开发 MCP 服务器 — 第 78 页

An implementation of the Model Context Protocol (MCP) for communication between AI models and external tools, featuring server and client examples in Python and Spring Boot.

一个使用 stdio 传输的 MCP 服务器，提供文件系统访问、计算器和代码审查工具。需要 Node.js。

An LLM-powered server for automating unit, integration, E2E, and API tests.

一个用于创建MCP CLI服务器的Rust模板，支持基于JSON的提示、资源和工具。

生成、渲染并操作D2图表，支持增量编辑功能。

将AI编码助手与Neovim的语言服务器协议桥接，实现AI驱动的代码智能和导航。

通过 Bevy 远程协议（BRP），使用 AI 编码助手控制、检查和修改 Bevy 应用程序。

通过模型上下文协议，实现与Jenkins工具的安全、上下文感知的AI交互。

使用 Newman 运行 Postman 集合，支持环境变量和全局变量。

使用Prover9和Mace4定理证明器为AI系统提供自动推理能力。

一个轻量级Java框架，用于通过mcp-java-bridge构建基于TCP传输的MCP服务器。

一个通过环境变量配置的外部JSON文件动态加载工具的MCP服务器。

一个模型上下文协议服务器，提供对connpass用户API v2的访问，并利用Gemini进行接地。

用于管理多个MCP服务器的编排工具，提供类似Docker Compose的界面和统一的HTTP代理。

A Spring Boot MCP server that provides company details, requiring the Claude Desktop application to function.

通过基于Go的MCP服务器执行预配置且安全的shell命令。

用于记录、分析和改进Claude Desktop提示词以提升提示工程技能的工具。

集成Galley的GraphQL API与MCP客户端，自动内省GraphQL模式，以便与Claude和VS Code等工具无缝使用。

一个通过API连接本地ComfyUI实例的图像生成服务器，支持动态工作流。

一个提供Xcode项目管理、模拟器管理和应用实用工具的服务端。

Transforms linear AI reasoning into structured, auditable thought graphs, enabling language models to externalize their reasoning process as a directed acyclic graph (DAG).

使用Tinify和Figma API从URL或本地文件中获取图像尺寸并压缩图像。

基于Docker Compose的MCP服务器集合，用于LLM工作流，具有集中化配置和管理脚本。

为使用 Starwind UI 组件的开发者提供工具的服务端。

An MCP server for the transformer.bee service, configurable via environment variables.

分析源代码，生成UML和流程图，并附带AI驱动的解释。

使用Deepseek API为LLM代理提供AI驱动的指导，用于代码审查、设计评审和头脑风暴等任务。

在Docker化环境中执行开发者定义的bash脚本，供编码代理使用。

Fetches comprehensive information about Composer packages from Packagist, including READMEs, metadata, and search functionality.

一个最小化的、容器化的基础框架，用于使用Python SDK构建MCP服务器，具备标准化的Docker镜像和本地开发环境。