找到适合你的 MCP Server，快速完成接入

MCP Learning Path Demo Main

基于模型上下文协议（MCP）的Streamlit Web应用，通过集成YouTube、Google Drive和Notion等服务生成个性化学习路径。

MCP Linkedin 0711cd06

MCP LinkedIn Server是一个基于Python和Playwright的LinkedIn自动化工具，支持个人资料搜索、阅读动态、点赞和评论等功能，适用于商业和营销目的（如潜在客户开发和社交销售）。

MCP Local Dev 6bc4cc2a

一个最小化的本地模型上下文协议（MCP）服务器，用于AI辅助开发环境，允许将本地代码库、配置文件和参考文档作为结构化资源暴露给Cursor或VS Code AI等工具。

MCP Local Memory 02349d78

一个基于本地运行的RAG（检索增强生成）服务器，用于在代码编辑器中存储和查询文档，并通过本地LLM（如Ollama）进行检索增强生成。

MCP Log Parser

提供轻量级的MCP服务器，用于解析服务器日志并智能分类，适用于Cursor或支持MCP的代理框架。

MCP Lumenresto

Lumen Resto Platform是一个完整的餐厅预订平台，集成了Railway REST API后端、MCP本地服务器和ElevenLabs语音代理，适用于餐厅预订管理系统。

MCP Memory 64c830c1

一个生产友好的内存平台，具有MCP服务器接口，提供结构化内存、语义检索、知识图操作、跨会话上下文和安全控制。

MCP Memory E48c19fb

一款基于PostgreSQL和pgvector的AI记忆服务器，提供长期记忆存储、语义搜索和实时更新功能。

MCP Mermaid Validator Extended

@modelcontextprotocol/inspector

一个基于Model Context Protocol的服务器，用于验证和渲染Mermaid图表，适用于需要集成Mermaid图表验证功能的开发环境。

MCP Mongodb Server

FastMCP MongoDB Server是一个允许AI代理动态安全地与MongoDB数据库交互的工具，支持CRUD操作、索引管理、聚合查询和系统统计等功能。

MCP multi agent deep researcher

一个基于CrewAI构建的复杂多代理研究系统，结合模型上下文协议（MCP）和智能网络搜索能力，通过三个专业代理进行全面的研究、分析和内容生成。

MCP Mysql Server 02eb6c21

MCP MySQL Server 是一个基于Node.js的MySQL工具服务，支持SQL查询、表结构获取和连接检测，适用于AI代理和自动化工具场景。

MCP Mysql Server Cc948e07

一个基于MCP协议的MySQL数据库交互服务器，提供智能连接管理、数据库分析和安全查询功能，适用于AI代理和开发人员。

MCP Ncbi Blast

一个基于NCBI BLAST服务的DNA序列相似性搜索工具，提供Web界面和API访问，用于识别DNA序列的匹配生物体和基因。

MCP Node Server 1364bff8

一个基于Node.js和TypeScript的MCP服务器，集成了GitHub和GitLab API，部署在AWS Lambda上，提供开发工具和GitHub操作功能。

MCP Node Starter

Weather MCP Server是一个基于Model Context Protocol（MCP）的天气数据服务，提供全球范围内的天气预报、警报和当前天气状况。

MCP Notify Server (Mkusaka)

@mkusaka/mcp-notify-server

一个轻量级的MCP服务器，用于在代码生成完成或需要用户批准时播放MacOS系统通知声音。

MCP Openproject Standalone

一个本地运行的 MCP 服务器，用于在 Cursor IDE 和 OpenProject 之间提供集成功能，支持项目管理、任务创建和更新等操作。

MCP Over Socks

一个通过SOCKS5代理连接SSE/Streamable HTTP MCP服务器的桥接工具，支持本地MCP客户端访问仅能通过代理访问的远程MCP服务器。

MCP Pinecone 0d9c461e

MCP-Pinecone是一个基于Pinecone向量数据库和Cursor的MCP框架的自动化向量存储服务。它能够将文本转换为高维向量，并存储到Pinecone索引中，适用于AI驱动的语义搜索场景。该项目通过MCP的自然语言自动化功能简化了索引创建和向量插入过程，减少了手动编码的需求。