awesome-devops-mcp-servers

GitHub
971 230 简单 1 次阅读 今天MIT开发框架语言模型Agent图像
AI 解读 由 AI 自动生成，仅供参考

awesome-devops-mcp-servers 是一个精心整理的开源项目列表，专注于汇聚各类基于模型上下文协议（MCP）的 DevOps 工具服务器。在人工智能迅速融入研发流程的今天，如何让 AI 安全、标准化地操作本地或云端的复杂基础设施成为一大挑战。该项目通过收录涵盖基础设施即代码（如 Terraform、Pulumi）、容器编排（如 Kubernetes）等场景的 MCP 服务器实现，有效解决了 AI 模型与底层运维工具之间的“连接鸿沟”，让开发者能够通过自然语言直接指挥 AI 执行资源管理、状态分析及部署更新等专业任务。

这份清单特别适合 DevOps 工程师、后端开发者以及希望将 AI 能力深度集成到运维工作流中的技术团队使用。其独特亮点在于不仅提供了丰富的现成解决方案，还详细标注了每个服务器的编程语言（如 Python、Rust、Go）、适用环境（云端或本地）及操作系统兼容性，甚至区分了官方实现与社区贡献。无论是想要快速搭建 AI 运维助手，还是寻求特定语言栈的技术参考，awesome-devops-mcp-servers 都能为用户提供清晰、可靠的路径，助力实现更智能、高效的自动化运维体系。

使用场景

某初创公司的后端工程师正在紧急排查生产环境 Kubernetes 集群的资源泄漏问题，并需要快速扩容基础设施以应对流量洪峰。

没有 awesome-devops-mcp-servers 时

  • 工程师必须在 AI 对话窗口和终端之间频繁切换，手动复制粘贴复杂的 kubectl 或 terraform 命令，极易因手误导致操作失败。
  • 每次查询集群状态或修改基础设施代码时，都需要重新向 AI 描述当前上下文，AI 无法直接读取实时的云资源数据，导致建议往往滞后或脱离实际。
  • 执行高风险操作（如应用 Terraform 变更）前，缺乏自动化的预检机制，完全依赖人工核对计划文件，心理压力大且效率低下。
  • 遇到报错时，需要将冗长的日志手动喂给 AI 分析，往返沟通耗时耗力，难以在分秒必争的故障恢复中快速定位根因。

使用 awesome-devops-mcp-servers 后

  • 工程师直接在自然语言对话中指令 AI 调用 kubectl-mcp-server 查询 Pod 状态或运行 terraform-mcp-server 调整资源，无需离开聊天界面即可安全执行 CLI 操作。
  • MCP 服务器让 AI 实时连接云端和本地环境，能主动分析当前的集群负载与 Terraform 状态文件，给出的扩容方案精准匹配现网情况。
  • 在执行变更前，AI 自动通过 MCP 接口预览变更计划（Plan），高亮显示潜在风险点，确认无误后一键应用，大幅降低人为失误概率。
  • 故障发生时，AI 可直接通过协议读取实时日志与事件流，瞬间关联异常指标并给出修复脚本，将平均恢复时间（MTTR）从小时级缩短至分钟级。

awesome-devops-mcp-servers 通过标准化协议打通了 AI 与 DevOps 工具链的壁垒，让自然语言成为操控复杂基础设施的最强命令行。

运行环境要求

操作系统
  • Linux
  • macOS
  • Windows
GPU

未说明

内存

未说明

依赖
notes该项目是 MCP 服务器的集合列表，而非单一工具。运行环境需求取决于具体选择的子项目（如 Terraform, Kubernetes, AWS 等）。大多数服务器需要预先安装对应的 CLI 工具（如 kubectl, terraform, docker）及相应的云厂商认证凭证。部分服务器提供 Docker 镜像以简化依赖管理。编程语言涵盖 Python, TypeScript, Go, Rust 等，需根据具体子项目准备对应运行时。
python未说明 (部分服务器基于 Python，具体版本取决于各子项目)
terraform
kubectl
helm
docker
aws-cli
azure-cli
pulumi
awesome-devops-mcp-servers hero image

快速开始

优秀的 DevOps MCP 服务器 Awesome

一个精心整理的、专注于 DevOps 工具与能力的优秀模型上下文协议 (MCP) 服务器列表。

什么是 MCP？

MCP 是一种开放协议，它通过标准化的服务器实现，使 AI 模型能够安全地与本地和远程资源进行交互。本列表重点关注与 DevOps 相关的 MCP 服务器，这些服务器通过云基础设施管理、CLI 操作、版本控制、安全扫描等 DevOps 相关服务来扩展 AI 的能力。

相关资源

图例

  • 🎖️ – 官方实现
  • 编程语言
    • 🐍 – Python 代码库
    • 📇 – TypeScript（或 JavaScript）代码库
    • 🏎️ – Go 代码库
    • 🦀 – Rust 代码库
    • #️⃣ - C# 代码库
    • ☕ - Java 代码库
  • 范围
    • ☁️ - 云服务
    • 🏠 - 本地服务
    • 📟 - 嵌入式系统
  • 操作系统
    • 🍎 – 适用于 macOS
    • 🪟 – 适用于 Windows
    • 🐧 - 适用于 Linux

服务器实现

云基础设施

🏗️ 基础设施即代码

用于通过代码管理基础设施的工具，包括 Terraform、Pulumi 等 IaC 平台。

  • dulltz/mcp-server-hcp-terraform 🐍 ☁️ - 用于与 HashiCorp Cloud Platform (HCP) Terraform 集成的 MCP 服务器，使 AI 助手能够与 Terraform Cloud 资源交互。
  • guilhermeyoshida/mcp-terraform-assistant 🐍 🏠 - 使用 Terraform 进行基础设施即代码管理的 MCP 服务器。
  • jashkahar/Terraform-MCP-Server 🐍 ☁️ - 该项目提供了一个 MCP 服务器，可通过自然语言暴露 Terraform 的基础设施即代码操作。
  • nwiizo/tfmcp 🦀 🏠 - 一个 Terraform MCP 服务器，允许 AI 助手管理和操作 Terraform 环境，支持读取配置、分析计划、应用配置以及管理 Terraform 状态。
  • pulumi/mcp-server 🎖️ 📇 🏠 - 使用 Pulumi 自动化 API 和 Pulumi Cloud API 与 Pulumi 交互的 MCP 服务器。使 MCP 客户端能够以编程方式执行 Pulumi 操作，如获取软件包信息、预览更改、部署更新以及检索堆栈输出。
  • severity1/terraform-cloud-mcp 🐍 ☁️ - 一个模型上下文协议服务器，将 AI 助手与 Terraform Cloud API 集成，从而帮助用户管理其基础设施。
  • thrash888/terraform-mcp-server 📇 ☁️ - 用于与 Terraform 注册表交互的 Terraform 注册表 MCP 服务器。
  • westonplatter/mcp-terraform-python 🐍 🏠 - 在本地运行 Terraform 操作的 MCP 服务器。
  • stakpak/mcp 🦀 - 用于与 Terraform、Kubernetes、GithubActions 和 Dockerfile 交互、编辑和生成代码的 MCP 服务器。

🐳 容器编排

用于管理容器、Kubernetes 集群及相关编排平台的工具。

  • rohitg00/kubectl-mcp-server 🐍 ☁️/🏠 - 一个适用于 Kubernetes 的模型上下文协议（MCP）服务器，使 Claude、Cursor 等 AI 助手能够通过自然语言与 Kubernetes 集群进行交互。
  • alexei-led/k8s-mcp-server 🐍 🏠 - 一个轻量级但功能强大的服务器，赋能 AI 助手在安全的 Docker 环境中，利用 Unix 管道以多架构支持的方式，安全地执行 Kubernetes CLI 命令（kubectl、helm、istioctl 和 argocd）。
  • Flux159/mcp-server-kubernetes 📇 ☁️/🏠 - 使用 TypeScript 实现的 Kubernetes 集群操作，涵盖 Pod、Deployment 和 Service。
  • manusa/kubernetes-mcp-server 🏎️ 🏠 - 一款功能强大的 Kubernetes MCP 服务器，额外支持 OpenShift。除了提供对任何 Kubernetes 资源的 CRUD 操作外，该服务器还提供了专门的工具来与集群交互。
  • portainer/portainer-mcp 🏎️ ☁️/🏠 - 一个功能强大的 MCP 服务器，使 AI 助手能够无缝对接 Portainer 实例，以自然语言访问容器管理、部署操作及基础设施监控功能。
  • Higangssh/homebutler 🏎️ 🏠 - 一体化家庭实验室管理 MCP 服务器，用于 Docker 容器监控、卷备份/恢复（包括 compose 和 env 文件）、Wake-on-LAN、网络扫描以及通过 SSH 进行多服务器管理。单个 Go 二进制文件，无依赖。
  • rohitg00/kubectl-mcp-server 🐍 ☁️/🏠 - 一个适用于 Kubernetes 的模型上下文协议（MCP）服务器，使 Claude、Cursor 等 AI 助手能够通过自然语言与 Kubernetes 集群进行交互。
  • rrmistry/tilt-mcp 🐍 🏠 🍎 🪟 🐧 - 与 Tilt 集成的模型上下文协议服务器，为 Kubernetes 开发环境提供对 Tilt 资源、日志和管理操作的程序化访问。
  • strowk/mcp-k8s-go 🏎️ ☁️/🏠 - 通过 MCP 进行 Kubernetes 集群操作。
  • weibaohui/k8m 🏎️ ☁️/🏠 - 提供基于 MCP 的多集群 Kubernetes 管理与运维，配备管理界面、日志记录，并内置近 50 种工具，覆盖常见的 DevOps 和开发场景。支持标准资源及 CRD 资源。
  • weibaohui/kom 🏎️ ☁️/🏠 - 提供基于 MCP 的多集群 Kubernetes 管理与运维。可作为 SDK 集成到您自己的项目中，内置近 50 种工具，覆盖常见的 DevOps 和开发场景。支持标准资源及 CRD 资源。
  • wenhuwang/mcp-k8s-eye 🏎️ ☁️/🏠 - 用于 Kubernetes 管理的 MCP 服务器，可分析集群状态及应用健康状况。
  • kocierik/mcp-nomad 🏎️ ☁️/🏠 - 用于 Nomad 管理的 MCP 服务器，可分析集群状态、应用健康状况、日志及 ACL。
  • aadarshjain/kubectl-mcp-server 🐍 🏠 - 一个基于 STDIO 的 Kubernetes MCP 服务器，可通过 kubectl CLI 命令与本地集群（~/.kube/config）无缝交互。默认使用只读操作，以防止意外修改或删除 K8s 资源。
  • rog0x/mcp-docker-tools 📇 🏠 - 用于容器管理、镜像分析、Dockerfile 生成、Compose 文件验证以及资源监控。

☁️ 云服务提供商

AWS

  • awslabs/mcp 🎖️ 🐍 ☁️ - AWS 官方 MCP 服务器，用于通过模型上下文协议与 AWS 服务交互。使 AI 助手能够通过自然语言和程序化接口管理 AWS 资源。
  • alexei-led/aws-mcp-server 🐍 ☁️ - 一个轻量级但功能强大的服务器，允许 AI 助手在安全的 Docker 环境中执行 AWS CLI 命令、使用 Unix 管道，并应用针对常见 AWS 任务的提示模板，同时支持多架构。

Azure

  • aaronsb/ado-mcp 📇 ☁️ - 用于将 AI 助手与 Azure DevOps 服务集成的 Azure DevOps MCP 服务器。
  • erikhoward/adls-mcp-server 🐍 ☁️/🏠 - 适用于 Azure 数据湖存储的 MCP 服务器。它可以管理容器、对容器中的文件进行读写/上传/下载操作，并管理文件元数据。
  • hardik-id/azure-resource-graph-mcp-server 📇 ☁️/🏠 - 使用 Azure 资源图大规模查询和分析 Azure 资源的模型上下文协议服务器，使 AI 助手能够探索和监控 Azure 基础设施。
  • jdubois/azure-cli-mcp 🐍 ☁️ - 一个封装了 Azure CLI 命令行的工具，允许直接与 Azure 交互。
  • stefanskiasan/azure-devops-mcp-server 📇 ☁️ - 用于通过 Cline 访问 Azure DevOps 的 MCP 服务器。
  • Tiberriver256/mcp-server-azure-devops 📇 ☁️ - 针对 Azure DevOps 的集成，用于仓库管理、工作项和管道。
  • Vortiago/mcp-azure-devops 📇 ☁️ - 一个模型上下文协议服务器，使 AI 助手能够通过 Python SDK 与 Azure DevOps 服务交互。

阿里云

  • aliyun/alibaba-cloud-ops-mcp-server 🎖️ 🐍 ☁️ - 一个 MCP 服务器，使 AI 助手能够在阿里云上操作资源，支持 ECS、云监控、OOS 及其他广泛使用的云产品。

GCP

  • eniayomi/gcp-mcp 📇 ☁️ - 用于 Google 云平台的模型上下文协议服务器，使 AI 助手能够与 GCP 资源交互。

其他云平台

  • bright8192/esxi-mcp-server 🐍 ☁️ - 基于 MCP（模型控制协议）的 VMware ESXi/vCenter 管理服务器，提供简单的 REST API 接口来管理虚拟机。
  • cloudflare/mcp-server-cloudflare 🎖️ 📇 ☁️ - 与 Cloudflare 服务集成，包括 Workers、KV、R2 和 D1。
  • thunderboltsid/mcp-nutanix 🏎️ 🏠/☁️ - 基于 Go 的 MCP 服务器，用于与 Nutanix Prism Central 资源对接。
  • arnstarn/mcp-server-spotinst 🐍 ☁️ - 用于 Spot.io（Spotinst）API 的 MCP 服务器，提供 23 种工具来管理 Ocean 集群、VNG、Elastigroup、成本、合理化调整以及跨 AWS 和 Azure 的日志记录，并支持多账户管理。

🗄️ 数据库管理

与数据库交互、执行查询、检查模式并管理数据。

  • haymon-ai/database 🦀 🏠 - 一个单二进制文件的 MySQL、MariaDB、PostgreSQL 和 SQLite 的 MCP 服务器，无运行时依赖。

🖥️ 命令行

运行命令、捕获输出，并以其他方式与 shell 和命令行工具交互。

🔄 版本控制

与 Git 仓库及版本控制平台交互。通过标准化 API 实现仓库管理、代码分析、拉取请求处理、问题跟踪等版本控制相关操作。

🔒 安全

用于安全运营、漏洞扫描和威胁检测的 MCP 服务器。

  • LaurieWired/GhidraMCP ☕ 🏠 - 一个适用于 Ghidra 的模型上下文协议服务器，使 LLM 能够自主地对应用程序进行逆向工程。提供二进制反编译、方法和数据重命名，以及列出方法、类、导入和导出等功能。
  • 13bm/GhidraMCP 🐍 ☕ 🏠 - 用于将 Ghidra 与 AI 助手集成的 MCP 服务器。该插件支持二进制分析，通过模型上下文协议提供函数检查、反编译、内存探索以及导入/导出分析等工具。
  • BurtTheCoder/mcp-shodan 📇 🪟 ☁️ - 用于查询 Shodan API 和 Shodan CVEDB 的 MCP 服务器。该服务器提供 IP 查询、设备搜索、DNS 查询、漏洞查询、CPE 查询等功能。
  • BurtTheCoder/mcp-virustotal 📇 🪟 ☁️ - 用于查询 VirusTotal API 的 MCP 服务器。该服务器提供 URL 扫描、文件哈希分析以及 IP 地址报告获取等功能。
  • cordum-io/cordum 🏎️ 🏠 ☁️ - 以安全为先的代理控制平面，具备预调度策略评估（拒绝/升级/允许）、输出扫描（PII、机密信息、注入攻击）、作业调度及完整审计追踪功能。原生 MCP 服务器，支持 stdio 和 HTTP/SSE 传输。
  • fr0gger/MCP_Security 📇 ☁️ - 用于查询 ORKL API 的 MCP 服务器。该服务器提供获取威胁报告、分析威胁行为者以及检索情报来源等功能。
  • wd041216-bit/ironclaw-agent-guard 📇 🏠 ☁️ - 具有 stdio 和可流式传输 HTTP MCP 服务器的代理运行时安全防护程序。暴露 security_scan 和 redact_text 接口，用于审查高风险工具负载、检查提示注入、脱敏敏感信息以及进行 JSONL 审计日志记录。
  • girste/mcp-cybersec-watchdog 🐍 🏠 🐧 - 针对 Linux 服务器的全面安全审计工具。分析防火墙、SSH 加固、威胁、fail2ban、Docker、内核加固等情况，并在无需任何配置的情况下返回可操作的建议。
  • icoretech/warden-mcp 📇 ☁️ 🏠 🍎 🪟 🐧 - 用于 Bitwarden 和 Vaultwarden 密钥库管理的 MCP 服务器。可通过官方 bw CLI 搜索、创建、编辑和整理登录凭据、笔记、卡片、身份信息、SSH 密钥、文件夹、集合、附件以及 Sends 等内容。
  • qianniuspace/mcp-security-audit 📇 ☁️ - 一个强大的 MCP（模型上下文协议）服务器，用于审计 npm 包依赖项中的安全漏洞。内置远程 npm 注册表集成，可实现实时安全检查。
  • semgrep/mcp 📇 ☁️ - 允许 AI 代理使用 Semgrep 扫描代码中的安全漏洞。
  • slouchd/cyberchef-api-mcp-server 🐍 ☁️ - 用于与 CyberChef 服务器 API 交互的 MCP 服务器，使 MCP 客户端能够利用 CyberChef 的各种操作。
  • rad-security/mcp-server 📇 ☁️ - RAD Security 的 MCP 服务器，为 Kubernetes 和云环境提供 AI 驱动的安全洞察。该服务器提供查询 Rad Security API 并获取安全发现、报告、运行时数据等功能。
  • securityfortech/secops-mcp 🐍 🏠 - 一体化安全测试工具箱，通过单一 MCP 接口整合了流行的开源工具。连接到 AI 代理后，可执行渗透测试、漏洞赏金猎取、威胁狩猎等任务。
  • roadwy/cve-search_mcp 🐍 🏠 - 用于查询 CVE-Search API 的模型上下文协议（MCP）服务器。该服务器提供对 CVE-Search 的全面访问权限，包括浏览供应商和产品、按 CVE-ID 获取 CVE 详情以及查看最新更新的 CVE 列表。
  • nickpending/mcp-recon 🏎️ 🏠 - 基于 httpx 和 asnmap 的对话式侦察界面及 MCP 服务器。支持多种侦察级别，可用于域名分析、安全头检查、证书分析和 ASN 查找。
  • operantlabs/operant-mcp 📇 ☁️ 🏠 - 安全测试 MCP 服务器，内置 51 种工具，用于渗透测试、网络取证、内存分析和漏洞评估。可通过 npx operant-mcp 安装。
  • microsoft/agent-governance-toolkit 🐍 🏠 - 用于 AI 代理的内核级治理 MCP 服务器。提供确定性策略执行、合规性检查（SOC2、GDPR、HIPAA）、基于 SQLite 的审计日志记录以及人工介入审批功能。可通过 pip install agent-os-kernel 安装。
  • takleb3rry/zitadel-mcp 📇 ☁️/🏠 - 用于 Zitadel 身份管理的 MCP 服务器，可通过自然语言管理用户、项目、OIDC 应用、角色和服务账户。支持用户生命周期、RBAC 和 OIDC 配置。
  • luckyPipewrench/pipelock 🏎️ 🏠 - 用于 AI 代理的防火墙，通过双向扫描 MCP 服务器来检测凭证泄露、提示注入和工具中毒等问题。同时提供带有 9 层扫描管道的 HTTP fetch 代理。
  • elliotllliu/agent-shield 📇 🏠 - 用于 AI 代理技能、MCP 服务器和插件的部署前安全扫描器。包含 30 条检测规则，支持 AST 污染跟踪、跨文件数据流分析以及多语言提示注入检测（8 种语言）。通过 GitHub Action 实现 CI/CD 集成。无需安装，直接使用 npx 即可，100% 离线运行。
  • PolicyLayer/Intercept 📇 🏠 🍎 🪟 🐧 - 开源 MCP 代理，可在每次工具调用时强制执行 YAML 策略。在传输层实现速率限制、支出上限、参数验证及完整的审计日志记录。可与任何 MCP 服务器配合使用。
  • Sentinel-Gate/Sentinelgate 🏎️ 🏠 🍎 🪟 🐧 - 开源 AI 代理访问控制 MCP 代理。通过 CEL 策略、RBAC、完整的审计轨迹、内容扫描以及管理员 UI 截获每次工具调用。单个二进制文件，无依赖。
  • prompt-security/clawsec 🐍 ☁️ - 用于 AI 代理技能和 MCP 服务器的安全审计平台。拥有五层检测流水线（核心规则、动态规则、LLM 分析、Firecracker 沙盒、LLM 复查），持续演进规则，并自动生成漏洞报告。

CI/CD 与 DevOps 流水线

🔄 持续集成

用于自动化代码变更集成和运行测试的工具。

📱 移动端 CI/CD

专为移动应用 CI/CD 流水线设计的工具。

🔄 DevOps 可视化

用于在整个 DevOps 生命周期中提供可见性的工具。

👨‍💻 代码执行

代码执行服务器。允许 LLM 在安全环境中执行代码。

  • pydantic/pydantic-ai/mcp-run-python 🐍 🏠 - 通过 MCP 工具调用，在安全沙盒中运行 Python 代码。
  • yepcode/mcp-server-js 🎖️ 📇 ☁️ - 在安全且可扩展的沙盒环境中执行任何 LLM 生成的代码，并使用 JavaScript 或 Python 创建自己的 MCP 工具，完全支持 NPM 和 PyPI 包。
  • ckanthony/openapi-mcp 🏎️ ☁️ - OpenAPI-MCP：容器化的 MCP 服务器，允许你的 AI 代理访问任何具有现有 API 文档的 API。
  • alfonsograziano/node-code-sandbox-mcp 📇 🏠 – 一个基于 Node.js 的 MCP 服务器，可启动隔离的 Docker 沙盒来执行 JavaScript 片段，支持即时安装 npm 依赖并进行干净的清理。

🧪 测试与混沌工程

用于测试、故障注入和韧性验证的工具。

  • Typewise/mcp-chaos-rig 📇 🏠 - 一个本地 MCP 服务器，可按需触发故障。从 Web UI 中测试客户端在身份验证失败、工具消失、响应不稳定以及令牌过期等情况下的表现。
  • ai-dashboad/flutter-skill - 基于 AI 的端到端测试桥梁，适用于任何应用。支持 Flutter、iOS、Android、Web、Electron、Tauri、KMP、React Native、.NET MAUI。
  • autonomous-testing/wopee-mcp 📇 ☁️ - 用于 Web 应用的 AI 测试代理——调度测试运行、分析爬取和 AI 代理测试，获取工件和项目状态。
  • rog0x/mcp-testing-tools 📇 🏠 - 单元测试生成、覆盖率分析、测试计划、测试夹具生成以及突变测试建议。
  • rog0x/mcp-perf-tools 📇 🏠 - 基准测试、性能分析、内存分析、CPU 分析和负载测试。
  • rog0x/mcp-log-tools 📇 🏠 - 日志解析、模式检测、错误提取、日志统计和异常检测。

🤖 编码代理

完整的编码代理，使 LLM 能够读取、编辑和执行代码，并完全自主地解决一般的编程任务。

  • bgauryy/octocode-mcp ☁️ 📇 🍎 🪟 🐧 - 基于 AI 的开发者助手，可在整个 GitHub 生态系统中进行高级研究、分析和发现。
  • oraios/serena 🐍🏠 - 一个功能齐全的编码代理，依靠语言服务器进行符号化的代码操作。
  • ezyang/codemcp 🐍🏠 - 具备基本读写和命令行工具的编码代理。
  • Wolfe-Jam/claude-faf-mcp 📇 🏠 - 首个也是唯一一个持久化项目上下文的 MCP。提供 .faf（基础 AI 上下文格式）项目 DNA，包含 33 多种工具、Podium 评分（0-100%）以及格式驱动的架构。官方 Anthropic 注册。NPM 下载量超过 1 万次。
  • Wolfe-Jam/faf-mcp 📇 🏠 - 适用于 Cursor、Windsurf、Cline、VS Code 以及其他所有兼容 MCP 的平台（包括 Claude Desktop）的通用持久化项目上下文。IANA 注册格式（application/vnd.faf+yaml）。内置 17 种原生工具，具备 AI 就绪度评分。
  • HendryAvila/Hoofy 🏎️ 🏠 🍎 🪟 🐧 - 基于规范的开发伴侣，拥有持久化内存（SQLite + FTS5 + 知识图谱）、自适应变更流水线（12 种流程变体）、带有 Clarity Gate 的绿地项目流水线以及业务规则提取功能。配备 32 种 MCP 工具。单个 Go 二进制文件，无依赖。
  • doggybee/mcp-server-leetcode 📇 ☁️ - 一个 MCP 服务器，使 AI 模型能够搜索、检索和解决 LeetCode 问题。支持元数据过滤、用户档案、提交记录以及竞赛数据访问。
  • jinzcdev/leetcode-mcp-server 📇 ☁️ - 一个 MCP 服务器，可自动访问 LeetCode 的编程题目、解答、提交记录和公开数据，还可选择进行身份验证以获取用户专属功能（如笔记），同时支持 leetcode.com（全球版）和 leetcode.cn（中国版）两个站点。
  • juehang/vscode-mcp-server 📇 🏠 - 一个 MCP 服务器，允许像 Claude 这样的 AI 读取 VS Code 工作区中的目录结构，查看 linter 和语言服务器检测到的问题，读取代码文件并进行编辑。
  • scrapeless/mcp-server-scrapeless 📇☁️🍎🪟🐧 - 使用 Scrapeless MCP 服务器，将实时 Google SERP（Google 搜索、Google Flight、Google 地图、Google 招聘等）结果无缝集成到你的 LLM 应用程序中。

🔗 聚合器

用于通过单个MCP服务器访问众多应用和工具的服务器。

  • askbudi/roundtable 🐍 🏠 - 无需配置的MCP服务器，通过智能自动发现和标准化接口，统一整合多个AI编码助手（Codex、Claude Code、Cursor、Gemini）。
  • Composiohq/Rube - Rube是基于Composio集成平台构建的MCP服务器，可将您的AI工具连接到500多种应用。
  • julien040/anyquery 🏎️ 🏠 ☁️ - 使用SQL即可用一个二进制文件查询超过40款应用。它还可以连接到您的PostgreSQL、MySQL或SQLite兼容数据库。本地优先且默认私密。
  • metatool-ai/metatool-app 📇 ☁️ 🏠 🍎 🪟 🐧 - MetaMCP是一款统一的中间件MCP服务器，可通过GUI管理您的MCP连接。
  • mindsdb/mindsdb - 使用MindsDB作为单一MCP服务器，跨不同平台和数据库连接并统一数据。
  • glenngillen/mcpmcp-server ☁️ 📇 🍎 🪟 🐧 - MCP服务器列表，方便您向客户推荐可用于改善日常工作流的服务器。
  • smart-mcp-proxy/mcpproxy-go 🏎️ 🏠 - 本地MCP代理，将多个服务器聚合到单个端点后端。具备BM25工具发现、隔离安全、活动日志记录、Docker隔离以及Web UI等功能。
  • wegotdocs/open-mcp 📇 🏠 🍎 🪟 🐧 - 在10秒内将Web API转换为MCP服务器，并将其添加到开源注册表：https://open-mcp.org。
  • PipedreamHQ/pipedream ☁️ 🏠 - 使用8,000多种预制工具连接2,500个API，并在您自己的应用中为用户管理服务器。
  • VeriTeknik/pluggedin-mcp-proxy 📇 🏠 - 一款综合代理服务器，将多个MCP服务器整合到单一界面，并提供丰富的可视化功能。它支持跨服务器的工具、提示、资源和模板的发现与管理，同时提供用于调试MCP服务器的游乐场。
  • tigranbs/mcgravity 📇 🏠 - 一款代理工具，可将多个MCP服务器组合成一个统一的端点。通过在多个MCP服务器之间负载均衡请求来扩展您的AI工具规模，类似于Nginx对Web服务器的作用。
  • MetaMCP 📇 ☁️ 🏠 🍎 🪟 🐧 - MetaMCP是一款统一的中间件MCP服务器，可通过GUI管理您的MCP连接。
  • WayStation-ai/mcp ☁️ 🍎 🪟 - 无缝且安全地将Claude Desktop及其他MCP主机连接到您喜爱的应用程序（Notion、Slack、Monday、Airtable等）。整个过程不到90秒。
  • Strale - 面向AI代理的250+项高质量能力：覆盖27个国家的企业数据、合规性检查（KYB、AML、制裁、GDPR）、财务验证、网络情报（SSL检查、DNS查询、域名声誉）、文档提取、开发者工具（CVE查询、依赖审计、代码审查）以及数据处理。每项能力均经过独立测试，并配有Strale质量评分（SQS）。提供免费层级。
  • sxhxliang/mcp-access-point 📇 ☁️ 🏠 🍎 🪟 🐧 - 无需任何代码更改，只需点击一下即可将Web服务转换为MCP服务器。
  • SkillFlow 🌐📦🤖 - 开放的AI代理技能市场。发现500+个MCP服务器和自动化工具，比较其能力，并部署到您的AI堆栈中。免费且开源。
  • juspay/neurolink 📇 ☁️ 🏠 - 以TypeScript为主的AI SDK，将13家主要AI提供商和100多种模型统一在一套一致的API之下。可通过addExternalMCPServer/addMCPServer API连接远程MCP服务器，内置基于HTTP的MCP连接、身份验证、重试机制和速率限制。
  • Arch Tools ☁️ - 通过MCP提供53种生产就绪的AI工具，支持x402 USDC支付。包括网页抓取、加密货币数据、AI生成、OCR等。
  • pumanitro/global-chat 📇 ☁️ - 跨协议的AI代理发现MCP服务器。可搜索的目录包含来自6个以上注册中心（mcp.so、Glama、Smithery、PulseMCP）的18,000多个MCP服务器，并通过agents.txt进行验证，实现协议无关的代理搜索。
  • uAI-solana/useful-ai-mcp 📇 ☁️ - 完全动态的MCP服务器，公开200多种供AI代理共享的实用工具。工具列表会根据实际使用数据自动更新。无需身份验证。

📂 浏览器自动化

用于访问和自动化网页内容的功能。支持以适合 AI 的格式搜索、抓取和处理网页内容。

构建工具与依赖管理

🔧 依赖分析

用于跨构建系统分析和管理项目依赖关系的工具。

  • arvindand/maven-tools-mcp ☕ ☁️ 🏠 🍎 🪟 🐧 - 适用于 JVM 构建工具（Maven、Gradle、SBT、Mill）的通用 Maven Central 依赖情报。提供版本查询、依赖健康检查、年龄分析、发布模式以及结合 Context7 的升级建议。
  • lunacompsia-oss/mcp-server-changelog 📇 ☁️ 🏠 🍎 🪟 🐧 - 从 npm、PyPI、crates.io 和 GitHub 仓库中获取并解析变更日志、发布说明及破坏性更改。
  • lunacompsia-oss/mcp-server-deps 📇 ☁️ 🏠 🍎 🪟 🐧 - 分析依赖树，通过 OSV.dev 检查漏洞，并审计 npm、PyPI 和 crates.io 中过时的包。
  • lunacompsia-oss/mcp-server-license 📇 ☁️ 🏠 🍎 🪟 🐧 - 检查开源依赖项的许可证类型、SPDX 合规性、兼容性矩阵及风险分类。
  • tersePrompts/jarp-mcp 📇 ☕ 🏠 - Java 归档文件读取协议 - MCP 服务器，让 AI 代理能够“透视”编译后的 Java 代码。无需任何设置即可直接从 Maven/Gradle 依赖中解编译并分析 Java 类，内置 CFR 反编译器。

监控与可观测性

📊 指标与监控

用于在 DevOps 环境中收集、查询和分析指标的工具。

  • CaesarYangs/prometheus_mcp_server 🐍 ☁️ - 一种模型上下文协议服务器，允许 LLM 通过预定义路由查询、分析和与 Prometheus 数据库交互。
  • etruong42/prometheus-mcp 🐍 ☁️ - 将 LLM 连接到 Prometheus HTTP API 的 MCP 服务器，用于指标查询和分析。
  • loginmqv/mcp-server-prometheus 📇 ☁️ - 用于与 Prometheus 交互的 MCP 服务器，使 AI 助手能够查询和分析指标数据。
  • pab1it0/prometheus-mcp-server 🐍 ☁️ - 一种模型上下文协议服务器，允许 AI 助手通过标准化接口查询和分析 Prometheus 指标。
  • VictoriaMetrics-Community/mcp-victoriametrics 🏎️ ☁️ - VictoriaMetrics 的模型上下文协议（MCP）服务器实现。这提供了对您的 VictoriaMetrics 实例的访问权限，并与 VictoriaMetrics 的 API 和文档无缝集成。

📱 社交媒体监控

用于监控社交媒体平台并提取数据的工具。

  • Xquik 📇 ☁️ - X/Twitter 账号监控和数据提取——MCP 服务器、REST API、HMAC Webhook、40 多种提取工具。

🔔 警报与通知

用于在监控系统中管理警报和通知的工具。

  • kaznak/alertmanager-mcp 📇 ☁️ - 一种模型上下文协议服务器，可与 Prometheus Alertmanager 集成，用于警报管理和通知。

🔍 应用性能监控

用于监控应用性能和基础设施健康状况的工具。

  • alilxxey/openobserve-community-mcp 🐍 🏠 - OpenObserve 社区版的 MCP 服务器，通过 REST API 提供服务。无需企业版许可证即可使用只读工具搜索日志、追踪信息、流式架构和仪表板。
  • dynatrace-oss/dynatrace-mcp 📇 ☁️ - Dynatrace Observability 监控的 MCP 服务器，提供基于 AI 的洞察，帮助了解应用性能和基础设施健康状况。
  • ingero-io/ingero 🏎️ 🏠 - 基于 eBPF 的 GPU 因果可观测性代理，配备 MCP 服务器，通过 CUDA 运行时/驱动程序 API 跟踪以及主机内核事件跟踪，为 AI 助手提供解释 GPU 延迟的因果链。
  • last9/last9-mcp-server 🏎️ ☁️ - Last9 可观测性和监控的 MCP 服务器，为 AI 助手提供访问指标、日志和追踪数据的能力。
  • willibrandon/CursorMCPMonitor #️⃣ 🏠 - Cursor AI 编辑器中模型上下文协议交互的实时监控工具。跟踪、分析和调试 AI 上下文交换。
  • Polar Signals Remote MCP 🐍 ☁️ - Polar Signals Cloud 持续剖析平台的 MCP 服务器，使 AI 助手能够分析 CPU 性能、内存使用情况，并在生产系统中识别优化机会。
  • unitedideas/resolve-mcp 🐍 ☁️ - 面向 AI 代理的结构化错误恢复工具。为 20 多种服务（OpenAI、Anthropic、Stripe、AWS、Postgres、Redis、Twilio 等）提供包含退避计划、重试策略和恢复步骤的解决方案手册。它不仅帮助检测错误，还指导代理如何从错误中恢复，从而补充了传统的监控工具。
  • nicofains1/agentwatch 📇 🏠 - 多代理可观测性工具，用于检测级联故障、全车队心跳监测以及事后回放。可作为 npm 库或 MCP 服务器使用。

项目与服务管理

🎫 工单系统

用于管理客户支持工单和帮助台运营的工具。

  • effytech/freshdesk-mcp 🐍 ☁️ - 与 Freshdesk 集成的 MCP 服务器，使 AI 模型能够与 Freshdesk 模块交互并执行各种支持操作。
  • dbsanfte/topdesk-mcp 🐍 ☁️ - Topdesk 工单系统的 MCP 服务器，允许 AI 模型与事件工单交互并添加评论。

📋 项目管理

用于管理项目、问题和工作流的工具。

  • nguyenvanduocit/jira-mcp 🏎️ ☁️ - 基于 Go 的 Jira MCP 连接器，使 Claude 等 AI 助手能够与 Atlassian Jira 交互。该工具为 AI 模型提供了无缝接口，以执行常见的 Jira 操作，包括问题管理、冲刺规划和工作流转移。
  • sooperset/mcp-atlassian 🐍 ☁️ - Atlassian 产品（Confluence 和 Jira）的 MCP 服务器。支持 Confluence Cloud、Jira Cloud 以及 Jira Server/Data Center。提供全面的工具，用于在 Atlassian 工作空间中搜索、阅读、创建和管理内容。

AI 代理基础设施

🧠 内存与上下文

用于 AI 代理持久化存储、上下文管理和知识保留的工具。

  • mcpware/claude-code-organizer 📇 🏠 - 用于整理 Claude Code 配置的 MCP 服务器——可在项目和用户范围内扫描、移动、删除记忆、技能、MCP 服务器和钩子。
  • omega-memory/omega-memory 🐍 🏠 - 面向 AI 代理的本地优先持久化内存。采用 SQLite + ONNX 嵌入、语义搜索、自动捕获、检查点/恢复功能。在 LongMemEval 基准测试中排名第一。
  • SKULLFIRE07/cortex-memory 📇 🏠 - 面向编码助手的持久化 AI 内存。可在会话间自动捕获决策、模式和上下文。提供 VSCode 插件、命令行工具和 MCP 服务器，采用 MIT 许可证。

框架

  • MervinPraison/praisonai-mcp 🐍 🏠 ☁️ - AI 代理框架，内置 64 多种自动化 MCP 工具，涵盖搜索、内存、工作流、代码执行和文件操作等功能。 用于构建自定义 MCP 服务器的框架。

  • FastMCP 🐍 - 一个用于在 Python 中构建 MCP 服务器的高级框架。

  • FastMCP 📇 - 一个用于在 TypeScript 中构建 MCP 服务器的高级框架。

  • tersePrompts/fastMCP4J ☕ 🏠 - 一个轻量级 Java 库，用于通过注解构建 MCP 服务器。采用注解驱动开发，仅依赖 12 个库，内置内存、待办事项、计划工具、文件操作、Bash 脚本和遥测等功能，支持多类模块，冷启动时间小于 500 毫秒。

贡献

欢迎贡献！请先阅读贡献指南。

许可证

本项目采用 MIT 许可证。详情请参阅LICENSE文件。

常见问题

相似工具推荐

openclaw

OpenClaw 是一款专为个人打造的本地化 AI 助手，旨在让你在自己的设备上拥有完全可控的智能伙伴。它打破了传统 AI 助手局限于特定网页或应用的束缚，能够直接接入你日常使用的各类通讯渠道，包括微信、WhatsApp、Telegram、Discord、iMessage 等数十种平台。无论你在哪个聊天软件中发送消息，OpenClaw 都能即时响应，甚至支持在 macOS、iOS 和 Android 设备上进行语音交互，并提供实时的画布渲染功能供你操控。 这款工具主要解决了用户对数据隐私、响应速度以及“始终在线”体验的需求。通过将 AI 部署在本地，用户无需依赖云端服务即可享受快速、私密的智能辅助，真正实现了“你的数据，你做主”。其独特的技术亮点在于强大的网关架构，将控制平面与核心助手分离，确保跨平台通信的流畅性与扩展性。 OpenClaw 非常适合希望构建个性化工作流的技术爱好者、开发者，以及注重隐私保护且不愿被单一生态绑定的普通用户。只要具备基础的终端操作能力（支持 macOS、Linux 及 Windows WSL2），即可通过简单的命令行引导完成部署。如果你渴望拥有一个懂你

★ 349.3k|★★★☆☆|今天
Agent开发框架图像

stable-diffusion-webui

stable-diffusion-webui 是一个基于 Gradio 构建的网页版操作界面，旨在让用户能够轻松地在本地运行和使用强大的 Stable Diffusion 图像生成模型。它解决了原始模型依赖命令行、操作门槛高且功能分散的痛点，将复杂的 AI 绘图流程整合进一个直观易用的图形化平台。 无论是希望快速上手的普通创作者、需要精细控制画面细节的设计师，还是想要深入探索模型潜力的开发者与研究人员，都能从中获益。其核心亮点在于极高的功能丰富度：不仅支持文生图、图生图、局部重绘（Inpainting）和外绘（Outpainting）等基础模式，还独创了注意力机制调整、提示词矩阵、负向提示词以及“高清修复”等高级功能。此外，它内置了 GFPGAN 和 CodeFormer 等人脸修复工具，支持多种神经网络放大算法，并允许用户通过插件系统无限扩展能力。即使是显存有限的设备，stable-diffusion-webui 也提供了相应的优化选项，让高质量的 AI 艺术创作变得触手可及。

★ 162.1k|★★★☆☆|昨天
开发框架图像Agent

everything-claude-code

everything-claude-code 是一套专为 AI 编程助手（如 Claude Code、Codex、Cursor 等）打造的高性能优化系统。它不仅仅是一组配置文件，而是一个经过长期实战打磨的完整框架，旨在解决 AI 代理在实际开发中面临的效率低下、记忆丢失、安全隐患及缺乏持续学习能力等核心痛点。 通过引入技能模块化、直觉增强、记忆持久化机制以及内置的安全扫描功能，everything-claude-code 能显著提升 AI 在复杂任务中的表现，帮助开发者构建更稳定、更智能的生产级 AI 代理。其独特的“研究优先”开发理念和针对 Token 消耗的优化策略，使得模型响应更快、成本更低，同时有效防御潜在的攻击向量。 这套工具特别适合软件开发者、AI 研究人员以及希望深度定制 AI 工作流的技术团队使用。无论您是在构建大型代码库，还是需要 AI 协助进行安全审计与自动化测试，everything-claude-code 都能提供强大的底层支持。作为一个曾荣获 Anthropic 黑客大奖的开源项目，它融合了多语言支持与丰富的实战钩子（hooks），让 AI 真正成长为懂上

★ 141.5k|★★☆☆☆|今天
开发框架Agent语言模型

ComfyUI

ComfyUI 是一款功能强大且高度模块化的视觉 AI 引擎，专为设计和执行复杂的 Stable Diffusion 图像生成流程而打造。它摒弃了传统的代码编写模式，采用直观的节点式流程图界面，让用户通过连接不同的功能模块即可构建个性化的生成管线。 这一设计巧妙解决了高级 AI 绘图工作流配置复杂、灵活性不足的痛点。用户无需具备编程背景，也能自由组合模型、调整参数并实时预览效果，轻松实现从基础文生图到多步骤高清修复等各类复杂任务。ComfyUI 拥有极佳的兼容性，不仅支持 Windows、macOS 和 Linux 全平台，还广泛适配 NVIDIA、AMD、Intel 及苹果 Silicon 等多种硬件架构，并率先支持 SDXL、Flux、SD3 等前沿模型。 无论是希望深入探索算法潜力的研究人员和开发者，还是追求极致创作自由度的设计师与资深 AI 绘画爱好者，ComfyUI 都能提供强大的支持。其独特的模块化架构允许社区不断扩展新功能，使其成为当前最灵活、生态最丰富的开源扩散模型工具之一，帮助用户将创意高效转化为现实。

★ 107.9k|★★☆☆☆|今天
开发框架图像Agent

markitdown

MarkItDown 是一款由微软 AutoGen 团队打造的轻量级 Python 工具，专为将各类文件高效转换为 Markdown 格式而设计。它支持 PDF、Word、Excel、PPT、图片（含 OCR）、音频（含语音转录）、HTML 乃至 YouTube 链接等多种格式的解析，能够精准提取文档中的标题、列表、表格和链接等关键结构信息。 在人工智能应用日益普及的今天，大语言模型（LLM）虽擅长处理文本，却难以直接读取复杂的二进制办公文档。MarkItDown 恰好解决了这一痛点，它将非结构化或半结构化的文件转化为模型“原生理解”且 Token 效率极高的 Markdown 格式，成为连接本地文件与 AI 分析 pipeline 的理想桥梁。此外，它还提供了 MCP（模型上下文协议）服务器，可无缝集成到 Claude Desktop 等 LLM 应用中。 这款工具特别适合开发者、数据科学家及 AI 研究人员使用，尤其是那些需要构建文档检索增强生成（RAG）系统、进行批量文本分析或希望让 AI 助手直接“阅读”本地文件的用户。虽然生成的内容也具备一定可读性，但其核心优势在于为机器

★ 93.4k|★★☆☆☆|今天
插件开发框架

LLMs-from-scratch

LLMs-from-scratch 是一个基于 PyTorch 的开源教育项目，旨在引导用户从零开始一步步构建一个类似 ChatGPT 的大型语言模型（LLM）。它不仅是同名技术著作的官方代码库，更提供了一套完整的实践方案，涵盖模型开发、预训练及微调的全过程。 该项目主要解决了大模型领域“黑盒化”的学习痛点。许多开发者虽能调用现成模型，却难以深入理解其内部架构与训练机制。通过亲手编写每一行核心代码，用户能够透彻掌握 Transformer 架构、注意力机制等关键原理，从而真正理解大模型是如何“思考”的。此外，项目还包含了加载大型预训练权重进行微调的代码，帮助用户将理论知识延伸至实际应用。 LLMs-from-scratch 特别适合希望深入底层原理的 AI 开发者、研究人员以及计算机专业的学生。对于不满足于仅使用 API，而是渴望探究模型构建细节的技术人员而言，这是极佳的学习资源。其独特的技术亮点在于“循序渐进”的教学设计：将复杂的系统工程拆解为清晰的步骤，配合详细的图表与示例，让构建一个虽小但功能完备的大模型变得触手可及。无论你是想夯实理论基础，还是为未来研发更大规模的模型做准备

★ 90.1k|★★★☆☆|今天
语言模型图像Agent