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
分類
不限開發者工具人工智能聊天機器人研究與數據知識管理與記憶教育與學習工具數據庫金融搜索工具安全版本控制雲平臺圖像與視頻處理監控通信工具操作系統自動化娛樂與媒體遊戲與遊戲化筆記工具營銷日程管理家庭自動化與物聯網位置服務瀏覽器自動化文件系統電子商務與零售客戶支持社交媒體語音處理健康與養生客戶數據平臺旅行與交通虛擬化雲存儲法律與合規藝術與文化其他語言翻譯
認證狀態
不限官方認證非官方認證
位置
不限本地遠程
編程語言
不限C# GoJavaJavaScriptPythonRustTypeScript
類型
篩選
共為您找到和相關的 14 個結果
Z
Zen MCP Server
Zen MCP是一個多模型AI協作開發服務器,為Claude和Gemini CLI等AI編碼助手提供增強的工作流工具和跨模型上下文管理。它支持多種AI模型的無縫協作,實現代碼審查、調試、重構等開發任務,並能保持對話上下文在不同工作流間的延續。
Python
19.4K
5分

Deep Research MCP Server
一個基於Node.js和Gemini API的AI研究助手工具,通過Firecrawl進行網頁數據抓取,利用Gemini大模型進行深度語言理解和報告生成,支持迭代式深度研究,並可與MCP協議集成。
TypeScript
8.0K
2.5分
G
Gemini Bridge
Gemini Bridge是一個輕量級MCP服務器,通過官方CLI連接AI編程助手與Google Gemini AI,支持多客戶端無API成本交互。
Python
0
2.5分

Gemini Search
一個基於Gemini API和Google搜索的MCP服務器,通過與AI助手(如Cline)結合使用,提供最新信息的智能回答功能。
TypeScript
6.9K
2.5分
M
Mnemo
Mnemo是一個為AI助手提供擴展記憶的MCP服務,通過Gemini的上下文緩存功能,允許助手加載大型代碼庫、文檔、PDF等資料並進行自然語言查詢,實現低成本、低延遲的完美信息召回。
TypeScript
7.1K
2.5分

Gemini Search MCP Server
一個基於Gemini API和Google搜索的MCP服務器,為AI助手提供即時信息查詢功能
TypeScript
8.0K
2.5分

Langextract MCP
LangExtract MCP Server是一個基於FastMCP的服務器,通過Google Gemini模型從非結構化文本中提取結構化信息,為Claude Code等AI助手提供文本信息提取能力,支持智能緩存和持久連接。
Python
0
2.5分
B
Banana Image MCP
Banana Image MCP是一個基於MCP協議的AI圖像生成服務器,讓Claude等助手能夠使用Google Gemini模型生成高質量圖像,支持4K分辨率和智能模型選擇。
Python
6.6K
2.5分

Yellhorn MCP
Yellhorn MCP是一個模型上下文協議服務器,通過集成Gemini和OpenAI能力為代碼助手提供全代碼庫上下文支持,實現開發任務規劃、代碼評審和隔離環境創建。
Python
6.7K
2.5分

Brave Gemini Research MCP Server
一個現代MCP服務器實現,通過Brave搜索API和Google的Gemini模型為AI助手提供網頁搜索和研究論文分析功能。
TypeScript
8.1K
2.5分

Twitch MCP
Twitch MCP服務器是一個為Twitch主播提供的AI工具集,通過Model Context Protocol(MCP)連接聊天助手(如Gemini CLI、Qwen Coder、Claude Code等)到Twitch聊天,實現聊天管理、內容審核和觀眾互動功能。
Java
8.5K
2分

Ndlovu Code Reviewer
基於Gemini CLI的代碼審查MCP服務器,通過自動化收集本地代碼差異和靜態分析結果,為AI助手提供結構化代碼審查功能
TypeScript
4.0K
2分
G
Gemini MCP Tool Windows Fixed
Gemini MCP工具的Windows兼容版本,修復了跨終端兼容性和響應格式問題,支持AI助手通過MCP協議與Google Gemini CLI交互
JavaScript
6.1K
2分

Polyagent MCP
Polyagent MCP是一個MCP服務器,可將Claude Code智能體引入Codex、Gemini等AI編程助手,實現零配置複用現有Claude智能體定義,提升團隊協作效率。
Python
6.4K
2分