@omkar273/mcp-temp
FlexPrice MCP服务器是一个模型上下文协议（MCP）服务器，为AI助手（如Claude、Cursor、VS Code、Windsurf）提供FlexPrice API工具，用于管理客户、计划、价格、订阅、发票、付款、事件等。
命令预览
npx @omkar273/mcp-temp start --server-url https://api.cloud.flexprice.io/v1 --api-key-auth Y...
@modelcontextprotocol/server-everything
一个展示MCP协议所有功能的测试服务器，用于帮助开发者构建MCP客户端，支持工具调用、资源管理、提示交互等功能。
命令预览
npx @modelcontextprotocol/server-everything
一个基于FastMCP的MCP服务器构建模板，支持Docker和Python环境配置，适用于快速开发和部署MCP服务。
命令预览
pip install -e .
一个Python MCP服务器，允许AI工具通过AppleScript集成与macOS终端会话协作，提供终端窗口和标签的列表、监控和控制功能。
命令预览
python -m venv venv
一个基于模型上下文协议（MCP）的终端服务器，允许Claude AI通过终端命令管理本地文件和目录，提供安全隔离的执行环境。
命令预览
pip install -e .
MCP终端服务器设置工具用于在定义的工作空间中执行shell命令，实现外部工具与AI客户端（如Claude-AI）之间的通信。
命令预览
pip install uv # or
mcptest
零配置的MCP（Model Context Protocol）服务器测试工具，支持协议合规性测试、模式验证和CI/CD集成。
命令预览
npx mcptest run
playwright
一个结合Playwright和GitHub Copilot的自动化测试框架，支持通过自然语言生成测试脚本。
命令预览
npx playwright test practicaTestQAcademy.spec.js --headed
一个用于启动MCP服务器并进行测试的Python虚拟环境设置工具。
命令预览
python3 -m venv .venv
一个用于测试GitHub MCP服务器的仓库，包含简单的Python脚本示例。
命令预览
python hello.py
一个功能全面的VSCode扩展，用于测试和调试模型上下文协议（MCP）服务器，支持多种传输协议并提供直观的服务器管理和交互界面。
命令预览
npx vsce package
@modelcontextprotocol/server-
一个为程序员提供的Model Context Protocol (MCP)服务器集合，用于增强开发工作流程和生产力。
命令预览
npx @modelcontextprotocol/server-[name]
提供MCP协议测试和自定义API护栏功能的开发工具服务器，适用于API协议验证和自动化测试场景。
命令预览
python3 -m venv venv
Nx是一个智能、快速的构建系统，提供代码生成、任务运行和项目依赖管理功能，适用于现代前端和后端开发。
命令预览
npx nx dev frontend
一个用于运行Python SDK测试服务器的工具，支持多模块部署和调试。
命令预览
python3 -m venv .venv
MCP Tool Helper将FastMCP的工具生态系统与OpenAI的代理框架连接起来，自动发现MCP工具并将其包装为OpenAI功能工具，同时支持实时进度和日志流传输。
命令预览
pip install fastmcp openai
@modelcontextprotocol/server-filesystem
一个强大的CLI工具，用于分析和计算Model Context Protocol (MCP)服务器的令牌使用情况和成本影响。
命令预览
python3 mcp-analyze.py npx @modelcontextprotocol/server-filesystem /tmp
Fast MCP Server for Codebase Analysis 是一个全面的模型上下文协议（MCP）服务器，提供强大的代码分析工具，包括AST提取、向量数据库集成、相似性搜索和依赖图生成。
命令预览
python -m venv .venv
一个全面的学习资源库，用于构建MCP服务器、客户端和主机，实现AI模型与外部工具和服务的标准化交互。
命令预览
python -m venv venv
提供本地API开发环境的快速配置指南，包括依赖安装和服务器启动。
命令预览
pip install -r requirements.txt
