MCP服务器通过20个无需认证的工具向AI助手提供瑞士联邦地理数据(地图、高程、地理编码、STAC、WMTS、OEREB)。
好开源,值得被发现。
发现优质开源项目,匿名提交开源项目,认领编辑你的开源项目。
带着好奇心,发现开源世界。
THE FIRST COLLECTIONARR-MCP 是一个 MCP 服务器,将 Claude、Cursor、VS Code 等 MCP 客户端连接到 *Arr 媒体栈(Sonarr、Radarr、Prowlarr、Bazarr、qBittorrent、NZBGet),支持多实例、权限控制,并提供 246 个读写工具。
MCP运行时证据(MCP-RE)是一款针对Model Context Protocol的安全扩展,通过HTTP消息签名和mTLS为工具调用提供运行时证据,防止伪造、重放攻击和数据篡改。
面向 AI 的中文纯文本 roguelike《忒修斯之脑》:通过 MCP stdio 游玩,核心是转世、记忆与不可逆机化,零依赖,含 CLI、HTTP 桥和完整英译。
一个非官方的 MCP 服务器,为 AI 助手提供七个只读工具,可搜索、列出和读取任何 Fumadocs 文档站点,可通过单个 npx 命令针对已部署的 URL 或本地 docs 仓库工作。
nanobot 是一个用 Python 编写的超轻量级、自托管个人 AI Agent 框架,配备 WebUI、终端界面,并支持多种聊天应用的集成。
Microsoft 365 CopilotにローカルPCのファイル操作やPython実行、Office編集など100以上のツールを提供するMCPサーバー。追加ライセンス不要で、社内DB接続やOCR、自律エージェント化を可能にします。
MCP Arcade 是一个命令行测试工具,它对 MCP 服务器运行一小套称为 atoms 的实验,并通过 JSON‑RPC 通信和沙箱文件变化来判断结果,而非依赖工具描述或模型文字。
一个可自托管的抖音与TikTok数据API,支持获取作品、个人资料、评论、合集、粉丝/关注列表,并可下载无水印视频与图集。具备自修复身份池、PostgreSQL归档、REST API、MCP服务器、CLI和Web控制台。
jarvis (PyPI 名称 jarvis-mcp) 是一个面向编程智能体的本地优先代码智能层。它作为一个 MCP 服务器,通过预计算 SCIP 导航、Tree-sitter 语法基准、Zoekt 词法搜索及可选的语义向量,为 Claude Code 等客户端提供九种只读工具,且所有数据均保存在本地。
Mediabox MCP 是一个自托管媒体服务器堆栈,通过 Model Context Protocol (MCP) 实现 AI 驱动的管理,提供 Tauri 桌面应用、CLI 向导和无头服务器,可通过 MCP 客户端或 Telegram 机器人控制 Jellyfin、Sonarr、Radarr、qBittorrent 和 PyLoad。
一个MCP服务器和CLI工具,利用tree-sitter为20多种语言的代码库提供结构图谱,与基于grep的探索相比,可将令牌使用量减少多达75%。
TruePPM 是一个基于 Apache-2.0 协议的开源项目组合管理平台,核心为支持关键路径法和蒙特卡洛风险分析的调度引擎,提供 Gantt 图、Kanban 板、冲刺规划及 RBAC 等功能。目前处于预发布阶段,0.4 beta 版本正在开发中。
MCP Hub 是最大的开源模型上下文协议(MCP)服务器目录,聚合了来自多个来源的 8000 多个服务器,提供全文搜索、验证和 GitHub 集成功能。
一个将 ChatGPT 网页订阅用作 Codex 编码会话的规划与审查大脑、由 Codex 负责执行的桥梁。具备只读 MCP 桥接、OAuth 2.1 安全、Cloudflare 隧道和一次性配对码。
godot-mcp-bridge 是一个为 Godot 4 设计的 MCP 服务器,为 AI 客户端提供对 Godot 编辑器的双向控制,具备实时树编辑、步进调试器以及 231 个专业工具。
mcp-vst-sidechain 是一个 MCP 桥接工具,允许 AI 代理通过语义参数映射层控制 VST3/AU 插件,并利用闭环系统进行音频测量与调优。
Poolstatis 是一个以代理为原生的产品分析系统,模仿 PostHog,主要通过 MCP 为编码代理设计,具备语义指标、漏斗、会话重放、A/B 测试及面向人类的答案优先分析界面。
nexus-rider 是一个 JetBrains Rider 插件,充当 MCP 代理服务器,将 AI 工具调用转发至 Unreal Engine (UE) 实例中的 NexusLink。
npm/PyPI 包和 MCP 服务器,用于查询巴西国家共同课程基础(BNCC)。内置数据包含来自 MEC/CNE 的 1,721 项经核验的学习内容,零运行时依赖。可用于通过 MCP 将 BNCC 集成到 TypeScript、Python 应用或 AI 代理中。