MCP Servers Directory

MCP Toolbox 是 Google 开源的数据库连接 MCP 服务器，让 AI 助手直接读写你的数据库。

✎ 这个工具解决了 AI 代理与数据库交互的复杂性，适合需要让 Claude 或 Gemini 查询生产数据的团队。它来自 Google，代码质量和文档都很可靠，但还在 beta 阶段，API 可能有变动，建议先用于非关键任务。

Kubeshark MCP 是实时监控 Kubernetes 网络流量和 API 分析的工具，支持 HTTP、gRPC、Redis、Kafka 和 DNS。

✎ 这个服务器解决了在复杂微服务环境中调试网络问题的痛点，适合运维工程师和开发者在生产环境快速定位 API 调用失败或延迟问题。不过，它需要 Kubernetes 集群权限，对新手可能有点门槛。

MCP Registry Server 是 MCP 生态的官方应用商店，让你一站式发现和发布 MCP 服务器。

✎ 这个服务器解决了 MCP 生态碎片化的问题，让开发者能像逛应用商店一样浏览和集成各种工具。最适合刚接触 MCP 的开发者快速上手，或者团队想统一管理内部工具。不过，它目前还处于预览阶段，API 可能变动，不适合直接用在生产环境。

PraisonAI 是一个支持自反思和多 LLM 的低代码 AI 智能体框架。

✎ 如果你需要快速搭建一个能 24/7 运行的 AI 智能体团队来处理复杂任务（比如自动研究或代码生成），PraisonAI 的低代码设计和多平台集成（如 Telegram）让它上手极快。但作为非官方项目，它的生态成熟度可能不如 LangChain 等主流框架，适合愿意尝鲜的开发者。

Airweave Search 是让 AI 通过自然语言搜索 Airweave 数据集的 MCP 服务器。

✎ 这个工具解决了开发者需要手动查询 Airweave 数据的痛点，特别适合构建 RAG 系统的团队，让 Claude 直接理解你的数据需求。不过，它目前没有公开的工具列表，集成时可能需要额外调试。

Firecrawl 是让 AI 直接抓取网页并提取结构化数据的 MCP 服务器。

✎ 它解决了手动写爬虫的麻烦，让 Claude 能直接访问动态网页内容。最适合需要实时数据的研究者或开发者，比如监控竞品价格或抓取新闻。但要注意，它依赖第三方 API，可能涉及隐私和成本问题。

Desktop Commander 是让 AI 直接执行终端命令、管理文件和进程的 MCP 服务器。

✎ 这工具解决了 AI 无法直接操作本地环境的痛点，适合需要自动化脚本调试或文件批量处理的开发者。它能让你用自然语言指挥终端，但权限控制需谨慎，毕竟让 AI 执行 rm -rf 可不是闹着玩的。

Strata 是让 AI 智能体动态管理数千个工具连接器的 MCP 服务器。

✎ 解决了 AI 工具过多时上下文窗口爆炸的问题，适合构建复杂工作流的开发者。但作为新兴方案，生态成熟度还需时间验证。

XcodeBuildMCP 是让 AI 助手直接管理 Xcode 项目和模拟器的工具集。

✎ 如果你经常用 Claude 调试 iOS 应用，这个服务器能省去手动开关模拟器的麻烦——直接告诉 AI '启动 iPhone 15 模拟器并运行当前项目' 就行。不过它依赖本地 Xcode 环境，跨平台开发者用不了。

Windows-MCP 是让 AI 直接操控 Windows 桌面应用的 MCP 服务器。

✎ 这个工具解决了 AI 无法直接与 Windows 交互的痛点，适合想用 Claude 自动化办公流程的开发者。不过，它依赖 Python 3.13+，对旧系统支持有限，使用时得注意兼容性。

Firebase MCP 服务器让 AI 助手直接操作你的 Firebase 项目。

✎ 这个服务器解决了 Firebase 开发者需要频繁切换工具的问题，让 Claude 能帮你部署代码、管理数据库。最适合那些已经在用 Firebase 做后端、想自动化运维的团队。不过，它依赖 Firebase CLI，新手得先熟悉命令行操作。

Mobile Next 是让 AI 直接操控 iOS 和 Android 设备的自动化服务器。

✎ 这个服务器解决了移动端自动化测试的繁琐问题，让开发者能用自然语言指令代替手动编写脚本。最适合那些需要频繁测试跨平台应用的团队，能大幅提升回归测试效率。不过，目前工具列表显示为空，可能需要额外配置才能解锁全部功能，初次上手得花点时间折腾。

Exa 是让 AI 助手直接调用语义搜索和内容检索能力的 MCP 服务器。

✎ 如果你想让 Claude 帮你快速查找技术文档或分析竞品信息，Exa 的语义搜索能理解上下文，比传统搜索更精准。适合需要实时网络信息的研究型开发者。不过，它依赖 API 密钥，免费额度有限，高频使用得付费。

kubefwd 是让 AI 帮你批量转发 Kubernetes 服务到本地的开发神器。

✎ 微服务开发者最头疼的本地调试问题，它一键搞定——自动分配 IP 避免端口冲突，还能用自然语言查询状态。但依赖 AI 工作流，纯命令行爱好者可能觉得不够直接。

io.github.antvis/mcp-server-chart 是让 AI 助手直接生成 AntV 图表的 MCP 服务器。

✎ 如果你想让 Claude 快速把数据转成可视化图表，这个服务器是绝佳选择——它基于 AntV 生态，支持 26+ 种图表类型，从柱状图到地图都能一键生成。特别适合数据分析师或产品经理在聊天中即时验证数据洞察。不过，目前它依赖外部服务渲染，需要配置 VIS_REQUEST_SERVER 环境变量，对纯本地部署的用户有点麻烦。

Cloudflare MCP Server 是让你用自然语言管理 Workers、KV 和 R2 等云资源的工具。

✎ 这个工具解决了开发者频繁切换控制台和文档的痛点，特别适合那些在 Cloudflare 上部署无服务器应用、需要快速调试或管理配置的团队。不过，由于它依赖多个子服务器，初次设置可能有点繁琐，建议先从 Workers Bindings 这类核心功能入手。

Browserbase MCP 服务器是让 AI 模型通过云端浏览器自动化操控网页的工具。

✎ 这个工具解决了 AI 无法直接与动态网页交互的痛点，适合需要自动化数据抓取或网页测试的开发者。它基于 Stagehand v3，速度提升显著，但依赖 Browserbase 服务，可能产生额外成本。

Azure MCP Server 是让 AI 代理无缝连接 Azure 云服务的桥梁。

✎ 作为微软官方出品，它解决了 AI 无法直接操作 Azure 资源的问题，适合需要自动化部署或管理云服务的开发者。不过，目前工具列表显示为空，实际集成前得先确认功能是否完备。

Basic Memory 是一个通过 Markdown 文件实现本地优先知识管理并与 LLM 双向同步的 MCP 服务器。

✎ 这个工具解决了 LLM 对话内容难以持久化的问题，让开发者能像聊天一样自然积累知识库。最适合需要长期项目文档或研究笔记的人，但要注意它依赖本地文件系统，跨团队协作可能不如云端工具方便。

io.github.grafana/mcp-grafana 是让 Claude 直接读写和查询你的 Grafana 仪表板的 MCP 服务器。

✎ 这个工具解决了运维和开发团队需要频繁查看和更新监控数据的问题——现在你可以让 AI 帮你搜索仪表板、提取面板查询，甚至用 JSONPath 精准获取数据。最适合那些每天泡在 Grafana 里调监控告警的工程师，能省下大量手动操作时间。不过要注意，它依赖 Grafana 9.0+ 的 API，旧版本可能用不了某些功能，而且大型仪表板的 JSON 处理可能会吃光你的上下文窗口。

Supabase 是让 AI 助手直接读写你的数据库和项目的 MCP 服务器。

✎ 这个工具解决了开发者在 AI 编程时频繁切换工具查询数据库的痛点，特别适合用 Cursor 或 Claude 写后端逻辑的开发者。但要注意，官方文档警告了安全风险，建议先启用只读模式，避免 AI 误操作生产数据。

DBHub 是让 Claude 等 AI 助手直接查询和探索多种数据库的轻量级网关。

✎ 如果你想让 AI 助手帮你分析数据库结构或执行安全查询，DBHub 就是那个桥梁。它支持 PostgreSQL、MySQL 等主流数据库，配置简单，还内置了只读模式和行数限制来防止误操作。不过，目前它只提供两个核心工具，复杂的数据操作还得靠你自己写 SQL。适合需要快速探索数据库的开发者，但别指望它替代完整的数据库管理工具。

Bright Data Web MCP 是让 AI 助手实时搜索、提取和浏览网页的服务器。

✎ 这个服务器解决了 AI 无法访问实时网页数据的痛点，适合需要让 Claude 或 GPT 获取最新资讯、价格或新闻的开发者。不过，免费额度用完后需要付费，对于高频使用场景成本可能较高。

EdgarTools 是无需 API 密钥即可解析 SEC EDGAR 财报的开源 Python 库。

✎ 这个工具解决了金融数据获取的痛点——直接让 AI 读取结构化财报，比如让 Claude 分析苹果的 10-K 文件。适合量化分析师或金融开发者快速构建数据管道。但注意，它依赖 SEC 网站稳定性，高峰期可能延迟。