เซิร์ฟเวอร์ MCP สำหรับ การพัฒนา — หน้า 81
ค้นพบเซิร์ฟเวอร์ MCP สำหรับ การพัฒนา ที่เหมาะกับเอเจนต์ AI เรียกดู เปรียบเทียบ และติดตั้งเซิร์ฟเวอร์ Model Context Protocol ที่ใช้กับ Claude, Cursor, VS Code และอื่นๆ
แนะนำทั้งหมดทางการ 🌟การพัฒนาประสิทธิภาพฐานข้อมูลค้นหาWeb Scrapingระบบไฟล์การควบคุมเวอร์ชันการสื่อสารบริการคลาวด์คลาวด์สตอเรจการตลาดการเงินการออกแบบหน่วยความจำอื่นๆ
แสดง 2401-2430 จาก 4912 เซิร์ฟเวอร์
เรียงตาม:
mt5-mcp-by-leo
การพัฒนา
เซิร์ฟเวอร์ MCP ที่สมบูรณ์สำหรับ MT5: ผ่านโปรโตคอล MCP รองรับ [การเทรด, คำสั่งซื้อขาย, ประวัติ, ออบเจ็กต์กราฟิก, บันทึกเทอร์มินัล, การคอมไพล์ ฯลฯ]
Bittlebits
การพัฒนา
เขียนเว็บเพจของคุณใหม่ให้ติดอันดับ #1 บน LLMs
Context-Pipe
การพัฒนา
ชั้นการจัดเรียงประสิทธิภาพสูงที่ไม่ขึ้นกับภาษา ซึ่งนำหลักการของ Unix มาใช้กับหน้าต่างบริบทของ AI
Semantic-Sift
การพัฒนา
มิดเดิลแวร์ MCP ที่ใช้การให้เหตุผลเป็นหลัก โดยใช้ฮิวริสติกและโมเดล Neural BERT เพื่อกลั่นกรองบริบทและกำจัดสัญญาณรบกวน
Strata
การพัฒนา
ชั้นความปลอดภัยและความน่าเชื่อถือสำหรับเอเจนต์ AI — ประเมินความเสี่ยงด้านความปลอดภัยของเซิร์ฟเวอร์ MCP, ธงความสามารถ และการฉีดพรอมต์
Kubernetes-MCP-Guard
การพัฒนา
แผนการอนุมัติที่ปลอดภัยด้วย AI สำหรับการดำเนินการ Kubernetes ผ่าน MCP พร้อม OAuth, RBAC, การตรวจสอบ และการป้องกัน
Bring Your AI
การพัฒนา
เครื่องมือเคลื่อนย้ายสายรัด Claude Code ไปยัง Codex แบบ Local-first ที่มีพื้นผิวการค้นพบ MCP ระยะไกลแบบไม่มีข้อมูล
Agent Identity Trust MCP
การพัฒนา
กรอบการระบุตัวตนและความน่าเชื่อถือของเอเจนต์ — การตรวจสอบ DID, การรับรองความสามารถ, การยืนยันตัวตนระหว่างเอเจนต์โดย MEOK AI Labs
mcbedrock-mcp
การพัฒนา
ให้ผู้ช่วย AI ของคุณเข้าถึงเอกสารการเขียนสคริปต์และแอดออนของ Minecraft Bedrock Edition
mcbedrock-mcp
การพัฒนา
ให้ผู้ช่วย AI ของคุณเข้าถึงเอกสารการเขียนสคริปต์และแอดออนของ Minecraft Bedrock Edition
silentwatch-mcp
การพัฒนา
เซิร์ฟเวอร์ MCP สำหรับตรวจจับความล้มเหลวแบบเงียบของ cron — งานที่ออกด้วยรหัส 0 โดยไม่มีผลลัพธ์, การรีไทร์ซ้ำซ้อน, การรั่วไหลของงบประมาณการดำเนินการ 6 รูปแบบความล้มเหลวแบบเงียบใน cron ของระบบ, systemd timers, บันทึก cron ของ OpenClaw
openclaw-health-mcp
การพัฒนา
MCP เซิร์ฟเวอร์สำหรับตรวจสอบสถานะการปรับใช้เอเจนต์ AI — สถานะเกตเวย์, CPU/หน่วยความจำ/สวอป, ข้อผิดพลาดล่าสุด, ความสมบูรณ์ของทะเบียนสกิล, ผลลัพธ์การอัปเกรด, การใช้งาน cron + ดิสก์ การจำแนก HEALTHY/DEGRADED/CRITICAL ต่อคอมโพเนนต์
openclaw-cost-tracker-mcp
การพัฒนา
MCP server สำหรับการติดตามค่าใช้จ่ายโทเค็นของ AI agent และการรับรู้ช่วงโควต้าข้าม Anthropic, OpenAI, Gemini, Ollama, AWS Bedrock พร้อมเครื่องมือระบุแหล่งที่มาต่อ agent, การตรวจจับการใช้จ่ายที่พุ่งสูง, และการทำนายข้อผิดพลาด 429
openclaw-skill-vetter-mcp
การพัฒนา
เซิร์ฟเวอร์ MCP สำหรับตรวจสอบความปลอดภัยของส่วนขยายเอเจนต์ AI จากบุคคลที่สามก่อนการติดตั้ง — ทักษะของ Claude, ปลั๊กอิน ClawHub, ชุดเครื่องมือเอเจนต์ มีกฎการตรวจจับ 41 ข้อ; แสดงผลคะแนนความเสี่ยง 0-100 พร้อม BLOCK/REVIEW/CAUTION/CLEAN
openclaw-upgrade-orchestrator-mcp
การพัฒนา
MCP เซิร์ฟเวอร์สำหรับการอัปเกรดรันไทม์ของ AI agent อย่างปลอดภัย — แคตตาล็อกการถดถอยที่คำนึงถึงเวอร์ชัน, การเปรียบเทียบสแนปช็อตก่อน/หลัง, คู่มือการย้อนกลับ v1.2 เพิ่มการตรวจจับลายนิ้วมือของผู้ให้บริการสำหรับการถดถอยฝั่งผู้ให้บริการที่เงียบ
openclaw-output-vetter-mcp
การพัฒนา
เซิร์ฟเวอร์ MCP สำหรับตรวจสอบคำกล่าวอ้างของ AI agent กับความเป็นจริง — การตรวจสอบการอ้างอิงในบรรทัด, การตรวจจับข้อยกเว้นที่ถูกกลืน, การตรวจจับความขัดแย้งในหลายรอบการสนทนา จับรูปแบบที่ agent บอกว่า 'เสร็จแล้ว' แต่ไม่มีอะไรเปลี่ยนแปลง
bash-vet-mcp
การพัฒนา
เซิร์ฟเวอร์ MCP ที่ตรวจสอบคำสั่งเชลล์ที่ LLM สร้างขึ้นก่อนดำเนินการ มีกฎการตรวจจับ 30 ข้อครอบคลุมการดำเนินการกับไฟล์ที่อาจก่อให้เกิดความเสียหาย ตัวจัดการแพ็กเกจ ระบบ ฐานข้อมูล git เครือข่าย การขโมยข้อมูล และการยกระดับสิทธิ์ ทำงานในระดับต่ำกว่าวินาที ในเครื่อง และฟรี
tokentoll
การพัฒนา
สแกนโค้ดเบสเพื่อหา API calls ของ LLM และประมาณค่าใช้จ่ายรายเดือน เปรียบเทียบค่าใช้จ่ายระหว่าง git refs เพื่อตรวจจับการเพิ่มขึ้นของค่าใช้จ่ายระหว่างการตรวจสอบโค้ด
llmprobe
การพัฒนา
ตรวจสอบจุดสิ้นสุด API ของ LLM และรายงานเมตริกสุขภาพ รวมถึงเวลาจนถึงโทเค็นแรก ความหน่วง และปริมาณงาน ตรวจสอบโมเดลเดี่ยวหรือรันการตรวจสอบสุขภาพตามการกำหนดค่าแบบเต็ม
pyobfus-mcp
การพัฒนา
เซิร์ฟเวอร์ MCP อย่างเป็นทางการสำหรับ pyobfus Python obfuscator — การสแกนความเสี่ยงก่อนการทำงาน, การเริ่มต้นการกำหนดค่าที่รับรู้เฟรมเวิร์ก, การแมปสแต็กเทรซย้อนกลับ
Shipcheck MCP
การพัฒนา
เรียกใช้การสแกนความเสี่ยงของคลัง Shipcheck จากเอเจนต์การเขียนโค้ด MCP
Tokenrip
การพัฒนา
พื้นที่ทำงานร่วมกันสำหรับ AI agents: ไฟล์ ตาราง งาน และการตัดสินใจที่บันทึกไว้
dotnet-sherlock-mcp
การพัฒนา
ILSpy สำหรับเอเจนต์การเขียนโค้ด LLM เซิร์ฟเวอร์ MCP ที่ใช้การสะท้อนกลับ พร้อมเครื่องมือมากกว่า 31 รายการสำหรับสำรวจแอสเซมบลี .NET, แพ็กเกจ NuGet, ชนิด, สมาชิก, แอตทริบิวต์ และเอกสาร XML
Lightrun
การพัฒนา
การดีบักรันไทม์สดที่ขับเคลื่อนด้วย AI พร้อมบริบทการผลิตของ Lightrun
ทางการ
Pretensor
การพัฒนา
เชื่อมต่อสถาปัตยกรรมข้อมูลของคุณ สร้างกราฟความรู้ และให้บริการเครื่องมือ MCP สำหรับ AI เพื่อดึงโมเดล การเชื่อมต่อ และบริบทที่คำนวณไว้ล่วงหน้า
ctxnest
การพัฒนา
สมองและมือในเครื่องสำหรับเอเจนต์เขียนโค้ด AI ของคุณ
code context engine
การพัฒนา
เซิร์ฟเวอร์ MCP ในเครื่องสำหรับเอเจนต์เขียนโค้ด AI รองรับการจัดทำดัชนีแบบ AST-aware การค้นหาเชิงความหมาย และการบีบอัดอัตโนมัติ เอเจนต์ของคุณจะไม่ต้องอ่านโค้ดเบสทั้งหมดซ้ำทุกเซสชันอีกต่อไป
openrouter-mcp-multimodal
การพัฒนา
เซิร์ฟเวอร์ MCP สำหรับ OpenRouter: LLM กว่า 300 รายการพร้อมระบบภาพ, การสร้างภาพ, เสียงเข้า/ออก, และการวิเคราะห์ + สร้างวิดีโอ (Veo 3.1 / Sora 2 Pro / Seedance / Wan) ข้อผิดพลาดแบบมีโครงสร้าง, การป้องกัน SSRF IPv6, แซนด์บ็อกซ์เส้นทาง
CVE MCP Server
การพัฒนา
We need to translate the given English text to Thai. The text describes a CVE MCP Server. We must preserve the name "CVE MCP Server" if it appears, but it does not appear in the provided text. The text is a description. We should translate naturally, keeping technical terms like "Model Context Protocol (MCP)", "NVD", "EPSS", "CISA KEV", "Shodan", "VirusTotal", "GreyNoise", "Python", "FastMCP", "httpx", "aiosqlite", "Pydantic v2", "defusedxml". Also preserve numbers like "15+", "seconds". No extra commentary. Translation: "เซิร์ฟเวอร์ Model Context Protocol (MCP) ระดับการผลิตที่เปลี่ยน Claude ให้เป็นนักวิเคราะห์ความปลอดภัยแบบเต็มสเปกตรัม แทนที่จะต้องเปิดแท็บเบราว์เซอร์มากกว่า 15 แท็บใน NVD, EPSS, CISA KEV, Shodan
vidlizer
การพัฒนา
แยกข้อมูล JSON ที่มีโครงสร้างจากวิดีโอ รูปภาพ และ PDF โดยใช้ LLM ในเครื่อง (Ollama, LM Studio, oMLX) หรือผ่าน OpenRouter ทำงานแบบออฟไลน์ได้อย่างสมบูรณ์