Development

Context7

upstash

56.6k2.7k

Context7 — это MCP-сервер, который решает проблему устаревших знаний языковых моделей. Когда вы просите нейросеть написать код на основе определённой библиотеки, она часто опирается на старые данные из обучения и выдаёт неработающие примеры или вымышленные функции. Context7 перехватывает ваш запрос, находит актуальную документацию для используемого пакета или фреймворка и подкладывает её прямо в контекст промпта. Так модель отвечает на основе свежих официальных материалов. Сервер пригодится разработчикам, которые работают через AI-ассистентов (Claude, Cursor, продолжения) и не хотят тратить время на ручное копирование документации. Всё происходит автоматически: вы просто дописываете к промпту маркер use context7 или используете специальную команду, и модель получает актуальные API-референсы, примеры кода и информацию о версиях.

Serena MCP: the IDE for your agent

oraios

24.9k1.7k

У людей есть IDE. У AI-агентов такого инструмента не было. Serena меняет ситуацию. Это MCP-сервер, дающий агенту среду разработки с семантикой. Агент оперирует символами — переменными, функциями, классами — и понимает их связи. Результат — меньше ошибок, быстрые правки, контекстное понимание кода. Serena даёт агенту не просто доступ к файлам, а понимание архитектуры. Разница между поиском по слову и знанием, что authUser — это функция из модуля users, возвращающая экземпляр User.

Keploy

keploy

17.6k2.2k

Keploy — это MCP-сервер для автоматизации API-тестирования. Он записывает реальные HTTP-запросы и ответы, а затем превращает их в готовые тесты и моки. Вам не нужно писать код — сервер сам анализирует трафик и создаёт тестовые сценарии. Подходит разработчикам и DevOps-инженерам, которые хотят быстро покрыть API тестами без ручной работы. Проект с открытым исходным кодом — на GitHub его отметили уже более 17 000 разработчиков. Сервер умеет генерировать тесты из OpenAPI-спецификаций, коллекций Postman, curl-запросов и реального пользовательского трафика. Под капотом — Go-движок Keploy, который работает на уровне ядра через eBPF и не требует изменений в коде приложения. Вы можете запускать тесты локально или в CI/CD, отслеживать покрытие и автоматически создавать заглушки (моки) для зависимых сервисов.

Figma-Context-MCP

GLips

15k1.2k

Сервер Figma-Context-MCP подключает AI-ассистента (Cursor, Claude Desktop и других) к данным из Figma. Вы даёте ссылку на дизайн — ассистент получает структурированное описание макета: расположение элементов, размеры, отступы, цвета, шрифты и другие CSS-свойства. В отличие от передачи скриншотов, этот подход передаёт точные метрики и атрибуты. Модель может в один запрос сгенерировать код, совпадающий с дизайном до пикселя. Сервер автоматически сокращает передаваемые данные, оставляя только значимую информацию для конкретного фрейма или компонента.

mcp

kubeshark

11.9k538

Kubeshark MCP подключает AI-агентов к сети Kubernetes. Вы пишете запрос обычным языком, сервер ищет данные в трафике кластера и отдаёт их агенту. В основе — open-source проект Kubeshark (бывший Mizu). Он перехватывает пакеты на уровне ядра через eBPF. Не нужно никаких sidecar или ручной настройки. Сервер сам индексирует трафик и расшифровывает TLS/mTLS. Поддерживает протоколы микросервисов: HTTP/1.1, HTTP/2, gRPC, Redis, Kafka, DNS. Разработчикам и SRE достаточно описать словами, что искать.

PraisonAI

MervinPraison

8k1.2k

PraisonAI — это фреймворк для создания автономных AI-агентов с саморефлексией и мультиагентной координацией. MCP-сервер PraisonAI подключает этих агентов к AI-ассистентам через Model Context Protocol. Вы получаете 24/7 рабочую силу: агенты сами исследуют, планируют и выполняют задачи. Для запуска достаточно пяти строк кода. Сервер подходит разработчикам и DevOps-инженерам, которые хотят автоматизировать сложные процессы, интегрировать агентов в свои инструменты и масштабировать AI-воркфлоу.