發現全球優質MCP服務 - 構建強大AI智能體
一站式整合MCP服務器和客戶端,當前已收錄 121231個

Cherry Studio
Cherry Studio 是一個支持多種大型語言模型(LLM)提供商的桌面客戶端,兼容 Windows、Mac 和 Linux,旨在為用戶提供便捷的 AI 助手和多種數據處理功能。

Trae
Trae 是一款智能集成開發環境(IDE),旨在通過自然對話實現人機協作,幫助用戶最大化工作效率和性能。其強大的 AI 代理系統和實時代碼自動補全功能顯著提升開發者的生產力。

Claude Desktop
Claude 桌面應用程序將 Claude 的功能直接帶到您的計算機,實現與您的工作流程無縫集成。

Cursor
Cursor 是一個專為程序員設計的 AI 代碼編輯器,旨在提升編程效率,支持多種編程語言,並具備智能提示和自動補全功能。

VS Code
VS Code 通過代理模式將 MCP 與 GitHub Copilot 集成,允許在代理編碼工作流中與 MCP 提供的工具直接交互

ChatWise
ChatWise 是一款快速的 AI 聊天機器人,支持多種大型語言模型,具備多模態功能,並確保用戶數據隱私。

Cline
Cline 是一個強大的 AI 助手,集成於開發環境中,能夠創建和編輯文件、執行命令、使用瀏覽器等,幫助開發者高效完成軟件開發任務。

Windsurf
首款 Agentic IDE,更上一層樓。Windsurf 編輯器讓開發者與 AI 的協作真正融合,帶來宛如魔法般的編碼體驗。

5ire
5ire 是一個開源跨平臺桌面 AI 助手和 MCP 客戶端,支持本地知識庫和自定義提示庫。通過 MCP 協議,它實現了與各種數據源和工具的標準化連接,支持多種文檔格式的解析和向量化,提供強大的檢索增強生成能力。用戶可以跟蹤 API 使用情況,管理和組織提示,收藏對話內容,並進行關鍵詞搜索。該項目完全免費,鼓勵用戶提供反饋和支持。

ChatMCP
ChatMCP 是一款跨平臺的 AI 聊天客戶端,該應用實現了模型上下文協議(MCP),旨在提供便捷的聊天體驗。用戶可以通過配置 LLM API 密鑰和端點,與不同的 MCP 服務器進行交流。ChatMCP 提供自動安裝 MCP 服務器、支持 SSE MCP 傳輸、聊天曆史記錄、以及多種 LLM 模型(如 OpenAI、Claude、OLLama 和 DeepSeek)等功能。此外,應用界面設計友好,支持深色和淺色主題,確保用戶在使用過程中的舒適體驗。

Witsy
Witsy 是一款 AI 桌面助手,支持所有主要提供商的模型,只需一個鍵盤快捷鍵即可!

DeepChat
DeepChat 是一個功能強大的開源多模型 AI 聊天平臺,旨在為用戶提供一個統一的界面,以便與各種大型語言模型進行交互。無論是使用像 OpenAI、Gemini 和 Anthropic 等雲端 API,還是本地部署的 Ollama 模型,DeepChat 都能帶來順暢的用戶體驗。

Zed
Zed 是一款高性能、多人代碼編輯器,由 Atom 和 Tree-sitter 的創建者開發。

LibreChat
LibreChat 是一款增強版的 ChatGPT 克隆產品,致力於提供多種 AI 模型集成和自定義助手的功能,用戶可以輕鬆地創建、管理和使用多個 AI 驅動的助手。它的用戶界面設計靈感來源於 ChatGPT,但增加了更多的功能和優化,使用戶體驗更加順暢。

Goose
Goose 是一個本地的開源 AI 助手,能夠自動化複雜的開發任務,從項目構建到調試和 API 交互,適應開發者的工作流程。

Continue
Continue 是一個開源 IDE 擴展,允許開發者創建、分享和使用自定義 AI 代碼助手,提供模型、規則、提示等多種構建模塊,兼容 VS Code 和 JetBrains。

y-cli
一款小型命令行界面聊天應用,可將 AI 對話引入您的終端。功能包括:聊天數據存儲在 JSONL 文件中;交互式聊天界面;支持與 OpenAI 聊天完成流格式兼容的多種機器人配置;Deepseek-r1 推理內容支持;以及支持多種服務器配置的 MCP 客戶端。

Chainlit
Chainlit 是一個由 Literal AI 維護的開源平臺,旨在幫助開發者快速構建生產級的對話式 AI 應用,支持 Python 和 TypeScript,提供簡單易用的工具和功能。

Dolphin-MCP
Dolphin MCP 是一個靈活的 Python 庫和命令行工具,該工具允許用戶同時連接多個 MCP 服務器,並利用不同的語言模型(如 OpenAI、Anthropic、Ollama 和 LMStudio)訪問和處理數據,提供直觀的對話接口,方便用戶查詢和操作數據。

SeekChat
SeekChat 支持 MCP 工具執行,讓 AI 能夠直接控制您的計算機並執行各種任務。輕鬆實現文件管理、數據分析、代碼開發等自動化操作,讓 AI 成為真正的智能助手。

NextChat
NextChat 是一款輕量且快速的人工智能助手,支持多種平臺,包括 Web、iOS、MacOS、Android、Linux 和 Windows。該產品致力於為用戶提供高效的對話體驗,同時兼顧隱私保護與數據安全。

AIaW
NitroRCr/AIaW 是一款輕量級且全功能的 AI 客戶端,支持多個工作空間和插件系統,適用於 Windows、Linux、Mac OS、Android 和 Web,提供本地優先的存儲和實時雲同步。

Sourcegraph Cody
Cody 使用最新的 LLM 和所有開發環境來幫助您更快地理解、編寫和修復代碼

Copilot-MCP
Copilot MCP 是一個強大的 VSCode 擴展,允許用戶無縫連接和管理開源 MCP 服務器,增強 GitHub Copilot Chat 的功能,支持多種 AI 工具的靈活集成。

MCP Chatbot
該項目是一個簡單的命令行界面(CLI)聊天機器人,旨在演示如何將模型上下文協議(MCP)集成到聊天應用中。該實現展示了 MCP 的靈活性,支持通過 MCP 服務器集成多個工具,併兼容任何遵循 OpenAI API 標準的語言模型提供商。

MCP CLI client
該產品是一個簡單的命令行工具,旨在通過終端便捷地運行大語言模型(LLM)的提示,並實現模型上下文協議(MCP)客戶端。用戶可以使用任何兼容 MCP 的服務器,作為 Claude Desktop 的替代客戶端。

oterm
用於Ollama的終端客戶端,支持MCP服務器。

console-chat-gpt
console-chat-gpt 是一個基於命令行的工具,支持與多種人工智能模型(如 OpenAI、MistralAI 等)進行無縫互動,提供用戶友好、可定製的聊天。

HyperChat
HyperChat 是一款開源聊天客戶端,致力於實現開放性,支持多種大型語言模型(LLM)的 API,以提供最佳的聊天體驗,並通過 MCP 協議實現生產力工具。該應用支持多平臺(Windows、MacOS 和 Linux),並具備命令行和 Docker 運行方式。用戶可以通過 Web 界面訪問,方便快捷。

Tester MCP Client
一個使用服務器發送事件 (SSE) 連接到任何 MCP 服務器並在類似聊天的 UI 中顯示對話的客戶端。它是一個獨立的 Apify Actor,用於通過 SSE 測試 MCP 服務器,並支持授權標頭。它使用純 JavaScript(傳統風格)構建並託管在 Apify 上,無需任何設置即可運行。

Systemprompt
由 Google Gemini 和 Anthropic MCP(模型控制協議)提供支持的現代語音控制 AI 界面。通過自然語音和多模態輸入,徹底改變您與 AI 的互動方式。
M
MCPOmni Connect
MCPOmni Connect 是一個強大的命令行界面(CLI)客戶端,旨在無縫連接各種模型上下文協議(MCP)服務器。它支持多種傳輸協議,包括標準輸入輸出(stdio)和服務器推送事件(SSE),並能夠與多個人工智能模型進行集成。

Superinterface
Superinterface 是 AI 基礎設施和開發者平臺,用於構建應用內 AI 助手,支持 MCP、交互式組件、客戶端函數調用等。

FLUJO
FLUJO 是一個開源平臺,旨在簡化工作流編排、模型上下文協議(MCP)和人工智能工具集成的過程。它提供了一個統一的界面,用戶可以方便地管理 AI 模型、MCP 服務器和複雜的工作流,所有操作都可以在本地進行。

Nerve
Nerve 是一個簡單而強大的代理開發工具包(ADK),旨在幫助用戶構建、運行、評估和編排基於大語言模型的代理。它通過使用 YAML 文件和命令行接口,提供了一種可編程、可審計和可復現的自動化解決方案,特別適合技術用戶。

MCP Simple Slackbot
這款 MCP 簡單 Slack 機器人是一種集成了模型上下文協議(MCP)的智能助手,旨在增強與外部工具的交互能力。通過使用先進的語言模型技術,它能夠在 Slack 頻道和直接消息中進行智能回覆,提供高效的用戶支持。用戶只需創建一個 Slack 應用,安裝依賴並配置環境變量,即可輕鬆啟動並運行此機器人。

kibitz
Kibitz 是一款面向專業人士的編碼助手,旨在提升開發效率和協作體驗。它通過集成多種功能,幫助用戶更好地管理和配置其項目,使編碼工作更加流暢。Kibitz 的界面友好,用戶可以方便地設置和調整其工作環境,以適應不同的項目需求。