Requesthunt MCP Server
@modelcontextprotocol/inspector
RequestHunt MCP Server是一个用于搜索和发现Reddit、X(Twitter)和GitHub上功能请求的服务器,支持全文搜索、AI主题扩展和实时抓取。
- 安装状态
- 已补齐
- 工具数量
- 0
- GitHub Stars
- 3
命令预览
npx @modelcontextprotocol/inspector node dist/index.js
@modelcontextprotocol/inspector
RequestHunt MCP Server是一个用于搜索和发现Reddit、X(Twitter)和GitHub上功能请求的服务器,支持全文搜索、AI主题扩展和实时抓取。
命令预览
npx @modelcontextprotocol/inspector node dist/index.js
MCP服务器为自主通宵研究循环提供文献搜索、文本提取、任务队列和检查点管理功能。
rmcp-memex 是一个自定义的 Rust MCP 内核,通过 LanceDB 为 AI 代理提供 RAG 和长期记忆功能。
Model Context Provider (MCP) Server 是一个轻量高效的系统,用于管理AI模型的上下文数据,帮助AI应用根据用户查询检索相关上下文,提升AI驱动系统的智能性和响应速度。
命令预览
pip install -r requirements.txt
提供通过Zefix REST API和UID Webservice访问瑞士公司注册数据的MCP服务器。
@modelcontextprotocol/inspector
NASA SciX MCP Server 是一个用于搜索天文文献、检索论文元数据、分析引用指标和导出参考文献数据的工具。
命令预览
npx @modelcontextprotocol/inspector node build/index.js
为AI助手提供通过Searxng实例进行网页搜索和内容读取的MCP服务器。
命令预览
docker run -d \
skill-depot
一个基于RAG的AI代理技能检索系统,提供语义搜索和本地存储功能。
命令预览
npx skill-depot init
一个提供史密森尼学会开放访问API的模型上下文协议(MCP)服务器,可搜索和探索史密森尼收藏的数百万件物品,包括文物、艺术品、标本、照片等。
命令预览
pip install -e .
一个内置语义搜索和本地嵌入向量生成的SQLite服务器,提供完整的数据库功能、向量搜索和零API成本,所有操作均在本地运行,保障隐私和速度。
Stash-MCP是一个基于文件的内容服务器,通过模型上下文协议(MCP)向AI代理提供文档访问和更新功能。
命令预览
uv run -m stash_mcp.main
该项目通过Smithery SDK与SWAPI集成,提供星球、人物、飞船、车辆、物种和电影等《星球大战》宇宙数据的检索与列表功能。
一个为AI助手(如VS Code中的GitHub Copilot)提供全面Terragrunt文档访问、配置生成和错误诊断的MCP协议服务器,支持多模式架构以优化性能。
命令预览
docker run -i olofdevopsninja/terragrunt-mcp-server:latest
TwinCAT Knowledge MCP Server 是一个为TwinCAT 3文档提供语义搜索访问的MCP服务器,支持PDF转Markdown、嵌入生成和在GitHub Pages上托管可搜索API。
Vaquill MCP服务器为AI工具提供美国联邦和50州法律及印度法律的API服务,支持法律问题AI问答、法规和案例搜索、引文解析及引文网络遍历。
命令预览
uv run pytest
@smithery/cli@latest
一个提供结构化视频游戏信息的MCP服务器,整合了Steam和SteamGridDB的数据,支持游戏搜索、元数据检索和视觉资源获取。
命令预览
npx -y @smithery/cli@latest install videogame-encyclopedia-mcp-server --client claude
一个帮助用户根据LinkedIn搜索匹配签证偏好职位的本地化MCP服务器,支持雇主赞助历史筛选和隐私保护数据存储。
命令预览
python3 scripts/generate_contract_docs.py
一个为AI编码代理提供即时访问VueUse文档的MCP服务器,支持搜索组合函数、阅读文档和获取建议。
Webpawm是一个支持多搜索引擎的MCP服务器,提供统一的网络搜索功能,适用于需要高效、灵活搜索解决方案的场景。
基于Zotero本地文献库的RAG问答系统,支持Claude Desktop集成,提供带引用来源的文献搜索和问答功能。
命令预览
pip install -r requirements.txt