Каталог MCP-серверов

Gnosis MCP

nicholasglazer

238

Gnosis MCP — сервер для AI-ассистентов, который ищет нужную информацию в вашей локальной документации. Вместо того чтобы копировать целые файлы в контекст, вы отправляете запрос — и получаете точные цитаты из ваших документов. Это снижает расход токенов в 5–10 раз на один поисковый запрос. Сервер подходит разработчикам, которые активно используют AI-кодинг и хотят, чтобы ассистент отвечал на основе актуальной документации проекта. Gnosis MCP работает полностью локально: данные хранятся в SQLite или PostgreSQL, никакие запросы не уходят в облако. По тестам, точность поиска (Hit@5) составляет 92% на реальных разработческих документах. Встроенный механизм чанкования разбивает документы на фрагменты, ранжирует их по релевантности и возвращает только то, что нужно — без лишних токенов.

ragstack

HatmanStack

2310

RAGStack — это MCP-сервер для развёртывания приватной RAG-базы знаний на AWS. Он умеет загружать, индексировать и искать документы, видео, аудио и веб-страницы. Вся архитектура бессерверная (AWS Lambda, S3, DynamoDB) — вы не платите за векторную базу данных, пока не пользуетесь ей. Разработчики и DevOps-инженеры получают готовую AI-систему для работы со своей базой знаний. Ассистент отвечает на вопросы, опираясь на содержимое базы, цитирует источники и может показывать таймкоды из видео. Сервер разворачивается одной командой и не требует ручного управления инфраструктурой.

Awesome Agent Skills

shadowrootdev

232

Разработчики часто тратят время на интеграцию отдельных инструментов в AI-ассистентов. Awesome Agent Skills решает эту задачу иначе. Сервер основан на коллекции VoltAgent Awesome Agent Skills. В неё вошли 100+ проверенных скиллов от Anthropic, Vercel, Trail of Bits, Hugging Face, Stripe, Expo и других компаний. Вы просто даёте команду, и ассистент сам находит нужный навык, запускает его и возвращает результат. Сервер работает по протоколу MCP. Теперь Claude, Copilot или другой MCP-агент может использовать готовые скиллы. Не нужно писать длинные промты, подключать десятки плагинов или разбираться в API каждой библиотеки. Всё доступно по одной команде.

MCP 1С Platform Tools

yellow-hammer

215

MCP-сервер связывает AI-ассистентов (Claude, Cursor, VS Code) с инструментами платформы 1С через расширение 1c-platform-tools. Сервер передаёт команды расширению по IPC-протоколу и возвращает результат. Управляйте сборкой конфигураций, проектами EDT, развёртыванием баз и другими операциями платформы 1С текстовыми запросами. Вам не нужно переключаться между окнами — всё выполняется прямо в чате.

Research Hub

WenyuChiou

213

Research-hub объединяет инструменты исследователя — Zotero, Obsidian и NotebookLM — в единое AI-управляемое рабочее пространство. Ваш AI-ассистент получает прямой доступ к библиотеке статей и заметок, может искать, фильтровать и синхронизировать данные без переключения между приложениями. Сервер решает проблему разрозненности исследовательских данных. Вы работаете в Zotero, заметки ведёте в Obsidian, а обзоры создаёте в NotebookLM. Research-hub связывает эти инструменты в единый пайплайн через MCP-интерфейс. Проект активно используется в реальных научных задачах и постоянно развивается.

Obsidian Sync MCP

es617

206

MCP-сервер, который подключает AI-агентов к вашему хранилищу Obsidian. Работает в двух режимах: Filesystem (читает .md-файлы напрямую с диска) и CouchDB (читает данные из базы, куда Obsidian синхронизирует заметки через плагин Self-hosted LiveSync). Во втором режиме сервер можно развернуть в облаке — доступ к заметкам сохранится, даже когда локальный Obsidian выключен. Подойдёт разработчикам и пользователям, которые хотят дать агенту (Claude, Copilot, кастомному ассистенту) контекст из своих заметок. База заметок становится источником знаний для AI.

OneTool MCP

beycom

195

OneTool MCP решает проблему расхода токенов при подключении множества инструментов к AI-ассистенту. Каждый стандартный MCP-сервер тратит от 3 000 до 30 000 токенов на запрос. При подключении 5–10 серверов расход токенов становится критическим, а контекст деградирует — модель хуже понимает задачу. Подробнее об исследовании контекстной деградации. OneTool работает иначе. Это один MCP-сервер, который даёт доступ к более чем 100 инструментам. Вместо загрузки определений всех инструментов агент пишет код на Python для их вызова. Такой подход сокращает расход токенов со 150 000 до 2 000 — экономия 96%. Вы подключаете один сервер и получаете всё сразу: поиск, работу с кодом, облачные сервисы, базы данных, браузерную автоматизацию. Разработчики и DevOps пользуются OneTool с Claude Desktop, Claude Code и любым MCP-клиентом.

MCP Database Server

Souhar-dya

1812

MCP Database Server — это сервер для подключения AI-агентов к реляционным базам данных. Он принимает запросы на естественном языке, преобразует их в SQL и возвращает структурированные результаты. Предназначен для разработчиков и DevOps, которые хотят дать языковым моделям возможность работать с данными напрямую. Поддерживает PostgreSQL и MySQL. Все операции выполняются только на чтение, чтобы избежать случайных изменений.

Xcode: MCP Bridge Wrapper for Cursor

SoundBlaster

181

Прокси-обёртка между Xcode 26.3 и MCP-клиентами, строго следующими спецификации. Решает проблему: Xcode возвращает ответы от инструментов без поля structuredContent, хотя объявляет outputSchema. Cursor отвергает такие ответы. Обёртка перехватывает трафик, копирует данные из content в structuredContent и делает инструменты Xcode полностью совместимыми. Архитектура: Cursor → mcpbridge-wrapper → xcrun mcpbridge → Xcode. Обёртка выступает посредником. Без неё инструменты Xcode работают только в Claude Code и Codex CLI. С ней — в Cursor и любом клиенте, который проверяет соответствие MCP-спецификации.

Claude Faf MCP

Wolfe-Jam

177

При работе с большими проектами разработчики сталкиваются с тем, что ИИ-ассистент теряет контекст после каждой сессии. Приходится заново объяснять архитектуру, требования, используемые технологии и структуру файлов. claude-faf-mcp решает эту проблему целиком. Сервер использует специальный формат .faf, зарегистрированный в реестре IANA. В этом файле хранится структурированное описание проекта: стек технологий, архитектура, принятые решения, текущие задачи. Благодаря формату AI быстро «вспоминает» всё, что нужно для качественной помощи, — без длинных промптов и повторных объяснений. Сервер автоматически синхронизирует .faf с файлами CLAUDE.md и MEMORY.md. Достаточно ввести команду /faf в чате Claude Desktop, и сервер проверит проект, оценит полноту контекста и при необходимости обновит все файлы.

Thunderbird CLI

vitalio-sh

154

MCP-сервер для Mozilla Thunderbird. Даёт AI-ассистентам полный доступ к почте: чтение, поиск, отправка, управление папками и вложениями. Главная особенность — конфиденциальность. Thunderbird сам обрабатывает аутентификацию. AI-агент не хранит пароли и не требует настройки IMAP/SMTP. Всё работает локально, без облаков и телеметрии. Все исходящие письма создаются в виде черновиков — сервер никогда не отправляет письма без явной команды пользователя. Протестирован на реальной нагрузке: 22 учётные записи, 249 000+ писем, 86 000+ непрочитанных — всё управляется через единый CLI. Разработчик: vitalio-sh.

Terminal MCP Server

aybelatchane

154

Terminal MCP Server — это инструмент для AI-агентов, которые должны взаимодействовать с терминальными приложениями. Принцип работы напоминает Playwright: вместо того чтобы «смотреть» на экран, AI получает структурированное представление состояния терминала — Terminal State Tree. Благодаря этому агент видит содержимое экрана, понимает текущий контекст (например, какая команда выполняется или какие данные отображаются) и отправляет в терминал нажатия клавиш или команды. Сервер подходит разработчикам, DevOps-инженерам и администраторам, которые используют AI-ассистентов для автоматизации задач в командной строке. Он работает с любыми текстовыми интерфейсами — от простого bash до интерактивных утилит вроде vim, htop или nano. Сценарии использования включают автоматизацию рутины, тестирование терминальных утилит, обучение работе с командной строкой и быстрый доступ к системам мониторинга. Всё это через естественный язык — вы описываете задачу, AI выполняет её через сервер.