lingo.dev MCP Server
lingo.dev MCP Server forbinder AI-assistenter med eksterne datakilder, API'er og tjenester, hvilket muliggør struktureret ressourceadgang, promptskabeloner og værktøjsudførelse til avancerede LLM-workflows.
Gennemse alt indhold i kategorien MCP Servers
lingo.dev MCP Server forbinder AI-assistenter med eksterne datakilder, API'er og tjenester, hvilket muliggør struktureret ressourceadgang, promptskabeloner og værktøjsudførelse til avancerede LLM-workflows.
LinkedIn MCP Runner gør det muligt for AI-assistenter at oprette forbindelse til dine offentlige LinkedIn-data og styrker personlig indholdsoprettelse, analyse og engagementstrategier ved at udnytte dine ægte opslag og skrivestil.
Litmus MCP Server muliggør problemfri integration mellem Large Language Models (LLM'er) og Litmus Edge til konfiguration, overvågning og administration af industrielle enheder. Udnyt realtidsdata fra enheder, automatisér arbejdsgange og effektivisér IoT-driften med denne officielle server.
Integrer FlowHunt med LiveAgent MCP Server for at muliggøre AI-drevet automatisering af helpdesk-workflows, herunder håndtering af tickets, agenter, kontakter og afdelinger – alt sammen via et standardiseret, sikkert API-interface.
Integrer AI-assistenter med Liveblocks for samarbejde i realtid. Liveblocks MCP Server muliggør, at AI-agenter kan automatisere og administrere rum, tråde, kommentarer, notifikationer og tilgå samarbejdsdata i realtid via Liveblocks API.
LlamaCloud MCP-serveren forbinder AI-assistenter med flere administrerede indekser på LlamaCloud, hvilket muliggør dokumenthentning, søgning og vidensudvidelse i virksomhedsskala gennem en ren, værktøjsbaseret Model Context Protocol-grænseflade.
LLDB-MCP forbinder LLDB-debuggeren med Model Context Protocol (MCP), hvilket gør det muligt for AI-agenter som Claude at automatisere, styre og interagere med LLDB-debuggingsessioner for strømlinede, AI-assisterede debugging-workflows.
LLM Context MCP Server forbinder AI-assistenter med eksterne kode- og tekstprojekter og muliggør kontekstbevidste workflows for kodegennemgang, dokumentationsgenerering og projektekspolering via Model Context Protocol (MCP).
Logfire MCP Server forbinder AI-assistenter og LLM'er til telemetridata via OpenTelemetry, hvilket muliggør realtidsforespørgsler, undtagelsesovervågning, grundårsagsanalyse og brugerdefineret SQL over dine distribuerede spor og målinger ved hjælp af FlowHunt.
Loki MCP Server forbinder AI-assistenter med Grafana Loki og muliggør problemfri forespørgsler og analyse af logdata via Model Context Protocol. Det giver LLM-drevne arbejdsgange mulighed for logudforskning, fejlfinding og dashboard-oprettelse.
LottieFiles MCP Server giver AI-assistenter og udviklere mulighed for programmæssigt at søge, hente og interagere med Lottie-animationer, hvilket forenkler integrationen af rigt animationsindhold i design- og udviklingsarbejdsgange.
LSP MCP Server forbinder Language Server Protocol (LSP)-servere til AI-assistenter og muliggør avanceret kodeanalyse, intelligent autofuldførelse, diagnostik og editor-automatisering via standardiserede LSP-funktioner i FlowHunt.
Lspace MCP Server er en open-source backend og selvstændig applikation, der implementerer Model Context Protocol (MCP). Den muliggør vedvarende, søgbar viden ved at indsamle indsigter fra enhver AI-session og integrere dem på tværs af værktøjer, så udviklere kan bygge intelligente, kontekstberigede arbejdsgange.
Lucene MCP Server bringer virksomhedsklasse fuldtekstsøgning og dokumenthåndtering til FlowHunt via Apache Lucene. Integrer nemt robust søgning, indeksering og metadatafiltrering i dine AI-arbejdsgange med denne Java-baserede, MCP-kompatible server.
Mac Messages MCP Server forbinder sikkert AI-assistenter og LLM'er med din iMessage-database på macOS, hvilket muliggør forespørgsler, automatisering og øget produktivitet gennem analyse af beskeder, kontaktstyring og arbejdsflow-integration.
Maestro MCP Server forbinder AI-assistenter med Bitcoin-økosystemet og giver sikker, programmerbar adgang til blockchain-data og transaktionsstyring via Model Context Protocol (MCP). Ideel til automatisering af Bitcoin-arbejdsgange og forbedring af AI-drevet udvikling.
Magic Meal Kits MCP Server fungerer som en sikker bro mellem AI-assistenter og Magic Meal Kits API, der muliggør programmatisk sundhedstjek, forespørgsler på serverversion og sikker API-adgang i FlowHunt og andre AI-drevne arbejdsgange.
Mailgun MCP Server forbinder AI-assistenter med Mailguns e-mail-API'er og gør det muligt at sende e-mails programmæssigt, hente analyser og automatisere arbejdsgange i FlowHunt og andre AI-drevne platforme.
MalwareBazaar MCP Server integrerer realtids malware-intelligens fra Malware Bazaar-platformen direkte i din FlowHunt-arbejdsgang. Få adgang til de nyeste malwareprøver, detaljeret metadata og tag-baseret jagt til avanceret cybersikkerhedsforskning og automatisering.
map-traveler MCP Server gør det muligt for AI-assistenter og arbejdsgange at interagere med virtuelle kort, simulere rejser, hente geografisk information og give rumlig kontekst til avancerede AI-oplevelser.
MariaDB MCP Server giver sikker, skrivebeskyttet adgang til MariaDB-databaser for AI-assistenter, hvilket muliggør automatisering af arbejdsgange, dataanalyse og forretningsindsigt ved at eksponere skemainformation og understøtte SELECT-forespørgsler uden risiko for databasens integritet.
Markdownify MCP Server konverterer forskellige filtyper og webindhold—såsom PDF'er, DOCX, billeder, lyd og websider—til standardiseret Markdown-format og giver AI-assistenter og workflows læsbart, delbart og maskinbehandlingsbart indhold.
Markitdown MCP Server forbinder AI-assistenter med markdown-indhold, hvilket muliggør automatiseret dokumentation, indholdsanalyse og håndtering af markdown-filer for forbedrede udviklerarbejdsgange.
MasterGo Magic MCP Server forbinder MasterGo designværktøjer med AI-modeller og muliggør direkte adgang til DSL-data fra designfiler for automatiseret analyse, designgenerering, samarbejde og validering—alt sammen med minimal opsætning og sikker håndtering af API-nøgler.
matlab-mcp-tools er en MCP-server, der forbinder AI-assistenter og udviklingsmiljøer med MATLAB, hvilket muliggør eksekvering af scripts, håndtering af arbejdsrum, kørsel af kode baseret på sektioner samt automatiseret scriptoprettelse fra MCP-kompatible klienter som Cline og Cursor.
MCP Code Executor MCP Server gør det muligt for FlowHunt og andre LLM-drevne værktøjer at udføre Python-kode sikkert i isolerede miljøer, håndtere afhængigheder og dynamisk konfigurere kodeeksekveringsmiljøer. Det er ideelt til automatiseret kodeevaluering, reproducerbare data science-workflows og dynamisk miljøopsætning i FlowHunt-flows.
MCP Compass er en opdagelses- og anbefalingstjeneste for Model Context Protocol (MCP)-økosystemet. Den gør det muligt for AI-assistenter og udviklere at finde og forstå tilgængelige MCP-servere ved hjælp af naturligt sprog, og giver realtidsmetadata og problemfri integration for forbedrede udviklingsarbejdsgange.
MCP Containerd-serveren forbinder Containerd's runtime med Model Context Protocol (MCP), hvilket gør det muligt for AI-agenter og automatiserings-workflows at administrere containere, pods og images programmatisk. Den styrker DevOps- og AI-drevne miljøer med robust container lifecycle- og image-håndtering via standardiserede endpoints.
MCP Create er en dynamisk serveradministrationstjeneste, der muliggør on-demand oprettelse, kørsel og orkestrering af flere MCP-servere. Designet til skalerbare, modulære AI-workflows, gør det udviklere i stand til at starte, opdatere og administrere MCP-servere programmatisk med understøttelse af robust værktøjskørsel og livscyklusstyring.
MCP Databaseserveren muliggør sikker, programmatisk adgang til populære databaser som SQLite, SQL Server, PostgreSQL og MySQL for AI-assistenter og automatiseringsværktøjer. Den fungerer som en bro, der muliggør kontekstbevidste arbejdsgange og AI-drevne applikationer til at forespørge, administrere og interagere effektivt med strukturerede data.
MCP Discovery er et kommandolinjeværktøj skrevet i Rust, der automatiserer opdagelse og dokumentation af MCP Serveres funktioner, værktøjer og ressourcer. Det genererer omfattende, opdateret dokumentation i Markdown-, HTML- eller tekstformater for problemfri integration i udvikler-workflows og CI-pipelines.
MCP GraphQL er en Model Context Protocol (MCP) server, der standardiserer adgangen til GraphQL API'er og dynamisk eksponerer hver forespørgsel som et værktøj for AI-assistenter og udviklere. Den muliggør problemfri integration, datahentning og automatisering af arbejdsgange med minimal opsætning.
MCP Open Library-serveren forbinder AI-assistenter med Internet Archive's Open Library API og muliggør problemfri søgning og hentning af bog-, forfatter- og mediedata til bibliografisk forskning, katalogisering og forbedrede digitale oplevelser.
MCP Proxy Server samler flere MCP-ressourceservere i én HTTP-server, hvilket forenkler forbindelser for AI-assistenter og udviklere. Den muliggør samlet adgang til forskellige værktøjer, API'er og datakilder med realtidsstreaming og centraliseret godkendelse.
MCP Solver er en Model Context Protocol (MCP) server, der tilbyder avancerede SAT-, SMT- og constraint-optimeringsfunktioner til AI-assistenter og LLM'er. Den muliggør interaktiv oprettelse, ændring og løsning af komplekse matematiske modeller og strømliner arbejdsgange inden for forskning, ingeniørarbejde og beslutningstagning.
mcp-google-search MCP Server forbinder AI-assistenter med internettet og muliggør realtidssøgning og indholdsudtræk via Google Custom Search API. Den giver store sprogmodeller mulighed for at tilgå, verificere og opsummere opdateret information direkte fra onlinekilder.
MCP-Grep eksponerer Unix grep-værktøjet som en Model Context Protocol (MCP) server, hvilket gør det muligt for AI-assistenter og udviklere at udføre avancerede tekst- og mønstersøgninger via et standardiseret API. Ideel til loganalyse, udforskning af kodebaser, sikkerhedsrevisioner og meget mere.
mcp-hfspace MCP Server forbinder AI-assistenter med HuggingFace Spaces, så du nemt kan integrere, automatisere og administrere eksterne AI-modeller, demoer og API'er i dit udviklingsworkflow.
mcp-ical MCP Server forbinder AI-assistenter med din macOS-kalender, så du kan planlægge, administrere begivenheder og tjekke tilgængelighed direkte fra samtale-baserede forespørgsler i naturligt sprog. Understøtter flere kalendere, smarte påmindelser og Google Kalender-integration for effektiv produktivitet.
mcp-installer MCP Server forenkler og automatiserer installationen af andre Model Context Protocol-servere, så AI-assistenter og udviklere hurtigt kan udvide deres værktøjskasse ved at udrulle nye MCP-servere fra npm eller PyPi med minimal manuel opsætning.
mcp-k8s-go MCP Server gør det muligt for AI-assistenter at interagere programmatisk med Kubernetes-klynger via Model Context Protocol, hvilket automatiserer og effektiviserer DevOps-arbejdsgange gennem et standardiseret interface.
mcp-local-rag MCP Server muliggør privatlivsrespekterende, lokal Retrieval-Augmented Generation (RAG) web-søgning for LLM'er. Den gør det muligt for AI-assistenter at tilgå, indlejre og udtrække opdateret information fra internettet uden eksterne API'er, hvilket forbedrer forskning, indholdsskabelse og arbejdsgange for besvarelse af spørgsmål.
mcp-meme-sticky er en Model Context Protocol (MCP) server, der gør det muligt for AI-assistenter at generere memes og omdanne dem til stickers til platforme som Telegram. Den forbinder LLM'er og meme-genereringstjenester og forenkler workflows for brugerdefinerede memes og sticker-automatisering uden eksterne API'er.
MCP-NixOS er en Model Context Protocol-server til NixOS, som gør det muligt for AI-assistenter og udviklere at programmere adgang til og styring af NixOS-konfigurationer, pakker og systemtilstand. Det strømliner automatisering af infrastruktur, reproducerbare builds og AI-drevne DevOps-workflows.
MCP-PIF (Model Context Protocol - Personal Intelligence Framework) Server forbinder AI-assistenter med eksterne data, værktøjer og tjenester til arbejdspladsstyring, projektjournalisering og struktureret ræsonnement. Giv dine FlowHunt AI-workflows problemfrit filoperationer, journalisering og indsigtudviklingsmuligheder.
mcp-proxy MCP Server forbinder Streamable HTTP og stdio MCP transports og muliggør problemfri integration mellem AI-assistenter og forskellige Model Context Protocol (MCP) servere eller klienter. Det udvider interoperabiliteten, forenkler integrationen af ældre systemer og forbedrer AI-arbejdsgange på tværs af platforme.
mcp-rag-local MCP Server giver AI-assistenter semantisk hukommelse, så de kan lagre og hente tekstafsnit baseret på betydning og ikke kun nøgleord. Den bruger Ollama til embeddings og ChromaDB til vektorsøgning, hvilket understøtter avanceret videnshåndtering og kontekstuel genkaldelse i lokale workflows.
mcp-rquest MCP Server giver AI-assistenter avancerede, browser-lignende HTTP-forespørgselsfunktioner, robust anti-bot undvigelse og konvertering af dokumenter til Markdown. Drevet af rquest-motoren muliggør den sikker, realistisk webinteraktion og effektiv håndtering af store web- eller dokumentbesvarelser.
mcp-searxng MCP Server gør det muligt for FlowHunt AI-agenter at udføre realtidssøgninger på internettet med fokus på privatliv ved hjælp af SearXNG, en open source meta-søgemaskine. Den udvider LLM's muligheder med friske, fler-kilde internetdata til forskning, faktatjek og dynamiske applikationer.
mcp-searxng-public MCP Server forbinder AI-assistenter med offentlige SearXNG metasearch-instanser, og omdanner HTML-søgeresultater til ren JSON for realtidssøgning og informationsindhentning med respekt for privatliv.
mcp-server-commands MCP Server forbinder AI-assistenter med sikker systemkommandoudførelse, så LLM'er kan interagere med shell, automatisere udviklingsopgaver og håndtere filer direkte fra FlowHunt og andre AI-platforme.
MCP-Server-Creator er en meta-server, der muliggør hurtig oprettelse og konfiguration af nye Model Context Protocol (MCP) servere. Med dynamisk kodegenerering, værktøjsbygning og ressourcehåndtering strømliner den udviklingen af brugerdefinerede AI-forbindelses- og integrationsservere, hvilket giver tekniske teams mulighed for at automatisere arbejdsgange og accelerere implementering.
mcp-server-docker MCP Server gør det muligt for AI-assistenter at administrere Docker-containere via naturligt sprog. Integrer denne MCP med FlowHunt og andre klienter for automatiseret container-orkestrering, introspektion, fejlfinding og vedvarende datastyring.
MCP-Soccerdata er en open source MCP-server, der forbinder til SoccerDataAPI og muliggør indsigt i fodboldkampe i realtid til AI-arbejdsgange. Den leverer live kampoversigter, detaljerede kamphændelser, holdopstillinger, odds og ligadata til brug i MCP-kompatible klienter som Claude Desktop, Cursor, Windsurf og Cline.
mcp-stdio-to-streamable-http-adapter MCP Server fungerer som en kompatibilitetsbro, der muliggør, at STDIO-baserede MCP-klienter kan forbinde problemfrit til moderne Streamable HTTP MCP-servere. Den forenkler integration, test og migration, så udviklere får øjeblikkelig adgang til nye serverfunktioner uden opdateringer på klientsiden.
mcp-teams-server bringer Microsoft Teams-funktionalitet til FlowHunt via Model Context Protocol (MCP), så AI-assistenter kan læse, oprette og besvare beskeder, nævne brugere og automatisere team-workflows i Teams-kanaler og chats.
mcp-vision MCP Server forbinder HuggingFace computer vision-modeller—som zero-shot objektgenkendelse—med FlowHunt og andre AI-platforme og giver LLM'er og AI-assistenter avancerede visuelle funktioner såsom objektgenkendelse og billedanalyse.
mcp-writer-substack MCP Server gør det muligt for AI-assistenter som Claude at få adgang til, hente og opsummere indhold fra Substack-nyhedsbreve direkte i workflows. Det effektiviserer research, indholdskuration, nyhedsbrevsovervågning og automatiseret skrivehjælp ved at forbinde Substack-artikler direkte til AI-drevne miljøer.
mcpignore-filesystem MCP Server giver sikker og detaljeret kontrol over AI-agenters filadgang ved at understøtte `.mcpignore`-mønstre. Beskyt følsomme data, automatisér filopgaver og muliggør AI-drevne udviklingsflows med robuste, tilpasselige filsystemgrænseflader.
MediaWiki-MCP-adapter muliggør, at AI-assistenter og automatiseringsværktøjer programmatisk kan hente og redigere MediaWiki-sider via en strømlinet Model Context Protocol (MCP)-server – perfekt til wiki-automatisering, masseopdateringer og vidensbasestyring.