Korábbi csata · 2026-05-26 UTC
MCP Servers Leszámolás — 2026. május 26.
A(z) MCP Servers kategóriából. 99 jelölés elhelyezve 5 versenyző között. onchain-mcp szerezte meg a koronát.
Végeredmény
A felállás
A versenyzők
Minden eszköz profilja, amely ebben a csatában versenyzett, a végső pontszámuk szerint rangsorolva.
Az Onchain MCP-szerver egy keretrendszer az on-chain adatokkal való interakcióhoz, a Bankless API-n keresztül. Implementálja a Model Context Protocol-t (MCP) egy struktúrázott hozzáférési módot biztosítva az AI-modelleknek a blokklánc állapotához és eseményadatokhoz. A szerver különféle adatműveleteket ad, beleértve a szerződéshozzárendelés olvasását, eseménylog felderítését és tranzakciótörténet lekérdezését. Kiszolgálja a fejlesztőket és kutatókat, akiknek szerződésenkénti adatokkal kell interaktívan egy struktúrazott módon kommunikálniuk. Ez a projekt további frissítéseket nem fog kapni, illetve a fenntartási szint hatással lehet stabilitására és a funkcionalitás elérhetőségére.
Kritériumok szétosztása
- Szerződési műveletek (olvasás szerződési állapot, beolvasás proxy, beolvasás ABI, beolvasás forráskód)
- Eseményműveletek (beolvasás események, összerakás eseménytopic)
- Tranzakciós műveletek (beolvasás tranzakciós történet, beolvasás tranzakciós info)
markitdown
Python eszköz a fájlok és irodai dokumentumok Markdown konverziójához.
A MarkItDown egy könnyűszerű Pythones segítségnyújtás a különböző fájlokból a Markdown-ba való konvertáláshoz a LLM-k és a hozzájuk kapcsolódó szövegszámítási áramlások használata számára. Az leginkább az egyéni textract hasonlítható, de a fontos dokumentum-struktúra és -tartalom megőrzésére koncentrálva Markdown-ként, beleértve a fejléceket, listákat, táblázatokat, link-eket stb. A kimenet általában elég jól rendelkezésre álló és ember-barát, de arra van tervezve, hogy text-analízis szoftverek fogyasztsák el, és nem ajánlott a magas-egyensúlyú dokumentum-konverterek magánháztartású fogyasztási céljából. A MarkItDown jelenleg támogatja a PDF, PowerPoint, Word, Excel, Képek (EXIF metaadatok és OCR), Audio (EXIF metaadatok és beszédtranszkripció), HTML, szövegbázisú formátumok (CSV, JSON, XML), ZIP fájlok, Youtube URL-ek, EPub és több, a dokumentumformátumok átalakítását. Az ajánlott módszer a Virtual Environment használata a függőség-konfliktusok elkerülése érdekében. A Python 3.10 vagy magasabb verziójával a pip segítségével lehet telepíteni a MarkItDown-ot a következő paranccsal: pip install 'markitdown[all]' vagy forráskódot klónozni a github.com/microsoft/markitdown címre, majd a következő paranccsal: pip install -e 'packages/markitdown[all]'. A MarkItDown használatát parancssori meghívással végezhetjük el, egyrészt az eredmény fájának megadásával, másrészt a tartalom folyamatos elküldésével vagy a legkeskenyebb convert_* függvény használatával specifikus feladatoknál.
Kritériumok szétosztása
- A PDF, Office Dokumentum (PowerPoint, Word, Excel) átalakítása
- Kép támogatás (EXIF metaadatok és felismerés)
- Hangok támogatása (EXIF metaadatok és beszédek lektúrája)
- HTML és szövegbázisú formátumok támogatása (CSV, JSON, XML)
- ZIP fájlok ésYoutube URL-ek, EPubs támogatása
- Opciók támogatása több fájlformátum aktiválásához
A mcp-clickhouse MCP szerver egy MCP szerver ClickHouse számára. Lehetővé teszi a ClickHouse eszközök használatát, beleértve a run_query parancsot a SQL kérelmek végrehajtásához a ClickHouse klüsterben, a list_databases parancsot a ClickHouse klüsterben található összes adatbázis megjelenítéséhez és a list_tables parancsot egy adatbázisban lévő táblák megjelenítéséhez az oldalakkal. Továbbá, tartalmazza a chDB eszközöket, például a run_chdb_select_query-t a SQL kérelmek végrehajtásához chDB kódolt ClickHouse motorjával. Ezenkívül rendelkezik egy Egészségügyi Ellenőrző Ponttal a szerver egészségének vizsgálatához, valamint biztonsági mechanizmussal az autentikációhoz. A szerver beállítható belső szolgáltatásokhoz, helyi fejlesztéshez vagy OAuth / OIDC biztonsági adósszámokhoz a FastMCP használatával.
Kritériumok szétosztása
- run_query parancs a SQL kérelmek végrehajtásához ClickHouse klústerben
- list_databases parancs a ClickHouse klústerben található összes adatbázis megjelenítéséhez
- list_tables parancs egy adatbázisban lévő táblák megjelenítéséhez az oldalakkal
- run_chdb_select_query a SQL kérelmek végrehajtásához a chDB kódolt ClickHouse motorjával
- Egészségügyi Ellenőrző Pont a szerver egészségének vizsgálatához
- Több autentikációs mód, beleértve az OAuth és OIDC-t a FastMCP használatával
QASzféra MCP szerver a QASzféra TMS (Tesztmenedzsment Szisztéma) kliens, amely segítségével könnyítik a nagyméretű nyelvi modell (LLM) integrációját, és fejleszthetők a teszteszközök generálási képességei QASzféra (QSP) szoftverrendszerben. Miután konfigurálta a szervert (a GitHub-n elérhető részletekhez való hivatkozás található), az LLM-k (Large Language Models) kölcsönhatásba lépnek a QA Sphere automatizált teszt esetekkel. Az MCP (Model Callback Protocol) felhasználásával lehetővé teszi a fejlesztők és tesztelők számára, hogy gyorsan létrehozzanak AI alapú teszt eseteket, automatizáljanak feladatokat és hajtsanak végre integrált teszt-suitet a QASphere-ral. A MCP alapú megoldás felhasználóközpontúvá tesz egy széles skálát a tesztkezelési feladatok automatizálására, beleértve a tesztutvonalak felfedezését és végrehajtását is. Emellett nagy nyelvi modelljekekre hivatkozhat, feladatokat automatizálhat, és tesztkísérleteket futtathat integráltan a QA Sphere Test Management Systemmel.
Kritériumok szétosztása
- QA Sphere tesztkezelő rendszerhez tartozó MCP szerver
- Nagy nyelvmodell-el LLM (Nagy Nyelvmodell) kölcsönhatás támogatása
- API hozzáférést és konfigurációt biztosít
- Bármilyen MCP ügyféllel kompatibilis
MemoryMesh
Egy tudáskörök szerver, amely a Model Context Protocol (MCP) segítségével nyújt strukturált memória-megőrzést az AI-modelljei számára. v0.2.8
A MemoryMesh egy ismeretbázis-gráf szerver, amely az AI modellekhez tervezett, s főként a szövegben alapuló szerepjátékokra és interaktív elbeszélésre koncentrál. Ezzel a szolgáltatással az AI-vel a konverzáción keresztül fenntartható összehangolt és strukturált emlékezetet biztosítva, gazdagabb és dinamikusabb kommunikációt tesz lehetővé. A MemoryMesh projekt az MCP szerverek repository-ban található Ismeretbázis-gráf-emlékeztető-szerverből eredezik, és ezen alapfunkcióit megtartja. A rendszer felruházza a felhasználókat annak lehetőségével, hogy kiépítsenek és kezeljenek strukturált információkat az AI modellek számára. A MemoryMesh egy lokális ismeretgép adataihoz kapcsolódó grafikus szerver, kiváltképp a szöveges RPG-kre tervezve, de használható a szocializációs hálózat-szimulációkhoz, az érintett szervezetek tervezéséhez vagy bármely olyan forgatókozás elvégzéséhez, ami strukturált adatait tartalmazza. Klubos tulajdonságok Dinamikus Sémavezérlésű Eszközök: Definiálja adatainak struktúráját sémákkal, és a MemoryMesh automatikusan létrehoz eszközöket az adat hozzáadására, frissítésére és törlésére. Egyszerű Sématervezés: Hozzon létre sémákat, amelyek irányítják az AI gépi tanulásos nodek generálását és kapcsolódását, a követelményei meghatározásával, jelöltség megadásával és kapcsolat definíciójával. Adatokhoz kapcsolódó Metaadatok: Azt a kontextust és struktúrát használja metaadatokként, hogy segítse az AI-t azzal, hogy megértse adatainak értelmét és kapcsolatrendszerét. Kapcsolatkezelés: Definiáljon kapcsolatokat a sémáiban azzal a céllal, hogy ösztönözzön az AI-t az ahhoz kapcsolódó adatpontok közötti kapcsolatok létrehozására. Informáló visszajelzés: Hiba visszajelzése az AI-nek, amely lehetővé teszi a hibákból való tanulást és az ismeretkör nyújtott kölcsönhatásának javítását. Eseménytámogatás: Egy eseményrendszer nyomon követi az üzemeltetési műveleteket, kínálva felismeréseket a módosításokkal kapcsolatos ismeretkörbe. A csomópontok entitásokat vagy fogalmakat képviselnek a tudásgráfban, each egy nevet, csomóponttípust, metadatát és súlyát tartalmazza. A két csomópont közötti kapcsolatok az él, amelyek mindegyike forrás-csomópontot, cél-csomópontot és típusát tartalmazza. A Schemas a MemoryMesh szívverése és meghatározzák az automatikusan generált eszközökkel a megjeleníthető adatszerkezetet.
Kritériumok szétosztása
- Dinamikus Sémaberendezett Eszközök: Definiálja az adattípusát az összetett struktúrával, és a MemoryMesh automatikusan generálja az adatok hozzáadásához, frissítéséhez és törléséhez szükséges eszközöket.
- Intuitív Sémaberendezés: Hozzon létre olyan sémát, amely a számítógépes modellt irányítja a csomópontok keletkezésében és kapcsolatba hozásaiban, a szükséges mezőkkel, halmazbeli típusokkal és kapcsolatmegegyezésekkel.
- Metadaták a számítógépes modell irányításához: Használja a metadatákat ahhoz, hogy környezeti és strukturális összefüggéseket nyújtsanak, amelyek segítenek a számítógépes modellnek az értelmezésében és a kapcsolatrendszerében.
- Kapcsolatkezelés: Határozza meg a kapcsolatokat a sémái között, hogy a számítógépes modelt inspirálja a kapcsolatot a kapcsolódó adattömbök között.
- Információs visszajelzés: Nyújtson hiba-visszajelzést a számítógépes modellnek, amely segít az eredmények felmérésében és az interakciókban.
- Esemény-támogatás: Folytasson egy esemény-kezelőt, amely nyomon követi a műveleteket és nyújt tájékoztatást, hogyan módosul a tudáskörök szerver.