# 自動化

1Panel MCP Server是一個實驗性項目，用於通過Model Context Protocol (MCP)自動將網站部署到1Panel服務器。

一個AI驅動的視頻編碼輔助工具，通過MCP服務器連接Claude AI，提供智能錯誤解析、即時監控和自動化解決方案。

一個基於Resend API的郵件發送MCP服務器，允許LLM代寫和發送郵件。

Apify MCP服務器是一個實現Model Context Protocol（MCP）的服務，允許AI助手通過SSE或Stdio與Apify平臺上的各種Actor交互，執行數據抓取、網頁搜索等任務。

實現PC端微信的MCP服務功能，通過配置文件指定Python虛擬環境和腳本路徑

MoviePilot MCP服務器是一個連接大型語言模型與MoviePilot媒體庫管理系統的協議實現，支持通過自然語言交互實現媒體搜索、訂閱管理、下載控制等功能。

自動化MetaTrader 5交易策略優化與文檔生成系統

一個用於與Home Assistant交互的MCP服務器，提供設備狀態監控、控制、自動化觸發等功能，屬於AI模型上下文協議(MCP)生態系統的一部分。

影刀RPA MCP Server是一個基於Model Context Protocol (MCP)的實現，為影刀AI Power及其他MCP Host工具提供調用RPA能力的服務。支持本地模式和開放API模式，能夠查詢和運行RPA應用，上傳文件，管理作業等。

Unstructured API MCP服務器實現，提供與Unstructured API交互的工具，包括管理數據源、工作流和任務的創建、更新、刪除等操作。

一個集成了BeautifulSoup、Gemini AI和Selenium的網頁抓取MCP服務器，用於自動化內容提取與分析。

基於WebSocket的OWASP ZAP安全掃描控制協議服務器，實現即時控制和監控安全評估

Unity MCP是一款通過自然語言命令控制Unity編輯器的AI助手工具，支持創建、修改、管理遊戲對象、場景、材質等，簡化開發流程。

ScreenPilot是一個通過MCP服務器讓LLM全面控制設備的工具，提供屏幕自動化工具包，支持屏幕捕獲、鼠標鍵盤控制等功能，適用於自動化、教育和娛樂。

這是一個為Binary Ninja逆向分析工具開發的MCP（模型上下文協議）服務器插件，提供多種反彙編和分析功能，支持通過MCP協議與客戶端交互，實現二進制文件分析自動化。

一個基於MCP協議的Spotify服務端，允許通過Claude與Spotify賬戶交互，實現搜索歌曲、創建播放列表、獲取推薦等功能。

Conduit是一個MCP服務器，為Phabricator和Phorge提供API集成，支持HTTP/2和類型安全，可通過Docker或HTTP/SSE服務器運行。

騰訊雲COS MCP Server是一個無需編碼即可讓大模型快速接入騰訊雲存儲(COS)和數據萬象(CI)能力的服務，提供文件上傳下載、圖片處理、視頻處理等雲端存儲與處理功能。

一個基於MCP協議的Home Assistant服務端，提供設備控制與狀態監控功能

一個為x64dbg_automate設計的簡易MCP服務器，用於將調試器與AI代理連接。

OCI核心服務FastMCP服務器是一個專為Oracle雲基礎設施設計的生產級管理工具，提供全面的計算實例生命週期管理、數據庫操作和網絡信息查詢功能，採用LLM優先的設計理念，通過OCI Python SDK實現高性能和可靠性。

這是一個為RPG Maker MZ遊戲開發提供完整MCP服務器的工具，支持通過MCP工具和AI（Gemini）自動生成遊戲項目、地圖、事件、數據庫內容及遊戲資產，實現無需GUI的編程式或AI驅動式遊戲開發。

DocuMCP是一個智能文檔部署MCP服務器，通過深度倉庫分析、智能靜態站點生成器推薦和自動化GitHub Pages部署工作流，為開源項目提供革命性的文檔部署解決方案。

PraisonAI是一個生產就緒的多AI智能體框架，具有自反思功能，旨在創建AI智能體來自動化解決從簡單任務到複雜挑戰的各種問題。它通過將PraisonAI智能體、AG2和CrewAI集成到一個低代碼解決方案中，簡化了多智能體LLM系統的構建和管理，強調簡單性、定製化和有效的人機協作。

RpaMcpServer項目摘要

Pocha項目的TypeScript API函數生成工具

一個用於蜘蛛爬蟲交互和自動化的MCP服務器，提供網頁抓取和爬取工具，目前處於早期開發階段。

DaVinci Resolve MCP服務器是一個通過Model Context Protocol（MCP）實現AI助手與DaVinci Resolve交互的橋樑，支持項目管理、時間線操作、媒體管理和Fusion合成等功能。

該項目展示了使用Claude和模型上下文協議(MCP)進行端到端機器學習工作流的線性迴歸模型訓練。用戶只需上傳CSV數據集，系統即可自動完成數據預處理、模型訓練和評估(RMSE計算)全流程。

MindManager MCP服務器實現，為LLM提供標準化接口