Code Audit MCP
什麼是MCP代碼審計服務器?
MCP代碼審計服務器是一個基於本地Ollama模型的AI代碼審計工具,可以對代碼進行安全、完整性、性能、質量等多維度分析。通過Model Context Protocol (MCP)集成,可以與Claude等工具無縫協作。如何使用MCP代碼審計服務器?
用戶可以通過命令行或集成到開發環境的方式使用該服務器。只需安裝依賴並配置模型即可開始代碼審計。適用場景
適用於軟件開發團隊、安全研究人員和獨立開發者,用於在開發過程中及時發現代碼中的潛在問題,提高代碼質量和安全性。主要功能
多維度代碼分析提供安全、完整性、性能、質量、架構、測試和文檔等方面的全面分析。
智能模型選擇根據不同的審計類型自動選擇合適的AI模型,確保分析的準確性和效率。
框架感知分析支持React、Express、Django等主流框架的特定檢查,提供更精準的審計結果。
可配置嚴重性允許用戶自定義問題的嚴重性閾值,靈活控制審計的深度和廣度。
自動修復建議提供帶有置信度評分的修復建議,幫助開發者快速定位和解決問題。
優勢與侷限性
優勢
支持多種編程語言和框架,適用範圍廣泛。
基於本地模型運行,保護數據隱私。
提供詳細的審計報告和修復建議,提升開發效率。
易於集成到現有開發流程中。
侷限性
需要一定的系統資源(如8GB內存以上)。
部分高級功能可能需要較新的硬件支持。
對於非常複雜的代碼結構,分析可能不夠全面。
如何使用
安裝依賴
首先安裝Node.js和Ollama,並確保系統滿足最低要求。
配置服務器
運行設置嚮導以配置MCP服務器和相關模型。
啟動服務器
啟動MCP服務器後,即可開始代碼審計。
執行審計
使用命令行或集成開發環境調用審計工具,輸入代碼進行分析。
使用案例
檢測SQL注入漏洞通過輸入包含直接字符串拼接的SQL查詢,檢測潛在的安全風險。
查找TODO註釋識別代碼中的未完成實現或待辦事項。
常見問題
MCP代碼審計服務器需要哪些系統要求?
需要Node.js 18.0.0或更高版本,Ollama最新版本,至少8GB RAM和10GB存儲空間。
如何解決Ollama連接失敗的問題?
檢查Ollama是否正在運行,嘗試重新啟動服務或檢查端口可用性。
支持哪些編程語言?
支持JavaScript/TypeScript、Python、Java、Go、Rust等10+種語言。
如何獲取更多模型支持?
通過ollama pull命令安裝所需模型,例如:ollama pull codellama:7b。
相關資源
官方文檔
項目主頁,包含詳細文檔和示例。
GitHub倉庫
源代碼和開發信息。
Ollama官網
Ollama模型服務的官方網站。
安裝
複製以下命令到你的Client進行配置
{
"mcpServers": {
"code-audit": {
"command": "code-audit",
"args": ["start", "--stdio"],
"env": {}
}
}
}
注意:您的密鑰屬於敏感信息,請勿與任何人分享。
🚀 MCP代碼審計服務器
本項目是一個全面的TypeScript MCP服務器,藉助本地AI模型(通過Ollama)對代碼進行智能審計,涵蓋安全性、完整性、性能、質量、架構、測試和文檔等多個維度。
🚀 快速開始
MCP代碼審計服務器是一款強大的工具,可利用本地AI模型對代碼進行多維度的審計。以下是快速上手的步驟:
- 確保滿足項目的依賴要求,如Node.js和Ollama的安裝。
- 選擇合適的安裝方式,如全局安裝或開發安裝。
- 按照使用說明,通過CLI命令進行交互式設置、啟動服務器等操作。
✨ 主要特性
多維度代碼分析
- 安全性:檢測OWASP十大漏洞、認證缺陷、注入攻擊等。
- 完整性:檢查TODO項、空函數、缺失的錯誤處理和未完成的實現。
- 性能:分析算法複雜度、內存洩漏和優化機會。
- 質量:識別代碼異味、SOLID原則違背情況和可維護性問題。
- 架構:評估設計模式、關注點分離和依賴管理。
- 測試:發現可測試性問題、缺失的覆蓋率和競態條件。
- 文檔:檢查API文檔、代碼註釋和合規標準。
智能模型選擇
- 多模型支持:支持CodeLlama、DeepSeek - Coder、StarCoder2、Granite - Code、Qwen2.5 - Coder等模型。
- 基於專業化的路由:針對不同的審計類型選擇不同的模型。
- 後備策略:在模型失敗時自動切換到備用模型。
- 性能優化:提供快速模式和全面模式。
高級特性
- 上下文感知分析:支持特定框架的檢查(如React、Express、Django等)。
- 基於優先級的審計:快速模式(安全性 + 完整性)可提供快速反饋。
- 語言支持:支持10多種編程語言,並具備特定語言規則。
- 可配置的嚴重性:可自定義問題的嚴重程度閾值。
- 自動修復建議:提供帶有置信度評分的修復建議。
- 複雜度分析:分析圈複雜度、認知複雜度和可維護性指標。
📦 安裝指南
全局安裝(推薦)
# 從npm全局安裝
npm install -g @moikas/code-audit-mcp
# 運行交互式設置(包括MCP配置)
code-audit setup
# 或者使用自動MCP配置進行設置
code-audit setup --auto
# 啟動MCP服務器
code-audit start
開發安裝
# 克隆倉庫
git clone <repository-url>
cd code-audit-mcp
# 安裝依賴
npm install
# 構建項目
npm run build
# 本地測試
npm run test-local
開發環境設置
前提條件
- Node.js:版本18.0.0或更高
- npm:版本8.0.0或更高
- Git:用於版本控制和預提交鉤子
- VS Code:推薦的IDE(可參考
.vscode/extensions.json
安裝擴展)
初始設置
# 克隆並進入目錄
git clone https://github.com/warrengates/code-audit-mcp.git
cd code-audit-mcp
# 安裝依賴(包括husky設置)
npm install
# 構建項目
npm run build
# 運行質量檢查
npm run quality-check
# 測試設置
npm run test-local
預提交鉤子
本項目使用Husky和lint - staged進行自動代碼質量檢查:
- ESLint:檢查代碼錯誤和風格問題
- Prettier:統一代碼格式
- TypeScript:對所有TypeScript文件進行類型檢查
預提交鉤子會在git commit
時自動運行。若要手動運行質量檢查:
# 運行所有質量檢查
npm run quality-check
# 修復可自動修復的問題
npm run quality-fix
# 單獨檢查
npm run lint # ESLint檢查
npm run format:check # Prettier檢查
npm run type-check # TypeScript檢查
設置腳本將執行以下操作:
- ✅ 檢查前提條件(Node.js、npm、tsx)
- 🩺 驗證Ollama安裝和運行狀況
- 📦 安裝推薦的AI模型
- 🧪 測試MCP服務器功能
- 📝 生成示例配置
手動設置
若您傾向於手動安裝:
# 安裝依賴
npm install
# 安裝必要的模型
ollama pull codellama:7b
ollama pull granite-code:8b
# 構建項目
npm run build
# 測試服務器
npm run dev
💻 使用示例
CLI命令
# 交互式設置嚮導
code-audit setup
# 啟動MCP服務器(前臺運行)
code-audit start
# 作為後臺守護進程啟動
code-audit start --daemon
# 停止正在運行的服務器
code-audit stop
# 檢查系統健康狀況
code-audit health
# 管理AI模型
code-audit models --list
code-audit models --pull codellama:7b
# 配置管理
code-audit config --show
code-audit config --set ollama.host=http://remote:11434
# MCP服務器管理
code-audit mcp status
code-audit mcp configure
code-audit mcp remove
# 檢查更新
code-audit update
開發模式
# 開啟熱重載的開發模式
npm run dev
# 構建TypeScript代碼
npm run build
# 本地測試包
npm run test-local
MCP集成
自動配置(推薦)
設置嚮導現在會自動將code - audit配置為MCP服務器:
# 在設置期間配置
code-audit setup
# 或者在安裝後配置
code-audit mcp configure
這將自動將code - audit添加到以下位置:
- Claude Desktop:
~/Library/Application Support/Claude/claude_desktop_config.json
- Claude Code(全局):
~/.config/claude/mcp-settings.json
- Claude Code(項目):
.claude/mcp-settings.json
手動配置
若您傾向於手動配置,請將以下內容添加到MCP配置中:
{
"mcpServers": {
"code-audit": {
"command": "code-audit",
"args": ["start", "--stdio"],
"env": {}
}
}
}
更多詳細信息,請參考:
可用工具
audit_code
- 主要審計工具
{
"name": "audit_code",
"arguments": {
"code": "function processPayment(amount) {\n const query = `SELECT * FROM users WHERE id = ${userId}`;\n // TODO: implement payment logic\n}",
"language": "javascript",
"auditType": "all",
"priority": "thorough",
"context": {
"framework": "express",
"environment": "production",
"performanceCritical": true,
"projectType": "api"
}
}
}
參數說明:
code
(必需):要審計的代碼language
(必需):編程語言auditType
:可選值為security
、completeness
、performance
、quality
、architecture
、testing
、documentation
、all
priority
:可選值為fast
(僅安全性 + 完整性)、thorough
(所有審計類型)context
:用於特定框架分析的額外上下文maxIssues
:限制返回的問題數量(默認值:50)
health_check
- 服務器健康狀態檢查
{
"name": "health_check",
"arguments": {}
}
list_models
- 列出可用的AI模型
{
"name": "list_models",
"arguments": {}
}
📚 詳細文檔
配置
服務器配置
可創建配置文件或使用環境變量進行配置:
const config = {
name: 'code-audit-mcp',
version: '1.0.0',
ollama: {
host: 'http://localhost:11434',
timeout: 30000,
retryAttempts: 3,
retryDelay: 1000,
},
auditors: {
security: {
enabled: true,
severity: ['critical', 'high', 'medium'],
rules: {
sql_injection: true,
xss_vulnerability: true,
hardcoded_secret: true,
},
},
performance: {
enabled: true,
severity: ['high', 'medium', 'low'],
thresholds: {
cyclomaticComplexity: 10,
nestingDepth: 4,
},
},
},
logging: {
level: 'info',
enableMetrics: true,
enableTracing: false,
},
};
審計器配置
每個審計器都可以單獨配置:
{
enabled: boolean; // 啟用/禁用審計器
severity: Severity[]; // 包含的嚴重程度級別
rules: Record<string, boolean>; // 啟用/禁用的特定規則
thresholds: Record<string, number>; // 數值閾值
}
模型選擇
可針對不同場景配置模型偏好:
// 對性能要求較高的代碼
const performanceConfig = {
strategy: 'PerformanceModelSelectionStrategy', // 始終優先選擇快速模型
fallbackModels: ['codellama:7b', 'granite-code:8b'],
};
// 注重質量的分析
const qualityConfig = {
strategy: 'QualityModelSelectionStrategy', // 始終優先選擇準確的模型
fallbackModels: ['deepseek-coder:33b', 'codellama:13b'],
};
支持的模型
必備模型(推薦)
- CodeLlama 7B:適用於快速、通用的代碼分析
- Granite Code 8B:在安全分析方面表現出色
全面配置
- CodeLlama 13B:在複雜分析中具有更高的準確性
- DeepSeek - Coder 6.7B:在性能分析方面表現優越
- StarCoder2 7B:專門用於測試分析
- Qwen2.5 - Coder 7B:適合文檔分析
完整配置(高級)
- DeepSeek - Coder 33B:具有最高的準確性(需要16GB以上的RAM)
- StarCoder2 15B:用於高級測試和架構分析
- Llama 3.1 8B:在文檔方面表現出色
模型安裝
# 必備模型(約7GB)
ollama pull codellama:7b
ollama pull granite-code:8b
# 全面配置(約30GB)
ollama pull codellama:13b
ollama pull deepseek-coder:6.7b
ollama pull starcoder2:7b
ollama pull qwen2.5-coder:7b
# 完整配置(約80GB)
ollama pull deepseek-coder:33b
ollama pull starcoder2:15b
ollama pull llama3.1:8b
語言支持
完全支持
- JavaScript/TypeScript:支持React、Node.js、Express特定的檢查
- Python:支持Django、Flask、FastAPI特定的分析
- Java:支持Spring Boot,側重於安全分析
- Go:檢查Goroutine安全性和性能模式
- Rust:關注內存安全和性能優化
良好支持
- C#:支持.NET模式和安全分析
- PHP:支持Laravel、WordPress安全檢查
- Ruby:支持Rails特定的模式
- Swift:支持iOS特定的模式
- Kotlin:支持Android特定的分析
基本支持
- C/C++:檢查內存安全和性能
- SQL:檢測注入攻擊和優化查詢
- HTML/CSS:防止XSS攻擊和優化性能
- Docker:檢查安全配置
- YAML/JSON:驗證配置
示例輸出
{
"requestId": "audit_12345",
"issues": [
{
"id": "sql_injection_2",
"location": { "line": 2, "column": 15 },
"severity": "critical",
"type": "sql_injection",
"category": "security",
"title": "SQL injection vulnerability in query construction",
"description": "Direct string interpolation in SQL query allows SQL injection attacks",
"suggestion": "Use parameterized queries or prepared statements",
"confidence": 0.95,
"fixable": true,
"ruleId": "SEC001",
"documentation": "OWASP Top 10: A03:2021 – Injection"
},
{
"id": "todo_3",
"location": { "line": 3 },
"severity": "medium",
"type": "todo_comment",
"category": "completeness",
"title": "TODO comment indicates incomplete implementation",
"description": "Found TODO comment: // TODO: implement payment logic",
"suggestion": "Implement the missing functionality or remove the TODO comment",
"confidence": 1.0,
"fixable": false,
"ruleId": "COMP001"
}
],
"summary": {
"total": 2,
"critical": 1,
"high": 0,
"medium": 1,
"low": 0,
"info": 0,
"byCategory": {
"security": 1,
"completeness": 1
}
},
"suggestions": {
"autoFixable": [
/* fixable issues */
],
"priorityFixes": [
/* critical/high severity */
],
"quickWins": [
/* low effort, high impact */
],
"technicalDebt": [
/* long-term improvements */
]
},
"metrics": {
"duration": 1250,
"modelResponseTime": 800,
"coverage": {
"linesAnalyzed": 15,
"functionsAnalyzed": 1,
"complexity": 3
}
}
}
性能優化
快速開發模式
{
"auditType": "all",
"priority": "fast" // 僅安全性 + 完整性
}
上下文感知分析
{
"context": {
"framework": "react",
"environment": "production",
"performanceCritical": true,
"projectType": "web"
}
}
緩存配置
{
performance: {
maxConcurrentAudits: 3,
cacheEnabled: true,
cacheTtl: 300 // 5分鐘
}
}
審計類型深入解析
安全審計
- 覆蓋OWASP十大漏洞:檢測SQL注入、XSS、認證缺陷等。
- 特定語言漏洞:如JS的原型汙染、Python的pickle使用問題。
- 特定框架漏洞:如Express的CSRF保護、Django的SQL注入。
性能審計
- 算法分析:檢測O(n²)複雜度和優化嵌套循環。
- 內存管理:檢測內存洩漏和對象池優化機會。
- 數據庫優化:避免N + 1查詢和添加缺失的索引。
- 異步模式:檢查阻塞操作和Promise處理。
質量審計
- 代碼異味:識別長方法、大型類和重複代碼。
- SOLID原則:檢查SRP、OCP、LSP、ISP、DIP原則的違背情況。
- 可維護性:分析圈複雜度和認知負載。
- 命名規範:確保一致性、清晰度和領域對齊。
🔧 技術細節
開發
VS Code設置
本項目包含全面的VS Code配置,以提供最佳的開發體驗:
推薦擴展
安裝推薦的擴展以獲得最佳體驗:
# 安裝所有推薦的擴展
code --install-extension dbaeumer.vscode-eslint
code --install-extension esbenp.prettier-vscode
code --install-extension ms-vscode.vscode-typescript-next
code --install-extension usernamehw.errorlens
code --install-extension yoavbls.pretty-ts-errors
或者打開VS Code並接受工作區推薦彈出窗口。
工作區設置
.vscode/settings.json
包含以下設置:
- 自動格式化:保存時使用Prettier格式化代碼
- 代碼檢查:即時提供ESLint反饋
- TypeScript:增強智能感知和錯誤檢查
- 導入管理:自動導入和路徑智能感知
- Git集成:為工作流程預先配置
調試
使用包含的調試配置:
- 調試服務器:啟動並調試MCP服務器
- 調試CLI:調試CLI命令
- 調試測試:逐步執行測試
按F5
或使用調試面板開始調試。
項目結構
code-audit-mcp/
├── src/
│ ├── server.ts # 主MCP服務器
│ ├── types.ts # TypeScript接口
│ ├── auditors/ # 審計實現
│ │ ├── base.ts # 基礎審計器類
│ │ ├── security.ts # 安全審計器
│ │ ├── completeness.ts # 完整性審計器
│ │ ├── performance.ts # 性能審計器
│ │ └── ...
│ ├── ollama/ # Ollama集成
│ │ ├── client.ts # HTTP客戶端包裝器
│ │ ├── models.ts # 模型配置
│ │ └── prompts.ts # 審計提示
│ └── utils/ # 實用工具
│ ├── codeParser.ts # 代碼解析
│ ├── complexity.ts # 複雜度分析
│ └── logger.ts # 日誌記錄工具
├── cli/
│ └── setup.ts # 設置腳本
├── .vscode/ # VS Code配置
│ ├── settings.json # 工作區設置
│ ├── extensions.json # 推薦擴展
│ └── launch.json # 調試配置
├── .husky/ # Git鉤子
│ └── pre-commit # 預提交檢查
└── tests/ # 測試套件
構建和測試
# 開發
npm run dev # 開啟熱重載啟動
npm run build # 編譯TypeScript代碼
npm run lint # 運行ESLint檢查
npm run format # 使用Prettier格式化代碼
# 測試
npm test # 運行測試套件
npm run test:watch # 監聽模式
npm run test:coverage # 生成覆蓋率報告
# 生產
npm run start # 啟動生產服務器
添加自定義審計器
- 創建一個新的審計器類,繼承自
BaseAuditor
:
import { BaseAuditor } from './base.js';
export class CustomAuditor extends BaseAuditor {
constructor(config, ollamaClient, modelManager) {
super('custom', config, ollamaClient, modelManager);
}
// 重寫方法以實現自定義邏輯
protected async postProcessIssues(rawIssues, request, language) {
// 自定義後處理
return super.postProcessIssues(rawIssues, request, language);
}
}
- 在
auditors/index.ts
中註冊:
import { CustomAuditor } from './custom.js';
export const auditorClasses = {
// ... 現有審計器
custom: CustomAuditor,
};
- 添加配置:
const config = {
auditors: {
custom: {
enabled: true,
severity: ['high', 'medium'],
rules: {},
},
},
};
故障排除
常見問題
Ollama連接失敗
# 檢查Ollama是否正在運行
ollama list
# 啟動Ollama服務
ollama serve
# 檢查端口可用性
curl http://localhost:11434/api/tags
模型未找到
# 列出已安裝的模型
ollama list
# 安裝缺失的模型
ollama pull codellama:7b
# 檢查服務器中模型的可用性
curl -X POST http://localhost:11434/api/generate \
-H "Content-Type: application/json" \
-d '{"model": "codellama:7b", "prompt": "test"}'
TypeScript編譯錯誤
# 清除構建緩存
rm -rf dist/
rm -rf node_modules/
npm install
# 檢查TypeScript配置
npx tsc --noEmit
# 更新依賴
npm update
內存問題
# 檢查可用內存
free -h
# 使用較小的模型
ollama pull codellama:7b # 代替codellama:34b
# 減少併發審計
{
"performance": {
"maxConcurrentAudits": 1
}
}
性能調優
模型選擇優化
// 對於CI/CD環境 - 優先考慮速度
const ciConfig = {
strategy: 'PerformanceModelSelectionStrategy',
priority: 'fast',
};
// 對於代碼審查 - 優先考慮準確性
const reviewConfig = {
strategy: 'QualityModelSelectionStrategy',
priority: 'thorough',
};
資源管理
{
ollama: {
timeout: 60000, // 對於大文件增加超時時間
retryAttempts: 5, // 增加重試次數以提高可靠性
healthCheckInterval: 30000 // 更頻繁地進行健康檢查
},
performance: {
maxConcurrentAudits: 2, // 對於有限的RAM減少併發審計數
cacheEnabled: true, // 對於重複分析啟用緩存
cacheTtl: 600 // 10分鐘的緩存時間
}
}
API參考
工具架構
audit_code
interface AuditRequest {
code: string; // 必需:要審計的代碼
language: string; // 必需:編程語言
auditType: AuditType; // 可選:默認 'all'
file?: string; // 可選:用於上下文的文件路徑
context?: AuditContext; // 可選:額外的上下文
priority?: 'fast' | 'thorough'; // 可選:默認 'thorough'
maxIssues?: number; // 可選:默認 50
includeFixSuggestions?: boolean; // 可選:默認 true
}
響應格式
interface AuditResult {
requestId: string;
issues: AuditIssue[];
summary: AuditSummary;
coverage: AuditCoverage;
suggestions: AuditSuggestions;
metrics: AuditMetrics;
model: string;
timestamp: string;
version: string;
}
錯誤代碼
代碼 | 描述 | 解決方案 |
---|---|---|
INVALID_REQUEST |
請求格式錯誤 | 檢查必需參數 |
CODE_TOO_LARGE |
代碼超過大小限制 | 拆分為較小的塊 |
LANGUAGE_NOT_SUPPORTED |
不支持的語言 | 使用支持的語言 |
NO_AVAILABLE_MODEL |
未找到合適的模型 | 安裝所需的模型 |
OLLAMA_UNAVAILABLE |
Ollama服務不可用 | 啟動Ollama服務 |
MODEL_NOT_FOUND |
請求的模型缺失 | 使用ollama pull 拉取模型 |
GENERATION_FAILED |
AI生成失敗 | 檢查模型健康狀況,重試 |
AUDIT_FAILED |
一般審計失敗 | 檢查日誌,驗證配置 |
🤝 貢獻
我們歡迎貢獻!請參考貢獻指南獲取詳細信息。
開發環境設置
# 分叉並克隆倉庫
git clone https://github.com/your-username/code-audit-mcp.git
cd code-audit-mcp
# 安裝依賴
npm install
# 以開發模式運行
npm run dev
# 運行測試
npm test
# 提交拉取請求
代碼標準
- TypeScript:啟用嚴格模式
- ESLint:使用Airbnb配置
- Prettier:自動格式化代碼
- 測試:使用Jest,覆蓋率超過80%
- 文檔:為所有公共API使用JSDoc註釋
開發文檔
📄 許可證
本項目採用MIT許可證,詳情請參考LICENSE。
🙏 致謝
- Anthropic:提供Model Context Protocol規範
- Ollama:提供本地AI模型服務
- Meta:提供CodeLlama模型
- DeepSeek:提供專業的編碼模型
- BigCode:提供StarCoder模型
📞 支持
- 問題反饋:GitHub Issues
- 討論交流:GitHub Discussions
- 文檔查閱:Wiki
本項目由❤️ 打造,旨在通過AI分析提升代碼質量
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
11
5分
C
Container Use
Container Use是一個開源工具,為編碼代理提供容器化隔離環境,支持多代理並行開發且互不干擾。
Go
11
5分

Search1api
Search1API MCP Server是一個基於Model Context Protocol (MCP)的服務器,提供搜索和爬取功能,支持多種搜索服務和工具。
TypeScript
332
4分

Duckduckgo MCP Server
已認證
DuckDuckGo搜索MCP服務器,為Claude等LLM提供網頁搜索和內容抓取服務
Python
813
4.3分

MCP Alchemy
已認證
MCP Alchemy是一個連接Claude Desktop與多種數據庫的工具,支持SQL查詢、數據庫結構分析和數據報告生成。
Python
316
4.2分

Postgresql MCP
一個基於FastMCP庫的PostgreSQL數據庫MCP服務,提供對指定表的CRUD操作、模式檢查和自定義SQL查詢功能。
Python
104
4分

Agentic Radar
Agentic Radar是一個用於分析和評估代理系統的安全掃描工具,幫助開發者、研究人員和安全專家理解代理系統的工作流程並識別潛在漏洞。
Python
548
5分

MCP Scan
MCP-Scan是一款針對MCP服務器的安全掃描工具,用於檢測提示注入、工具汙染和跨域升級等常見安全漏洞。
Python
610
5分
精選MCP服務推薦

Baidu Map
已認證
百度地圖MCP Server是國內首個兼容MCP協議的地圖服務,提供地理編碼、路線規劃等10個標準化API接口,支持Python和Typescript快速接入,賦能智能體實現地圖相關功能。
Python
726
4.5分

Markdownify MCP
Markdownify是一個多功能文件轉換服務,支持將PDF、圖片、音頻等多種格式及網頁內容轉換為Markdown格式。
TypeScript
1.7K
5分

Firecrawl MCP Server
Firecrawl MCP Server是一個集成Firecrawl網頁抓取能力的模型上下文協議服務器,提供豐富的網頁抓取、搜索和內容提取功能。
TypeScript
3.9K
5分

Sequential Thinking MCP Server
一個基於MCP協議的結構化思維服務器,通過定義思考階段幫助分解複雜問題並生成總結
Python
299
4.5分

Edgeone Pages MCP Server
EdgeOne Pages MCP是一個通過MCP協議快速部署HTML內容到EdgeOne Pages並獲取公開URL的服務
TypeScript
267
4.8分

Magic MCP
Magic Component Platform (MCP) 是一個AI驅動的UI組件生成工具,通過自然語言描述幫助開發者快速創建現代化UI組件,支持多種IDE集成。
JavaScript
1.7K
5分

Context7
Context7 MCP是一個為AI編程助手提供即時、版本特定文檔和代碼示例的服務,通過Model Context Protocol直接集成到提示中,解決LLM使用過時信息的問題。
TypeScript
5.3K
4.7分

Notion Api MCP
已認證
一個基於Python的MCP服務器,通過Notion API提供高級待辦事項管理和內容組織功能,實現AI模型與Notion的無縫集成。
Python
143
4.5分