Каталог MCP-серверов

Claude Find

Cavinooo

8

Вы работаете с Claude Code каждый день. В одном диалоге разобрали сложный баг, в другом — выбрали архитектуру, в третьем — нашли обходное решение. Когда контекст нужен снова, искать вручную по сотням сессий бесполезно. claude-find решает эту проблему. Это MCP-сервер для семантического поиска по всем прошлым сессиям Claude Code. Он индексирует сырые транскрипты разговоров — без сжатия в саммари. Поиск идёт по смыслу плюс по ключевым словам. В отличие от саммари, сырые транскрипты сохраняют ход мыслей, отброшенные варианты и финальные решения.

Claude Code Bridge

constripacity

81

Claude Code Bridge — MCP-ретранслятор для обмена сообщениями между агентами Claude Code, работающими на разных машинах. Сервер использует именованные каналы для маршрутизации сообщений по принципу publish/subscribe. Один агент отправляет сообщение в канал, другой получает его в реальном времени. Для связи не требуются облачные сервисы или общие файловые системы — достаточно локальной сети или Tailscale. Сервер решает проблему координации агентов в распределенной среде. Встроенные функции: веб-дашборд для мониторинга, аудит сообщений, аутентификация и настройка хранения. Благодаря модульной архитектуре сервер может работать как в режиме HTTP с SSE, так и в чистом stdio-режиме для интеграции с любыми MCP-клиентами.

Tap

LeonTing1010

81

Taprun — MCP-сервер для браузерной автоматизации. Он работает через ваш собственный Chrome. В отличие от облачных решений, сервер не передаёт куки, сессии и пароли на внешние серверы. Все учётные данные остаются на вашем компьютере. Преимущество для задач с авторизованными страницами: панели администратора, CRM, личные кабинеты. В основе Taprun лежит принцип «однократного захвата». AI-агент один раз анализирует структуру сайта и компилирует .plan.json — компактную детерминированную программу. Каждый последующий запуск обходится без обращения к языковой модели. Результат стабилен. Стоимость выполнения — ноль. Никаких затрат на токены LLM. Встроенный механизм верификации (tap verify) проверяет, не изменилась ли структура сайта, и сигнализирует о дрейфе. Если структура изменилась, сценарий можно легко перекомпилировать.

Camoufox MCP

baixianger

71

Camoufox MCP — это сервер для браузерной автоматизации, построенный на базе защищённого браузера Camoufox (специализированная сборка Firefox). Его главная задача — дать AI-ассистенту возможность управлять браузером так, чтобы сайты не могли отличить его от живого пользователя. Инструмент пригодится разработчикам, которые парсят сайты с Cloudflare и DataDome, автоматизируют тестирование или создают AI-агентов. В отличие от стандартного headless-режима, Camoufox подменяет цифровые отпечатки, имитирует человеческое поведение и умеет работать с прокси с привязкой к GeoIP.

MCP Browser

cherchyk

71

MCP-сервер для управления браузером. AI-ассистент управляет Chromium как человек: открывает сайты, заполняет формы, проходит авторизацию. В отличие от сырых инструментов вроде Puppeteer, MCP Browser сам готовит данные для нейросети — чистит HTML, определяет SPA и не требует десятков вызовов для одного действия. Это экономит токены и ускоряет работу. Важный фактор безопасности: MCP Browser извлекает содержимое страниц и передаёт его AI-агенту. Агент отправляет данные провайдеру LLM (Anthropic, OpenAI, GitHub). Используйте сервер только с сайтами, где такое раскрытие данных допустимо. Подробная декларация рисков и tool annotations — в документации проекта.

infrawise

Sidd27

7

Infrawise — MCP-сервер для детерминированного анализа AWS-инфраструктуры. Он статически анализирует код, облачное окружение AWS и схемы баз данных, а затем передаёт эти данные AI-ассистентам. Claude Code перестаёт гадать: он точно знает, какие таблицы существуют, какие индексы настроены и как функции связаны с сервисами. Сервер решает проблему неосведомлённости AI-агентов о продакшн-инфраструктуре. Вместо того чтобы предлагать .scan() на таблице с 50 миллионами записей или дублировать уже существующий GSI, AI видит точную картину через контекст MCP. Вы тратите минуту на инициализацию — и получаете надёжного помощника, который понимает реальную архитектуру проекта.

figbridge

rudraptpsingh

71

Figbridge — бесплатный локальный мост между Figma и кодом. Это одновременно плагин для Figma Desktop и MCP-сервер для передачи данных. Figbridge решает конкретную задачу: дать ИИ-агенту прямой доступ к дизайну и наоборот — импортировать код в Figma. Агент читает экраны, токены и компоненты. Или загружает в Figma целый сайт по URL. После импорта агент может проверить качество вёрстки, сравнить её с эталоном из репозитория и даже сгенерировать патч. Всё работает полностью локально. Не нужен аккаунт, API-ключи или интернет (кроме самого Figma и агента).

GitHub PR Review Context

paarths-collab

7

MCP-сервер для интеграции AI-ассистента с историей пул-реквестов GitHub. Вместо того чтобы проверять код с пустого листа, сервер находит в репозитории похожие PR, извлекает из них замечания, патчи и архитектурные решения. Это даёт агенту контекст для ревью, тестирования и аудита безопасности. Проект существует в двух версиях. Pure Context v0.3.0 — это лёгкий движок для быстрого поиска. Он не содержит LLM, а только чистит и отдаёт контекст агенту (Cursor, Claude Desktop). Legacy Agent v0.2.9 включает встроенный модуль вывода на базе OpenAI или Anthropic и может анализировать код самостоятельно.

Obsidian Brain

sweir1

71

Obsidian Brain подключает ИИ-ассистентов к хранилищу Obsidian. Сервер ищет семантически, анализирует граф знаний и редактирует заметки. Для этого не нужен плагин Obsidian, HTTP-мост или API-ключ. Сервер читает Markdown-файлы прямо с диска и работает, когда Obsidian закрыт. Данные не покидают компьютер. Сервер использует локальные модели эмбеддингов через Ollama.

hivemind

hiveforge-sh

72

Hivemind — это MCP-сервер для Obsidian. Он соединяет AI-ассистентов с вашим хранилищем заметок. Главная задача — избавить нейросеть от галлюцинаций. Вы задаёте вопрос, ассистент обращается к вашему Obsidian и опирается на факты, которые вы записали. Без домыслов и вымышленных деталей. Если вы пишете книгу, разрабатываете игру или ведёте RPG-кампанию, вы знаете, как сложно удержать в голове все детали мира. AI-ассистент может помочь, но нейросети склонны додумывать. Спросите о персонаже, которого придумали на прошлой неделе, — и ассистент может выдать несуществующие факты. Hivemind решает эту проблему. Ваши заметки становятся единым источником истины. Разработчики называют это «AI Firewall». Hivemind создан для писателей, геймдизайнеров и ведущих RPG. Но он подходит и для исследователей, менеджеров и инженеров — везде, где важна консистентность данных.

n8n MCP

AutomateLab-tech

7

n8n-mcp — сервер для ИИ-агентов (Claude, Cursor), созданный для отладки и генерации рабочих процессов n8n. Разработчики AutomateLab сфокусировались на конкретной проблеме: сгенерированный JSON импортируется, но падает в рантайме. Сервер исправляет это. Это не очередная база знаний по n8n. Конкуренты делают упор на количество инструментов и обширный каталог узлов. n8n-mcp занимает другую нишу — корректность с первого запуска и глубокая отладка. Инструменты execution.explain, workflow.generate и workflow.lint заточены под самые частые проблемы n8n-сообщества: тихие падения, потеря данных между узлами, неверные типы соединений в AI Agent кластерах. Проект под MIT-лицензией, исходный код на GitHub. Если вы работаете с n8n и ИИ-агентами — это обязательный инструмент в вашем наборе.

Lumino MCP Server

spre-sre

710

Lumino MCP Server — это open-source MCP-сервер для SRE и DevOps-инженеров. Он расширяет AI-ассистентов возможностью наблюдать за кластерами Kubernetes и OpenShift, анализировать пайплайны Tekton и прогнозировать проблемы на основе данных. В сервере реализовано более 40 специализированных инструментов, которые работают через протокол MCP. Сервер не просто собирает метрики — он интерпретирует логи с помощью NLP, находит аномалии, определяет коренные причины сбоев и симулирует изменения до применения. Это делает его полноценным ассистентом для SRE: вы можете общаться с AI-агентом на естественном языке и получать глубокий анализ инфраструктуры.