280+
收錄服務器
12
分類
每週
更新頻率
OSS
全開源

Awesome MCP Servers 是一份精心整理的 Model Context Protocol (MCP) 服務器精選列表。涵蓋從檔案操作、代碼生成、數據庫管理到網頁搜尋等各類工具，幫助開發者快速找到適合的 MCP 服務器，加速 AI 應用的開發。

提示：點擊服務器名稱可直接訪問 GitHub 倉庫，使用 npx @modelcontextprotocol/server-* 即可快速安裝。

📁 檔案與系統工具

filesystem

提供完整的檔案系統操作能力，包括讀寫、複製、移动、搜尋檔案，支援大型檔案流式處理。

官方 檔案操作 ⭐ 2.8k

aws-file-system

在 AWS S3 上的檔案操作，支持上傳、下載、列出存儲桶等操作，適合處理雲端資料。

雲端 AWS S3 ⭐ 420

github

直接通過 MCP 協議與 GitHub 互動，支援創建 issue/PR、管理倉庫、審查代碼等。

官方 版本控制 ⭐ 1.9k

💻 開發者工具

brave-search

整合 Brave 搜尋 API，提供網頁搜尋能力，讓 AI 能夠獲取最新資訊。

官方 搜尋 ⭐ 1.1k

slack

發送訊息到 Slack頻道、查詢歷史消息、管理頻道成員，適合團隊協作場景。

官方 協作 ⭐ 680

postgres

連接 PostgreSQL 數據庫，執行 SQL 查詢、管理 schema、處理事務。

官方 數據庫 ⭐ 920

sqlite

輕量級 SQLite 操作工具，適合本地數據存儲和小型項目的數據管理。

官方 數據庫 ⭐ 540

🗄️ 數據庫與存儲

mongodb

MongoDB 文檔數據庫連接器，支持 CRUD 操作、聚合管道、索引管理等。

NoSQL 文檔數據庫 ⭐ 380

redis

Redis 鍵值存儲整合，用於快取、session 管理、消息佇列等場景。

鍵值存儲 快取 ⭐ 290

🌐 網頁與 API

fetch

HTTP 請求工具，支援 GET/POST/PUT/DELETE 方法，可用於調用各類 Web API。

官方 HTTP ⭐ 1.3k

chrome-devtools

控制 Chrome 瀏覽器，支援自動化測試、網頁截圖、爬蟲等場景。

瀏覽器 自動化 ⭐ 850

openapi

直接調用 OpenAPI 規範的 REST API，自動處理認證和參數序列化。

API REST ⭐ 420

🤖 AI 與機器學習

anthropic-quote

整合 Claude 的 quotes API，生成高質量的引用和摘要。

Anthropic AI ⭐ 180

vertexai

連接 Google Vertex AI 平台，使用 Gemini 模型和其他 Vertex ML 服務。

Google 雲端 AI ⭐ 560

📊 數據分析與視覺化

pandas

數據分析工具，支援 DataFrame 操作、數據清洗、統計分析等。

數據分析 Python ⭐ 720

matplotlib

數據視覺化工具，生成各類圖表並導出為圖片或 PDF 格式。

視覺化 圖表 ⭐ 410

🛠️ 安裝使用

每個 MCP 服務器都可以通過多種方式整合到你的項目中：

方式一：使用 npm 安裝

# 安裝官方 filesystem 服務器
npx @modelcontextprotocol/server-filesystem /path/to/directory

# 安裝 GitHub 服務器
npx @modelcontextprotocol/server-github

# 安裝 PostgreSQL 服務器
npx @modelcontextprotocol/server-postgres

方式二：在 Claude Desktop 中配置

# 編輯 ~/.claude/desktops.json 或 claude_desktop_config.json
{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-filesystem", "/your/path"]
    },
    "github": {
      "command": "npx",
      "args": ["-y", "@modelcontextprotocol/server-github"],
      "env": {
        "GITHUB_TOKEN": "your-token-here"
      }
    }
  }
}

方式三：Docker 部署

docker run -v /your/path:/workspace ghcr.io/modelcontextprotocol/server-filesystem
注意：部分服務器需要配置環境變量或 API 密鑰，請參考各服務器的說明文檔。

貢獻指南

歡迎提交新的 MCP 服務器！請確保你的提交符合以下標準：

提交方式：訪問 GitHub 倉庫，創建 PR 或提交 Issue 即可。

參考資源

MCP 服務器 精選列表 AI Tools 開源