AI и машинное обучение

MCP-серверы для AI и машинного обучения связывают ИИ-агента с моделями, датасетами, экспериментами, инференсом и инструментами подготовки ML-пайплайнов. ML-инженерам и исследователям стоит сравнивать поддерживаемые платформы и версии, происхождение данных, вычислительные лимиты, приватность, контроль запуска и воспроизводимость результатов. Интеграции из раздела «AI и машинное обучение» безопаснее подключать к рабочим системам сначала в режиме чтения и с журналом действий.

Найдено: 219 MCP-серверов· стр. 12 из 19

hivemind

hivemind

hiveforge-sh

113нояб. 2026

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.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияЛокальный · stdioТранспорт MCPTypeScriptЯзык реализации
canicode

canicode

let-sunny

101июль 2026

CanICode — MCP-сервер для анализа Figma-дизайнов перед передачей AI-кодогенератору. Он прогоняет макет через 39 детерминированных правил, находит расхождения и оценивает готовность к разработке. Результат — HTML-отчет с общим баллом и списком проблем. Сервер действует как интервью между дизайнером и AI. Вместо того чтобы AI-генератор угадывал поведение элементов на разных экранах, CanICode задает вопросы на естественном языке: «Как должны вести себя три карточки, когда экран станет узким?» Дизайнер отвечает, ответы сохраняются в Figma как структурированные аннотации в Dev Mode. При следующей генерации кодогенератор видит их и использует как точную спецификацию. Никакого CSS, никаких селекторов — только ответы на естественном языке. Это экономит время и токены, а верстка совпадает с задумкой дизайнера.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияЛокальный · stdioТранспорт MCPHTMLЯзык реализации
gitlab-mcp-server

gitlab-mcp-server

dubuqingfeng

95сент. 2025Архив

GitLab MCP Server — это инструмент-посредник между GitLab и AI-ассистентами, работающими по протоколу MCP. Он решает задачу автоматизации рутинных операций с репозиторием: разработчику больше не нужно переключаться в веб-интерфейс, чтобы посмотреть Merge Request, провести код-ревью или найти файл. Достаточно описать задачу текстом — ассистент выполнит её через сервер. Сервер не просто даёт доступ к данным GitLab, в него встроена система умного код-ревью. Она анализирует код в зависимости от типа проекта — TypeScript, React, Python, Go и другие. Правила настраиваются через JSON: можно отключить встроенные или добавить свои для конкретного проекта. Дополнительно поддерживается отправка уведомлений в Lark.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияЛокальный · stdioТранспорт MCPTypeScriptЯзык реализации
kObsidian

kObsidian

bezata

91сент. 2026

kObsidian — MCP-сервер для Obsidian, построенный на идее LLM Wiki от Андрея Карпатого. Вы отбираете источники и следите за качеством контента, а AI-ассистент берёт на себя учёт, структурирование и связывание заметок. Сервер работает на уровне файловой системы: он напрямую читает и пишет Markdown-файлы в вашем хранилище. Obsidian остаётся открытым, вы видите изменения сразу и сохраняете полный контроль над данными. Не нужны сторонние плагины или синхронизация — только ваша папка с заметками. Главное отличие kObsidian от других MCP-серверов для Obsidian — полноценная поддержка воркспейсов. Вы можете держать под рукой несколько хранилищ и переключаться между ними прямо в диалоге, не перезапуская клиент и не меняя настройки. Сервер работает с любыми MCP-клиентами, поддерживающими транспорт stdio.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияЛокальный · stdioТранспорт MCPTypeScriptЯзык реализации
Figma-Context-MCP

Figma-Context-MCP

felixAnhalt

7окт. 2026

Figma-Context-MCP (ранее Figma To Code MCP) — это MCP-сервер для интеграции Figma с AI-ассистентами. Он извлекает из Figma-файлов только те данные, которые нужны языковым моделям для построения UI и генерации кода. Сервер удаляет внутреннюю разметку Figma (bounding boxes, constraints, прототипы) и сводит файл к чистому описанию дизайна: компоновка, стили, текст, компоненты. Размер данных уменьшается на 99,5% — типичный файл 65 МБ сжимается до 128 КБ. Имена свойств приводятся к CSS-стандарту (backgroundColor, flexDirection и т.д.), что улучшает понимание нейросетью. Сервер подходит разработчикам, которые используют Cursor, Claude Desktop и другие инструменты с MCP для превращения макетов в код. Сервер автоматически разрешает переменные Figma в финальные значения, обрабатывает SVG и сворачивает повторяющиеся паттерны. Всё это AI быстрее и точнее создаёт компоненты на основе дизайн-систем.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияЛокальный · stdioТранспорт MCPTypeScriptЯзык реализации
ProofFlow

ProofFlow

Hyperion-GPU

71авг. 2026

ProofFlow — инфраструктура аудита для AI-агентов, которые пишут код. Система записывает все действия агента: от постановки задачи до финального результата. Вместо слепого доверия к коду, сгенерированному нейросетью, вы получаете полный «журнал работ» (Agent Work Ledger). Каждое изменение кода, каждый вывод и затраченный токен фиксируются. Это не просто ревьюер PR. Это локальный журнал для работы AI-агента, который фиксирует контекст до, во время и после изменений кода. ProofFlow работает по принципу «сначала контракт» (contract-first): вы описываете задачу и критерии приёмки, агент выполняет работу, а сервер верифицирует результат и упаковывает его в пакет доказательств (Proof Packet). Решение подходит командам, которые внедряют AI-кодинг без потери контроля над качеством и безопасностью. Каждый пакет можно прикрепить к PR или Code Review комментарию, чтобы человек мог быстро проверить логику, не гадая, что произошло.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияЛокальный · stdioТранспорт MCPPythonЯзык реализации