開發 MCP 伺服器 — 第 62 頁

透過 DeepInfra 的 OpenAI 相容 API 提供完整的 AI 工具套件，包括圖像生成、文字處理、嵌入向量及語音辨識。

一個使用 linkinator 提供連結檢查功能的模型上下文協定（MCP）伺服器，可讓 Claude 等 AI 助手掃描網頁與本地檔案中的失效連結。

真正的審議式共識MCP伺服器，讓AI模型在多輪討論中辯論並完善立場

一個基於MCP的伺服器，提供SSH遠端管理工具，並作為代理運作。

一個輕量級的模型上下文協定（MCP）伺服器，能為您的 LLM 提供基於 S3 上儲存的 Markdown 文件的 RAG（檢索增強生成）功能。

僅持續性專案上下文 MCP 伺服器 - 官方 Anthropic 註冊表

Behavioural Prediction MCP 伺服器提供基於 AI 的工具，用於分析錢包行為預測、詐騙偵測及 rug pull 預測。

一個用於搜索Java文檔的模型上下文協議（MCP）伺服器。此伺服器使AI助手能夠從JSON文件中搜索和檢索Java API文檔。

用於協助 Clix SDK/API 整合，並在 Clix 文件與 SDK 原始碼（iOS、Android、Flutter、React Native）中進行語意搜尋的 Clix MCP 伺服器。

一個提供以太坊虛擬機（EVM）JSON-RPC方法完整存取的MCP伺服器。可與任何EVM相容的節點提供商搭配使用，包括Infura、Alchemy、QuickNode、本地節點等。

一個強大的MCP伺服器，透過智慧時間追蹤、持久記憶與完整工作階段可追溯性，消除AI程式設計代理中的時間盲點。

AI程式碼輔助工具的工程規範與持久記憶

一個用於 DeployHQ 的模型上下文協定（MCP）伺服器，可讓 Claude Desktop 和 Claude Code 等 AI 助手與您的 DeployHQ 部署進行互動。

用於 Terraform 的 MCP 伺服器 — 自動驗證、保護並估算 Terraform 配置的雲端成本。由 Binadox 開發，可與任何模型上下文協定（MCP）客戶端（例如 Claude Desktop 或其他相容 MCP 的 AI 助手）整合。

透過 MCP 進行 Chrome 與 Firefox 的瀏覽器自動化

直接在您的 AI IDE（如 Cursor）中調試遠端 Node.js 和 Next.js 應用程式。

一個用於將 Markdown 轉換為互動式心智圖並支援匯出（PNG/JPG/SVG）的 MCP 伺服器。伺服器以 HTTP 服務形式運行。

Shipyard CLI 提供了一個 MCP 伺服器，讓代理程式能直接管理 Shipyard 環境：包括拉取日誌、比較分支、執行測試，以及停止/啟動環境。

一個免費的網址縮短服務

此MCP可讓您透過Chrome擴充功能記錄瀏覽器互動，包含螢幕截圖與主控台日誌。資料會儲存至本地資料庫，並提供給如Claude Code等AI系統進行搜尋。

一個使用 pcm 工具包進行逆向工程任務的伺服器，需要本機克隆 pcm 儲存庫。

在安全沙箱中執行 JavaScript 和 Python 程式碼。支援用於 JS/TS 的 Deno 和用於 Python 的 Pyodide，並提供可設定的權限。

一個將 OpenAPI 規範轉換為模型上下文協定（MCP）的伺服器。

可在 Cloudflare Workers 上部署的遠端 MCP 伺服器，無需驗證。

一個用於操作 Xcode 專案檔案 (.xcodeproj) 的 MCP 伺服器，使用 Swift 開發。需要 Docker 和 macOS。

使用向量資料庫將 Godot 文件提供給 RAG 模型。

一個開源伺服器，透過 MCP 暴露瀏覽器功能，讓 AI 模型能與瀏覽器能力互動。

一款Chrome DevTools擴充功能，透過模型上下文協定（MCP）實現瀏覽器自動化，以支援AI應用程式。

一個使用 FastMCP 透過 RCON 控制 Minecraft 伺服器的 Python MCP 伺服器。

一個無需驗證的遠端MCP伺服器範例，可部署於Cloudflare Workers上。