenhuma

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?"}],
)

Veja examples/ para configurações prontas para colar para cada cliente suportado.

Auto-hospedagem

Para auto-hospedagem, use a imagem Docker. Para invocação direta sem Docker, a CLI aceita --transport http|sse (veja hyperstore-mcp --help).

Configuração

Ao auto-hospedar, estas variáveis de ambiente podem ser definidas (veja .env.example para a lista completa):

Variável	Padrão	Finalidade
`MCP_HOST`	`0.0.0.0`	Host de ligação (transportes http/sse)
`MCP_PORT`	`8080`	Porta de ligação (transportes http/sse)
`LOG_LEVEL`	`INFO`	Nível de registro (`DEBUG`, `INFO`, `WARNING`, `ERROR`)

Desenvolvimento

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

Inspecione o servidor em execução com o MCP Inspector oficial:

npx @modelcontextprotocol/inspector uvx hyperstore-mcp

Como funciona

O HyperStore MCP é um wrapper assíncrono leve em torno da API REST pública do HyperStore. Ele é somente leitura — sem credenciais, sem gravações, sem PII. Os mesmos dados que alimentam o site alimentam o servidor MCP. As atualizações chegam ao seu LLM no momento em que chegam ao site.

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