Praeita kova · 2026-05-26 UTC
MCP Servers Susirėmimas — 2026 m. gegužės 26 d.
Iš MCP Servers kategorijos. 99 įvertinimai pateikti tarp 5 kovotojų. onchain-mcp laimėjo vainiką.
Galutiniai rezultatai
Dalyviai
Kovotojai
Kiekvieno šioje kovoje dalyvavusio įrankio profiliai, surikiuoti pagal galutinį rezultatą.
Bankless Onchain MCP Server yra frameworks, kuris leidžia šališkai sąsajausis su šalies nustatymu per Bankless API. Jis implementuoja Modelio konteksto protokolą (MCP) taip pat, leidžia AI modeliams prieinam aiškiai apibrėžti blokchain stato ir įvykių duomenų struktūriu būdu. Serveris teikia keletą duomenų operacijų, įskaitant sutarties nustatymo skaitmeninei skaitymui, įvykių kalendorio prikabintiems įrašams gavimių ir transakcijų istorijos gavimų. Jis aptarnauja programuotojus ir mokslininkus, kurie reikia šališkai sąsiųtis su blokchain duomenimis struktūriuose. Šis projektas nebe gauna atnaujinimų, ir jo įrengimo būsena gali paveikti stabilumas ir funkcijų prieinamumas.
Kriterijų išskirstymas
- Pridedamos nuorodos pagal kontrakto operacijas (skaityti kontrakto būseną, gauti proxy, gauti ABI, gauti šaltinio kodą)
- Operacijos įvykiai (gauti įvykiai, sudaryti įvykio ženklo temas)
- Transakcijų operacijos (paimti transakcijų istoriją, paimti transakcijų informaciją)
markitdown
Python rinkaite, skirtas kintamiesiems failams ir biuro dokumentams konvertuoti į Markdown.
Markitdown yra lengvas Python programavimo patarėjas, kuris konvertuoja įvardylius iki Markdown, skirtus LLM naudojimui ir susijusiems teksto analizės srautai. Tai labiausiai palyginti su textract, bet dėl saugumo dokumentų struktūros ir turinio kaip Markdown, įskaitant antraštis, sąrašai, lentelės, nuorodos, ir kt. Išleidimo produktas dažnai gerai matomas ir žmogui palankus, bet jis suprojektuotas tekstų analizės programoms, todėl gali nebūti geriausias parinktis aukšto failų konverzijai į žmogiško vartojojimo tikslams. MarkItDown dabar parametrais palaiko konversiją iš PDF, PowerPoint, Word, Excel, Vaizdų (EXIF metadatu ir OCR) ir Audio (EXIF metadatu ir žodžių apieju) failų, HTML, tekstų formatų (CSV, JSON, XML), ZIP failus, Youtube URL'ius, EPub'ius ir daugiau. Rekomenduojama naudoti virtualią aplinką, kad būtų išvengta problemų su priklausomybe. Su Python 3.10 ar aukštesniu versija galite įrengti MarkItDown naudojantis pip: pip install 'markitdown[all]' arba iš šaltinio pagal: git clone git@github.com:microsoft/markitdown.git, tada pip install -e 'packages/markitdown[all]'. MarkItDown taikymas žengia iškvietimo komandinėje linijoje, atveju kuomet nustatoma išeities failas, siurbama turinys arba taikant siausią convert_* funkciją, skirtą specifiniams atvejams.
Kriterijų išskirstymas
- PDF, PowerPoint, Word, Excel konversija
- Šiuolaikinio vaizdo kūrinių (EXIF duomenų) ir OCR parametrai
- Šiuolaikinio garso kūrinių (EXIF duomenų) ir kalbos transkripcija
- HTML, Teksto formato parametrai (CSV, JSON, XML)
- ZIP failų, Youtube URLų, EPub formatų parametrai
- Taikymo priklausomybės, kurios leidžia aktyvuoti įvairius failų formatus
mcp-clickhouse MCP server yra MCP serveris, skirtas ClickHouse. Jis turi ClickHouse Tool'ius, įskaitant run_query išvykdyti SQL užklausas savo ClickHouse klasterio, list_databases išvardyti visus duomenų bazes savo ClickHouse klasterio ir list_tables išvardyti lentas duomenų bazėje su pereinamaisiais ženkliais. Taip pat jis įeina chDB Tool'ius, kaip run_chdb_select_query, išvysti SQL užklausas naudojant chDB įtaigų ClickHouse variklį. Taip pat jam priklauso sveikatos tikslų punktas išspręsti savo serverio sveikata, bei saugumo mechanizmas autentikacijai. Šis serveris galima užsakyti internuose paslaugoms, vietinėms projektavimo tarnyboms, arba su OAuth / OIDC autentifikacijos provideriais per FastMCP.
Kriterijų išskirstymas
- run_query išvykdyti SQL užklausas savo ClickHouse klasterio
- list_databases išvardyti visus duomenų bazes savo ClickHouse klasterio
- list_tables išvardyti lentas duomenų bazėje su pereinamaisiais ženkliais
- run_chdb_select_query išvykdyti SQL užklausas naudojant chDB įtaigų ClickHouse variklį
- Taikinio sveikatos tikslų punktas užtikrinti serverio monitorėjai
- Kebėjai autentifikacijos režimai, įskaitant OAuth ir OIDC per FastMCP
MCP Serveras QA Sferos TMS yra naudojamas įdiegti didelius kalbų modelius (LLM) QA Sferos (QSP) sąmoksle, taip pagerindami sąmokslo scenarijų kūrimo galimybes. Konfigūruojant serverį (detalių radus GitHub), LLM galės sąsiaurį kartoti QA Sferos automatiškas sąmokslo scenarijus. Pagalbę MCP (Modelių Atsakymo Protokolų), leidžia programavimo specialistams ir testininkams greitai sukurti testų sąmokslo scenarijus, automatizuoti užduotis ir atlikti testų rinkinio QA Sferos sąmoksle. MCP-orientuotosi sprendimo išbandyti naudotojų pagalba, leidžia automatizuoti visą gamą QA užduočių, tokių kaip testų scenarijų atradimas ir atlikimas. Taip pat galite nukreipti didelius kalbų modelius, automatizuoti užduotis, bei atlikinėti testo sąrašų QA Sferos testų valdymo sistemoje.
Kriterijų išskirstymas
- MCP serveras už QA Sphere testų valdymo sistema
- Didelio kalbos modelio (LLM) interakcijos palaikymas
- API prieigos ir konfigūracijos palaikymas
- Prieinama bet kuris MCP klientas
MemoryMesh
Šioji yra žinotų ryšio serverio, naudojanti Model Contexto Protokolą (MCP), serveris, kuris teikia struktūruotą atminties priežiūrą už AI modelius. v0.2.8
MemoryMesh yra žinų grafų serveris, skirtas nepridetoems modeliams, dėmesio sutelkiant į teksto pagrindučių RPG ir interaktyvios istorijos. Jis padeda AI išlaikyti konsistentų, struktūrą turiąją atsiminimą per pokalbius, leidžiantys giliau ir dinamiškuosius sąsijimus. Projektas remiasi Žinų Grafų Atsiminimų Serveriu iš MCP serverių šaltynės ir išlaiko jo branduolio funkcionalumą. MemoryMesh suteikia vartotojams galimybę kurti ir valdyti struktūrį informacija užtaisymą nepridetoems modeliams. MemoryMesh yra lokalus žinyno grafų serveris, labiausiai tinkantis tekstinėms RPG žaidėms, tačiau gali būti naudojamas socialinių tinklų simuliavimams, organizaciniam planavimui arba bet kurioje scenarijų, kuriais yra įtrauktas struktūrintas duomenų, situacijoje. Svarbiausios priemonės Dinamizuojamos Schema-Based Įrangos: apibrėžkite duomenų struktūrą schemais, kad MemoryMesh viskas savo ruoštų įrangą, skirtą įrašyti, atnaujinti ir pašalinti duomenis. Intuicinais Schema Desine: sukurkite schemų, kurios vadovauja kibernetinei gaminti ir susiejęs būrius, naudojant reikiamai laukų, rinkinio tipų ir ryšių nustatymų. Duomenų apytikslinis Rodiklis Kibernetinei Guidančiam: taikykite duomenis, kad patektumėte kontekstą ir struktūrą, padėdami kibernetinei suprasti duomenų reikšmes ir ryšius. Ryšių apdorojimas: apibrėžkite ryšius savo schemais, kad paskatintumėte kibernetinei sukuriant ryšius tarp susijusių duomenų taškų. Informacinis Pozymėjimas: teikia klaidos nuorodą AI sistemai, leidžiant jai mokytis iš nepavykų ir pagerinti sąsajų su žinyno grafu. Įvykiai: Įvykių systemos trakuoja operacijas, teikiant vaizdą, kaip žinyno grafas yra atnaujinamas. Naudos beišmenkliems atstovauja užimamieji arba subjektai žinyno grafikoje, kiekvienas turintis pavadinimą, nodeType, metainformaciją bei svarbą. Rungtys atvaizduoja ryšius tarp naudų beišmenklių, kiekvienam būgnantys šaltinio naudo beišmenklių, taikinio naudo beišmenklių bei edgeType. Šablonai yra MemoryMesh širdis ir apibrėžia duomenų struktūrą naudojant automatiškai generuojamą įrankį.
Kriterijų išskirstymas
- Dinaminių schema-based žrius
- Intuityvus schema dizainas
- Metadata už AI vadovavimą
- Sambandų valdymas
- Informuojantis atsakymas
- Sukūrimas sistema