Miniona bitwa · 2024-02-03 UTC
MCP Servers Pojedynek — 3 lutego 2024
Z kategorii MCP Servers. 28 ocen oddanych na 8 zawodników. ancestry-mcp zdobył koronę.
Klasyfikacja końcowa
Zestawienie
Zawodnicy
Profile każdego narzędzia, które rywalizowało w tej bitwie, uszeregowane według ich wyniku końcowego.
ancestry-mcp
Serwer Ancestry MCP stworzony w Pythonie, pozwalający na interakcję z plikami .ged (GEDCOM)
Serwer Ancestry MCP to serwer w Pythonie, umożliwiający interakcję z plikami .ged (GEDCOM). Zbudowany na bazie Model Context Protocol Python SDK, oferuje funkcje takie jak odczyt i parsowanie plików .ged, zmiana nazwy plików .ged oraz wyszukiwanie w plikach .ged określonych osób lub rodzin. Serwer jest przestarzały i obecnie jest tylko do odczytu, został zarchiwizowany przez właściciela 12 stycznia 2026. Został zaprojektowany do pracy w określonym katalogu i zapewnia różne narzędzia do zarządzania plikami .ged.
Podział kryteriów
- Odczyt i parsowanie plików .ged
- Zmiana nazwy plików .ged
- Wyszukiwanie w plikach .ged osób lub rodzin
- Wyświetlanie listy plików .ged w katalogu
- Wyświetlanie zawartości pliku i wydobywanie konkretnych informacji
firstcycling-mcp
To serwer Model Context Protocol (MCP) udostępniający profesjonalne dane kolarskie z FirstCycling. Umożliwia pobieranie informacji o profesjonalnych kolarzach, wynikach wyścigów i nie tylko.
To serwer Model Context Protocol (MCP) udostępniający profesjonalne dane kolarskie z FirstCycling. Umożliwia pobieranie kompleksowych informacji o profesjonalnych kolarzach, wynikach wyścigów, szczegółach wyścigów oraz historycznych danych kolarskich. Serwer korzysta z API FirstCycling, zintegrowanego bezpośrednio w projekcie, które pobiera dane poprzez web scraping. Oferuje narzędzia do wyszukiwania informacji o kolarzach, pobierania wyników i szczegółów wyścigów, eksploracji danych historycznych, analizowania wydajności zawodnika oraz dostępu do informacji o zespołach i rywalizacjach. Serwer MCP może być używany do analizy kolarza, śledzenia wydajności, śledzenia kariery, analizy specjalizacji i porównań historycznych. Wspiera również zastosowania w dziennikarstwie sportowym, edukacji kolarskiej i badaniach wyścigów.
Podział kryteriów
- Narzędzie informacji o kolarzu
- get_rider_info
- get_rider_best_results
- get_rider_grand_tour_results
- get_rider_monument_results

Serwer VikingDB MCP jest serwerem służącym do przechowywania i wyszukiwania danych w VikingDB, wysokowydajnej bazie wektorowej opracowanej przez ByteDance. Udostępnia narzędzia umożliwiające interakcję z VikingDB, w tym wprowadzanie kolekcji i indeksów, upsercję informacji oraz ich wyszukiwanie. Serwer wymaga skonfigurowania hosta VikingDB, regionu, klucza dostępu, klucza tajnego, nazwy kolekcji i nazwy indeksu. Można go zainstalować i uruchomić za pomocą Smithery lub budując i publikując pakiet.
Podział kryteriów
- vikingdb-collection-intro
- vikingdb-index-intro
- vikingdb-upsert-information
- vikingdb-search-information

llm-context.py
Udostępnij kod modelom LLM za pomocą protokołu Model Context lub schowka. Regułowa personalizacja umożliwia łatwe przełączanie się między różnymi zadaniami (takimi jak przegląd kodu i dokumentacja). Zawiera inteligentne zarysowanie kodu
llm-context.py to narzędzie do inteligentnego zarządzania kontekstem w przepływach pracy związanych z rozwojem modeli LLM (Large Language Model). Pomaga natychmiastowo udostępnić odpowiednie pliki projektu za pomocą inteligentnego wyboru i filtrowania opartego na regułach, rozwiązując problem ręcznego wyszukiwania i kopiowania odpowiednich plików, co marnuje czas i może uderzyć w ograniczenia tokenów lub przeoczyć ważne szczegóły. Narzędzie zapewnia skoncentrowany, specyficzny dla zadania kontekst projektu za pomocą kompozycyjnych reguł, umożliwiając łatwe przełączanie się między różnymi zadaniami, takimi jak przegląd kodu i dokumentacja. Obsługuje udostępnianie kodu modelom LLM za pomocą protokołu Model Context lub schowka oraz posiada inteligentne zarysowanie kodu.
Podział kryteriów
- Inteligentny wybór plików
- Filtrowanie kontekstu oparte na regułach
- Udostępnianie za pomocą schowka
- Integracja z protokołem Model Context (MCP)
- Kompozycyjne reguły dla kontekstu specyficznego dla zadania
- Inteligentne zarysowanie kodu
imessage-query-fastmcp-mcp-server
Serwer MCP zapewniający bezpieczny dostęp do Twojej bazy danych iMessage za pomocą protokołu Model Context Protocol (MCP). Ten serwer został zbudowany z wykorzystaniem frameworka FastMCP i biblioteki imessagedb, umożliwiając LLMs zadawanie pytań i analizowanie rozmów iMessage z odpowiednią weryfikacją numeru telefonu i obsługą załączników.
Serwer MCP zapewniający bezpieczny dostęp do Twojej bazy danych iMessage za pomocą protokołu Model Context Protocol (MCP). Ten serwer został zbudowany z wykorzystaniem frameworka FastMCP i biblioteki imessagedb, umożliwiając LLMs zadawanie pytań i analizowanie rozmów iMessage z odpowiednią weryfikacją numeru telefonu i obsługą załączników. Jest przeznaczony dla macOS i wymaga Pythona 3.6+. Serwer udostępnia narzędzia dla LLMs, takie jak pobieranie historii wiadomości dla określonego numeru telefonu z fakultatywnym filtrowaniem dat, w tym tekst wiadomości i znaczniki czasowe, informacje o załącznikach i odpowiednią weryfikację numeru telefonu.
Podział kryteriów
- Narzędzie get_chat_transcript do pobierania historii wiadomości
- Filtrowanie zakresu dat dla historii wiadomości
- Pobieranie informacji o załącznikach
- Odpowiednia weryfikacja numeru telefonu
- Bezpieczna obsługa załączników

solscan-mcp
Serwer MCP do zapytań o transakcje Solana za pomocą języka naturalnego z API Solscan
Serwer Model Context Protocol (MCP) do interakcji z API Solscan Pro dla danych blockchain Solana. Ten serwer udostępnia narzędzia do wyszukiwania informacji o tokenach, analizowania aktywności kont oraz szczegółowych danych transakcji na blockchainie Solana przy użyciu dużych modeli językowych. Możesz użyć go do prostych zapytań lub skomplikowanych, takich jak analiza działalności przestępczej przez łączenie wielu MCP i odpowiedniego kontekstu. Szczegółowa dokumentacja wszystkich dostępnych narzędzi znajduje się w pliku TOOLS.md.
Podział kryteriów
- Wyszukiwanie informacji o tokenach
- Analiza aktywności kont
- Pobieranie szczegółów transakcji
- Obsługa dużych modeli językowych (LLM)
- Obsługa błędów i utrzymanie przepływu

mcp-chess
Ten skrypt wprowadza działającą szachownicę do okna czatu. Możesz rozpoczynać nowe mecze, śledzić kolejność ruchów, wyświetlać aktualny układ jako czytelny obraz oraz przeglądać zapisane pliki gier, aby ocenić wcześniejsze strategie.
Ten skrypt wprowadza działającą szachownicę do okna czatu. Dostarcza szereg narzędzi dla użytkownika do interakcji z szachownicą i AI. Dostępne narzędzia to get_board_visualization() do wyświetlania szachownicy jako obrazu, get_turn() do określania, czy to kolejka gracza, get_valid_moves() do wypisywania legalnych ruchów, make_move() do wykonania ruchu przy użyciu Standard Algebraic Notation (SAN), new_game() do rozpoczęcia nowej gry oraz find_position_in_pgn() do znajdowania konkretnych pozycji w łańcuchu PGN. Użytkownik może grać z LLM lub analizować przeszłe partie, przeglądając zapisane pliki gier. Orientacja szachownicy automatycznie odwraca się w zależności od przypisanej koloru użytkownika.
Podział kryteriów
- get_board_visualization
- get_turn
- get_valid_moves
- make_move
- new_game
- find_position_in_pgn

ServeMyAPI jest osobistym serwerem MCP (Model Context Protocol) służącym do bezpiecznego przechowywania i dostępu do kluczy API w różnych projektach. Przechowuje klucze API w macOS Keychain i udostępnia jednolity interfejs MCP. Serwer jest przeznaczony do uruchamiania lokalnie na maszynie, co zapewnia, że klucze API nigdy nie są przesyłane przez internet. Oferuje wsparcie cross-platformowe, w tym macOS, Windows, Linux, Docker oraz pamięć operacyjną do testów. ServeMyAPI umożliwia bezpieczne przechowywanie kluczy API, dostęp z wielu projektów oraz pobieranie kluczy w naturalnym języku, gdy jest używany z LLM, takimi jak Claude. Rozwiązuje problemy z tradycyjnymi plikami .env, takie jak konflikty bezpieczeństwa, ukryte problemy kontekstu i wyzwania integracji LLM.
Podział kryteriów
- Bezpieczne przechowywanie kluczy API
- Proste narzędzia MCP do przechowywania, pobierania, listowania i usuwania kluczy
- Wygodny interfejs CLI do zarządzania kluczami w terminalu
- Obsługa stdio oraz transportów HTTP/SSE z uwierzytelnianiem
- Zgodność z dowolnym klientem MCP




