AI и машинное обучение

Rails AI Context

crisnahine

14414

Rails AI Context — MCP-сервер для Ruby on Rails. Он даёт AI-ассистентам живую информацию о вашем Rails-приложении: схему базы данных, маршруты, модели и типовые соглашения. В сервере 38 инструментов, которые исключают угадывание кода. Вы знаете ситуацию: AI пишет миграцию для колонки, которая уже существует. Или использует неправильное имя ассоциации — user.posts вместо user.articles. Или дублирует метод из concern. Rails AI Context решает это — агент всегда видит актуальный контекст проекта и Rails conventions. Сервер подключается к вашему приложению через Model Context Protocol. Он автоматически загружает схему, разбирает маршруты и модели. Всё это передаётся AI-ассистенту по запросу. Вы получаете точные ответы без лишних проверок.

Prism MCP

dcostenco

14224

Prism Coder — это MCP-сервер для долговременной памяти AI-агентов. Он работает поверх протокола Model Context Protocol и даёт ассистенту полноценную историю взаимодействия. Разработчики, использующие Claude, Cursor или VS Code через MCP, получают ассистента, который помнит всё: от архитектурных решений до конкретных команд деплоя. В отличие от простых поисковых утилит, Prism Coder использует когнитивную маршрутизацию. Сервер сам решает, куда сохранить новую информацию — в эпизодическую, семантическую или процедурную память — и как её потом извлечь. Встроенная детекция дрейфа целей: агент самостоятельно замечает отклонения от плана и корректирует действия без вашей команды.

AgenticMail MCP

agenticmail

13626

AgenticMail — это MCP-сервер, который даёт AI-агентам настоящие email-адреса и номера телефонов. Разработчики и DevOps-инженеры подключают его, чтобы агенты могли автономно регистрироваться на сайтах, подтверждать действия через OTP-коды, отправлять и получать письма и SMS. Сервер полностью написан на TypeScript и работает по протоколу MCP через stdio. Сервер избавляет от необходимости вручную пробрасывать почту или использовать мок-сервисы. Агент сам создаёт почтовый ящик, ждёт письмо с кодом, читает его и выполняет нужное действие. Это ускоряет разработку автономных AI-агентов, пайплайнов автоматизации и систем, где требуется реальная коммуникация.

CRW Web Scraper

us

13310

CRW Web Scraper (fastCRW) — самохостинговый веб-скрапер на Rust для AI-агентов. Альтернатива Firecrawl с полностью открытым исходным кодом. Извлекает текст со страниц, обходит сайты по ссылкам, строит карты ресурсов и ищет информацию. Доступно через MCP-протокол или REST API. Производительность — главная особенность. Один статический бинарник на Rust потребляет ~50 MB RAM. Точность извлечения данных — 63,74% truth-recall на публичном датасете из 1000 URL. Разверните сервер на своих мощностях бесплатно (AGPL-3.0) или используйте облачную версию на fastcrw.com.

Webflow MCP Server

webflow

13232

Webflow MCP Server — это реализация Model Context Protocol (MCP) для платформы Webflow. Он позволяет AI-ассистентам, работающим через MCP-клиенты (Cursor, Claude Desktop), напрямую взаимодействовать с вашими сайтами Webflow: читать и изменять контент, управлять дизайном элементов, работать с CMS-коллекциями и оптимизировать SEO. Сервер использует официальный Webflow JavaScript SDK и OAuth-авторизацию, поэтому вам не нужно вводить API-ключи вручную. Достаточно один раз авторизовать доступ — и AI-агент сможет выполнять любые операции от вашего имени.

engram

NickCirv

13112

Engram — это кэш контекста для AI-агентов, которые пишут код. Главная задача агента — понимать проект. Без кэша он перечитывает одни и те же файлы снова и снова, тратя токены впустую. Engram решает эту проблему кардинально: он сохраняет структурированные пакеты контекста в локальную SQLite-базу. При повторном запросе агент берёт готовый контекст из кэша, а не читает файлы заново. Это снижает расход токенов до 89% (типичные значения 50–90%). Эффект особенно заметен на больших файлах — в проектах на Python и Go, где целые файлы занимают много места в контексте. Engram хранит данные локально. Никакие данные не уходят в облако — конфиденциальность кода полностью соблюдена. Дополнительная функция: Engram анализирует историю git revert и автоматически запоминает ошибки, чтобы AI не повторял их в будущем. Это встраивает процесс обучения на прошлых исправлениях прямо в инструмент и снижает количество регрессий.

FHIR MCP Server

wso2

12243

FHIR MCP Server — это сервер для протокола MCP, который соединяет AI-ассистенты и LLM-инструменты с медицинскими данными через стандарт FHIR (Fast Healthcare Interoperability Resources). Разработка компании WSO2. Сервер выступает посредником: вы отправляете запрос на естественном языке, AI преобразует его в FHIR-запрос и получает данные из совместимых систем — от открытых песочниц до защищённых клиник с OAuth2. Сервер пригодится разработчикам медицинских приложений, интеграторам и исследователям, которым нужно быстро получать клиническую информацию без написания сложных FHIR-запросов вручную.

Apple RAG MCP

BingoWon

11810

Разработчикам под экосистему Apple нужна точная и актуальная документация. Обычный поиск по сайту разработчика часто выдаёт нерелевантные страницы, если запрос сформулирован не дословно. Приходится перебирать десятки страниц, чтобы найти ответ. Apple RAG MCP решает эту проблему принципиально иначе. Сервер использует семантический поиск, RAG (Retrieval-Augmented Generation) и AI-реранжирование. Он понимает смысл вопроса, а не просто ищет совпадения слов. На запрос «Как избежать утечек памяти в SwiftUI?» ассистент получит не общие страницы про память, а конкретные статьи Apple об управлении памятью, захвате замыканий и слабых ссылках. База знаний уже включает полную документацию Apple Developer, справочники по всем фреймворкам и расшифровки сессий WWDC. Вам не нужно ничего настраивать, скачивать индексы или разбираться в эмбеддингах. Просто подключили сервер к любому MCP-клиенту — и начали работать.

MCP Image

shinpr

11619

Это MCP-сервер для генерации и редактирования изображений через ИИ-ассистентов. Вы просто описываете, что хотите увидеть, — сервер сам превращает ваши слова в готовый результат. Вам не нужно разбираться в промпт-инжиниринге или тонкостях работы нейросетей. Главное отличие сервера — встроенный оптимизатор промптов. Он работает по фреймворку Subject–Context–Style. Сервер проверяет ваш запрос на полноту: есть ли в нём объект съёмки, окружение, стиль и композиция. Если чего-то не хватает, он добавляет детали — характеристики объекта, освещение, цвета, ракурс. При этом оптимизатор не искажает вашу задумку. Если запрос уже детальный, он оставляет его почти без изменений. Сервер работает поверх Google Gemini (модели Nano Banana 2 и Nano Banana Pro) или OpenAI GPT Image. Выбор провайдера настраивается одной переменной окружения. Инструмент подходит разработчикам, дизайнерам и контент-менеджерам. Вместо того чтобы вручную генерировать картинки через сайты нейросетей, вы можете создавать их прямо в привычном инструменте — Claude, Cursor или Codex.

Dynatrace MCP

dynatrace-oss

11516

Dynatrace MCP Server подключает AI-ассистентов к платформе наблюдаемости Dynatrace. Сервер передаёт запросы на естественном языке напрямую к данным: логам, метрикам, трейсам, проблемам и уязвимостям. Он использует DQL и движок Davis AI для поиска ответов. Разработчики и SRE получают данные реального времени прямо в IDE, без переключения в дашборды. Проект перешёл в режим поддержки, но все описанные функции стабильны.

vnsh

raullenchai

11421

AI-модели имеют ограниченный контекст. Вставка большого лога или дампа БД исчерпывает его. vnsh решает эту задачу: вы передаете ссылку, а AI читает данные по вашему запросу. Архитектура сервера построена на минимальном доверии. Шифрование AES-256-CBC происходит на устройстве пользователя. Ключ передается в URL-фрагменте — сервер его не видит. Через 24 часа файл бесследно удаляется. Сервер работает с любыми данными: текстом, скриншотами, бинарными файлами. Разработчики используют vnsh для передачи контекста в AI при ревью кода, анализе ошибок и работе с большими файлами конфигурации.

Evalview MCP

hidai25

11220

EvalView — MCP-сервер для регрессионного тестирования AI-агентов. Он решает проблему скрытых регрессий: агент может вернуть HTTP 200, но вести себя неправильно — выбрать другой инструмент, пропустить обязательный шаг уточнения или выдать результат хуже по качеству. Обычные end-to-end тесты не замечают такого дрифта. EvalView записывает эталонное поведение агента («золотой эталон») и при каждом новом запуске сравнивает с ним выбор инструментов, цепочки вызовов и метаданные. Пример из жизни: вы обновили модель с GPT-4 на GPT-4o. Код не менялся, health check проходит. Но агент начал использовать вместо инструмента «Поиск» инструмент «Генерация ответа» — пользователь получает неактуальные данные. EvalView обнаружит это изменение, классифицирует как дрифт провайдера и покажет оценку уверенности. Если режим исцеления настроен, сервер может автоматически повторить вызов с другим промптом или направить разработчику. Сервер подходит для команд любого размера — от соло-разработчиков до стартапов. Он интегрируется с CI/CD, поддерживает LangGraph, CrewAI, OpenAI и Claude. Код открыт под лицензией Apache-2.0.