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: 269 MCP-серверов· стр. 22 из 23

Qu

QueryBear

QueryBear — MCP-сервер для безопасного доступа AI-агентов к PostgreSQL и MySQL. Главная задача — дать ИИ читать базу данных, но полностью заблокировать любые изменения. Сервер работает в режиме read-only, все запросы записываются в журнал аудита, а администратор может скрыть от агента определённые колонки. Вот реальный сценарий. Вы настраиваете QueryBear для Claude Desktop. Менеджер просит ИИ найти клиента, проанализировать продажи или проверить логи. Модель пишет SQL, сервер выполняет его и возвращает результат. Вы не выдаёте прямые доступы к базе каждому сотруднику — всё идёт через один шлюз с полным контролем. Типичная проблема: разработчикам нужен доступ к данным для ad-hoc запросов, но давать каждому полный доступ к продакшену страшно. QueryBear решает это через AI-агента с жёсткими ограничениями. Администратор в любой момент смотрит логи и при необходимости отзывает доступ.

Удалённый · HTTPСервер работает у поставщика, клиент подключается по URL
St

Stumpy

Stumpy — MCP-сервер для запуска постоянных AI-агентов, которые работают без остановки в Slack, Telegram, SMS и email. Агенты самостоятельно мониторят сообщения, обрабатывают их с помощью AI и отправляют реакции. Это избавляет разработчиков и DevOps от необходимости создавать отдельных ботов для каждого канала. Сервер подключается к любому MCP-клиенту (Claude Desktop, Cline и другим). Вы управляете агентом через обычный диалог: даёте команду на запуск, остановку, изменение сценария. Благодаря сохранению истории и настроек агенты подходят для долгосрочных задач — круглосуточная поддержка пользователей, сбор обратной связи. Stumpy особенно полезен командам, которым нужен единый AI-ассистент, доступный во всех основных мессенджерах. Вместо настройки разных ботов достаточно подключить один сервер.

Готовый конфигНа странице есть команда или JSON-конфиг для подключенияУдалённый · HTTP, SSEСервер работает у поставщика, клиент подключается по URL
Te

Terraform Ingest MCP

Terraform Ingest MCP — сервер для сбора модулей Terraform из нескольких репозиториев. Он подключается к Git-репозиториям, извлекает код модулей и их документацию. Данные структурируются для RAG-системы AI-ассистента. Terraform Ingest MCP решает конкретную задачу: соединяет инфраструктурный код компании с возможностями AI-ассистентов. Многие команды хранят модули в десятках репозиториев. Без этого сервера AI не знает о существовании этих модулей и не даст релевантного ответа по внутренним наработкам. Сервер сканирует указанные репозитории, анализирует модули и создаёт индекс. По запросу он находит модуль по описанию, извлекает его переменные и outputs и передаёт AI-модели. Модель получает контекст прямо из кода вашей компании. Это делает ответы точными и применимыми к вашей инфраструктуре.

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