MCP Servers Obračun — 26. maj 2026

1

onchain-mcp

Prinašamo bankless onchain API v MCP

Še brez ocenBrezplačno

Polna ocena

Bankless Onchain MCP Server je ogrodje za interakcijo z on‑chain podatki prek Bankless API. Implementira Model Context Protocol (MCP), ki omogoča AI modelom dostop do stanja blockchaina in podatkov o dogodkih na strukturiran način. Strežnik ponuja različne podatkovne operacije, vključno z branjem stanja pametnih pogodb, pridobivanjem dnevnikov dogodkov in pridobivanjem zgodovine transakcij. Namenjen je razvijalcem in raziskovalcem, ki potrebujejo strukturirano interakcijo s podatki blockchaina. Ta projekt ne prejema več posodobitev, njegovo stanje vzdrževanja pa lahko vpliva na njegovo stabilnost in razpoložljivost funkcij.

• Operacije s pametnimi pogodbami (branje stanja pogodbe, pridobitev proxyja, pridobitev ABI, pridobitev izvorne kode)
• Operacije z dogodki (pridobitev dogodkov, izgradnja teme dogodka)
• Operacije s transakcijami (pridobitev zgodovine transakcij, pridobitev informacij o transakciji)

2

markitdown

Orodje Python za pretvarjanje datotek in pisarniških dokumentov v Markdown.

Še brez ocenBrezplačno

Polna ocena

MarkItDown je lahka Pythonovska orodja za pretvarjanje različnih datotek v Markdown za uporabo s spletnimi storitvami LLM in povezanimi vrstami analize besedila. Je najbolj primerljiv z orodjem textract, vendar z osredotočanjem na ohranjanje pomembne strukture in vsebine dokumenta kot Markdown, vključno z zaglavji, seznam, tabelami, povezavami itd. Izvoz je pogosto razumno predstavljen in prijazen uporabnikom, vendar je namenjen predvsem za porabo orodij za analizo besedila in morda ni najboljša izbira za visokoverižne pretvorbe dokumentov za človeško porabo. MarkItDown trenutno podpre pretvorbo iz PDF, PowerPoint, Word, Excel, slike (EXIF metapodatki in OCR), zvočnih datotek (EXIF metapodatki in prepis govorice), HTML, besedilnih formatov (CSV, JSON, XML), datotek ZIP, povezav Youtube, EPub in še več. Priporoča se uporaba virtualnega okolja, da se izognemo konfliktom odvisnosti. Z Pythonom 3.10 ali višjo različico lahko namestite markitdown z pip: pip install 'markitdown[all]' ali iz vira z: git clone git@github.com:microsoft/markitdown.git, nato pip install -e 'packages/markitdown[all]'. Uporaba markitdown vključuje klic iz ukazne vrstice, bodisi z določevanjem izhodne datoteke, prepisom vsebine ali uporabo najozeřejših funkcij convert_* za specifične primer uporabe.

• Pretvarjanje PDF, PowerPoint, Word, Excel
• Podpora za slike (EXIF metapodatki in OCR)
• Podpora za zvok (EXIF metapodatki in transkripcija govora)
• Podpora za HTML, tekstovne formate (CSV, JSON, XML)
• Podpora za datoteke ZIP, povezave Youtube, EPub
• Neobvezni odvisnosti za aktiviranje različnih formatov datotek

3

mcp-clickhouse

mcp-clickhouse MCP strežnik

Še brez ocenBrezplačno

Polna ocena

mcp-clickhouse MCP strežnik je MCP strežnik za ClickHouse. Vključuje ClickHouse orodja, med drugim run_query za izvajanje SQL poizvedb na vašem ClickHouse gruči, list_databases za izpis vseh podatkovnih baz v vaši ClickHouse gruči ter list_tables za izpis tabel v podatkovni bazi s paginacijo. Poleg tega vsebuje chDB orodja, kot je run_chdb_select_query, ki omogoča izvajanje SQL poizvedb z vgrajenim ClickHouse motorjem v chDB. Ponuja tudi Health Check Endpoint za preverjanje zdravja strežnika ter varnostni mehanizem za overjanje. Strežnik je mogoče nastaviti za interne storitve, lokalni razvoj ali z OAuth / OIDC ponudniki overjanja prek FastMCP.

• run_query za izvajanje SQL poizvedb na ClickHouse gruči
• list_databases za izpis vseh baz podatkov na ClickHouse gruči
• list_tables za izpis tabel v bazi podatkov s straničenjem
• run_chdb_select_query za izvajanje SQL poizvedb z uporabo vgrajenega ClickHouse motorja v chDB
• Health Check Endpoint za nadzor strežnika
• Več načinov avtentikacije, vključno z OAuth in OIDC prek FastMCP

MCP Server za QA Sphere TMS je odjemalec, ki se uporablja za integracijo Large Language Models (LLMs) z QA Sphere (QSP), da bi povečal zmogljivosti ustvarjanja testnih skript. Po nastavitvi strežnika (podrobnosti na GitHubu) lahko LLM-ji sodelujejo z avtomatiziranimi testnimi primeri QA Sphere. S pomočjo MCP (Model Callback Protocol) omogoča razvijalcem in testerjem hitro ustvarjanje AI-začrtanih testnih primerov, avtomatizacijo nalog in izvajanje testnih serij, integriranih z QAS Sphere. Rešitev na osnovi MCP je podprta s strani uporabnikov, kar omogoča avtomatizacijo širokega spektra QA opravil, vključno z odkrivanjem in izvajanjem testnih primerov. Poleg tega lahko sklicujete na velike jezikovne modele (LLM), avtomatizirate naloge in izvajate testne komplekte, integrirane z QA Sphere Test Management System.

• Spletni server za upravljanje testiranja QA Sphere
• Podpora mediju LLM za interakcijo
• Dostop in nastavitve API
• Zgodovinska združljivost z bilo katerim strežnikom MCP

5

MemoryMesh

Strežnik grafov znanja, ki uporablja Model Context Protocol (MCP) za zagotavljanje strukturirane trajne pomnilniške shrambe za AI modele. v0.2.8

Še brez ocenBrezplačno

Polna ocena

MemoryMesh je knowledge graph server, zasnovan za AI modele, s poudarkom na besedilnih RPG-jih in interaktivnem pripovedovanju zgodb. Pomaga AI ohranjati dosledno, strukturirano spomin skozi pogovore, kar omogoča bogatejše in bolj dinamične interakcije. Projekt temelji na Knowledge Graph Memory Server iz repozitorija MCP servers in ohranja njegovo osnovno funkcionalnost. MemoryMesh uporabnikom omogoča graditi in upravljati strukturirane informacije za AI modele. MemoryMesh je lokalni strežnik knowledge graph, ki je še posebej primeren za tekstualne RPG-je, vendar ga je mogoče uporabiti tudi za simulacije družbenih omrežij, organizacijsko načrtovanje ali kateri koli scenarij, ki vključuje strukturirane podatke. Ključne značilnosti Dinamična orodja na podlagi sheme: Definirajte strukturo podatkov s shemami, MemoryMesh pa samodejno ustvari orodja za dodajanje, posodabljanje in brisanje podatkov. Intuitivno oblikovanje sheme: Ustvarite sheme, ki vodijo AI pri ustvarjanju in povezovanju vozlišč, z uporabo zahtevanih polj, enumeriranih tipov in definicij odnosov. Metapodatki za usmerjanje AI: Uporabite metapodatke, da zagotovite kontekst in strukturo, kar pomaga AI razumeti pomen in odnose v vaših podatkih. Upravljanje odnosov: Definirajte odnose v svojih shemah, da spodbudite AI k ustvarjanju povezav med povezanimi podatkovnimi točkami. Informativna povratna informacija: zagotavlja povratne informacije o napakah AI‑ju, kar mu omogoča učenje iz napak in izboljšanje interakcij z grafom znanja. Podpora dogodkom: sistem dogodkov spremlja operacije in nudi vpoglede v to, kako se graf znanja spreminja. Vozlišča predstavljajo entitete ali koncepte v grafu znanja, vsako ima ime, nodeType, metapodatke in težo. Povezave predstavljajo odnose med vozlišči, vsaka ima izvorno vozlišče, ciljno vozlišče in edgeType. Sheme so srce MemoryMesh in določajo podatkovno strukturo z avtomatsko generiranimi orodji.

• Dinamična orodja, ki temeljijo na shemi
• Intuitivno oblikovanje sheme
• Metapodatki za usmerjanje AI
• Upravljanje odnosov
• Informativna povratna informacija
• Podpora dogodkom