Linear MCP-server
Linear MCP-serveren kobler Linears prosjektstyringsplattform med AI-assistenter og LLM-er, slik at team kan automatisere sakshåndtering, søk, oppdateringer og samarbeid direkte via samtalegrensesnitt.
Bla gjennom alt innhold i kategorien MCP Servers
Linear MCP-serveren kobler Linears prosjektstyringsplattform med AI-assistenter og LLM-er, slik at team kan automatisere sakshåndtering, søk, oppdateringer og samarbeid direkte via samtalegrensesnitt.
Linear MCP-serveren integrerer Linear prosjektstyringsplattform med AI-assistenter via Model Context Protocol, og muliggjør automatisering, spørring og håndtering av saker, prosjekter, team og mer for strømlinjeformede arbeidsflyter og økt produktivitet.
lingo.dev MCP-serveren fungerer som en bro mellom KI-assistenter og eksterne datakilder, API-er og tjenester, og muliggjør strukturert ressurs-tilgang, prompt-maler og verktøyutførelse for avanserte LLM-arbeidsflyter.
LinkedIn MCP Runner gjør det mulig for AI-assistenter å koble seg til dine offentlige LinkedIn-data, og gir kraft til personlig innholdsproduksjon, analyse og engasjementsstrategier ved å utnytte dine ekte innlegg og skrivestil.
Litmus MCP Server muliggjør sømløs integrasjon mellom store språkmodeller (LLM-er) og Litmus Edge for konfigurasjon, overvåking og administrasjon av industrielle enheter. Utnytt sanntids enhetsdata, automatiser arbeidsflyter, og effektiviser IoT-operasjoner med denne offisielle serveren.
Integrer FlowHunt med LiveAgent MCP Server for å muliggjøre AI-drevet automatisering av helpdesk-arbeidsflyter, inkludert håndtering av saker, agenter, kontakter og avdelinger—alt via et standardisert, sikkert API-grensesnitt.
Integrer AI-assistenter med Liveblocks for sanntidssamarbeid. Liveblocks MCP Server gjør det mulig for AI-agenter å automatisere og administrere rom, tråder, kommentarer, varsler og få tilgang til samarbeidsdata via Liveblocks API.
LlamaCloud MCP-serveren kobler AI-assistenter til flere administrerte indekser på LlamaCloud, og muliggjør dokumenthenting, søk og kunnskapsforsterkning i stor skala gjennom et ryddig, verktøybasert Model Context Protocol-grensesnitt.
LLDB-MCP kobler LLDB-debuggeren med Model Context Protocol (MCP), og gir AI-agenter som Claude mulighet til å automatisere, kontrollere og samhandle med LLDB-feilsøkingsøkter for mer strømlinjeformede, AI-assisterte feilsøkingsarbeidsflyter.
LLM Context MCP Server bygger bro mellom AI-assistenter og eksterne kode- og tekstprosjekter, og muliggjør kontekstavhengige arbeidsflyter for kodegjennomgang, dokumentasjonsgenerering og utforskning av prosjekter via Model Context Protocol (MCP).
Logfire MCP-server kobler AI-assistenter og LLM-er til telemetridata via OpenTelemetry, og muliggjør sanntidsforespørsler, unntaksovervåking, rotårsaksanalyse og egendefinert SQL over dine distribuerte spor og målinger med FlowHunt.
Loki MCP-serveren kobler AI-assistenter til Grafana Loki, og muliggjør sømløs spørring og analyse av loggdata via Model Context Protocol. Den gir LLM-drevne arbeidsflyter for loggutforskning, feilsøking og dashbordopprettelse.
LottieFiles MCP Server gir AI-assistenter og utviklere mulighet til å programmere søk, hente og samhandle med Lottie-animasjoner, og forenkler integrasjon av rikt animasjonsinnhold i design- og utviklingsarbeidsflyter.
LSP MCP-serveren kobler Language Server Protocol (LSP)-servere til KI-assistenter, og muliggjør avansert kodeanalyse, intelligent autofullføring, diagnostikk og editorautomatisering gjennom standardiserte LSP-funksjoner i FlowHunt.
Lspace MCP Server er en åpen kildekode-backend og frittstående applikasjon som implementerer Model Context Protocol (MCP). Den muliggjør vedvarende, søkbar kunnskap ved å fange innsikt fra enhver AI-økt og integrere dem på tvers av verktøy, slik at utviklere kan bygge intelligente, kontekstberikede arbeidsflyter.
Lucene MCP Server gir bedriftsklasse, fulltekstsøk og dokumenthåndtering til FlowHunt via Apache Lucene. Integrer enkelt robust søk, indeksering og metadatafiltrering i AI-arbeidsflyter ved hjelp av denne Java-baserte, MCP-kompatible serveren.
Mac Messages MCP Server kobler AI-assistenter og LLM-er sikkert til iMessage-databasen din på macOS, og muliggjør spørring, automatisering og økt produktivitet gjennom meldingsanalyse, kontaktadministrasjon og arbeidsflytintegrasjon.
Maestro MCP Server bygger bro mellom AI-assistenter og Bitcoin-økosystemet, og gir sikker, programmerbar tilgang til blokkjede-data og transaksjonshåndtering via Model Context Protocol (MCP). Ideell for automatisering av Bitcoin-arbeidsflyter og å styrke AI-drevet utvikling.
Magic Meal Kits MCP-serveren fungerer som en sikker bro mellom AI-assistenter og Magic Meal Kits API, og muliggjør programmatisk helsesjekk, spørring av serverversjon og sikker API-tilgang i FlowHunt og andre AI-drevne arbeidsflyter.
Mailgun MCP Server kobler AI-assistenter med Mailguns e-post-API-er, og muliggjør programmatisk sending av e-post, innhenting av analyser og automatisering av arbeidsflyter i FlowHunt og andre AI-drevne plattformer.
MalwareBazaar MCP Server integrerer sanntids malware-intelligens fra Malware Bazaar-plattformen inn i din FlowHunt-arbeidsflyt. Få tilgang til de nyeste malware-prøvene, detaljert metadata og tag-basert jakt for avansert cybersikkerhetsforskning og automatisering.
map-traveler MCP Server gjør det mulig for AI-assistenter og arbeidsflyter å samhandle med virtuelle kart, simulere reiser, hente geografisk informasjon og gi romlig kontekst for avanserte AI-opplevelser.
MariaDB MCP Server gir sikker, skrivebeskyttet tilgang til MariaDB-databaser for KI-assistenter, og muliggjør arbeidsflytautomatisering, dataanalyse og forretningsinnsikt ved å eksponere skjemainformasjon og støtte SELECT-spørringer uten å risikere databasen sin integritet.
Markdownify MCP Server konverterer ulike filtyper og nettinnhold—som PDF, DOCX, bilder, lyd og nettsider—til standardisert Markdown-format, og gir AI-assistenter og arbeidsflyter lesbart, delbart og maskinprosessbart innhold.
Markitdown MCP-serveren kobler AI-assistenter med markdown-innhold, og muliggjør automatisert dokumentasjon, innholdsanalyse og håndtering av markdown-filer for forbedrede utviklerarbeidsflyter.
MasterGo Magic MCP-serveren kobler MasterGo-designverktøy med AI-modeller, og muliggjør direkte tilgang til DSL-data fra designfiler for automatisert analyse, designgenerering, samarbeid og validering – alt med minimal oppsett og sikker håndtering av API-nøkler.
matlab-mcp-tools er en MCP-server som kobler AI-assistenter og utviklingsmiljøer med MATLAB, og muliggjør skriptkjøring, arbeidsområdestyring, seksjonsbasert kodekjøring og automatisert skriptskaping fra MCP-kompatible klienter som Cline og Cursor.
MCP Code Executor MCP Server gjør det mulig for FlowHunt og andre LLM-drevne verktøy å kjøre Python-kode sikkert i isolerte miljøer, håndtere avhengigheter og dynamisk konfigurere kodeutførelseskontekster. Den er ideell for automatisert kodeevaluering, reproduserbare datavitenskapsarbeidsflyter og dynamisk miljøoppsett inne i FlowHunt-flows.
MCP Compass er en oppdagelses- og anbefalingstjeneste for Model Context Protocol (MCP)-økosystemet. Den gjør det mulig for AI-assistenter og utviklere å finne og forstå tilgjengelige MCP-servere ved hjelp av naturlig språk, og gir sanntidsmetadata og sømløs integrasjon for å forbedre utviklingsprosesser.
MCP Containerd-serveren kobler Containerds runtime til Model Context Protocol (MCP), slik at AI-agenter og automasjonsarbeidsflyter kan administrere containere, pods og bilder programmessig. Den gir DevOps- og AI-drevne miljøer robust livssyklus- og bildestyring av containere gjennom standardiserte endepunkter.
MCP Create er en dynamisk tjeneste for serveradministrasjon som muliggjør behovsstyrt opprettelse, kjøring og orkestrering av flere MCP-servere. Designet for skalerbare, modulære AI-arbeidsflyter, gjør det det mulig for utviklere å starte, oppdatere og administrere MCP-servere programmatisk, med støtte for robust verktøykjøring og livssyklusadministrasjon.
MCP Database Server muliggjør sikker, programmert tilgang til populære databaser som SQLite, SQL Server, PostgreSQL og MySQL for AI-assistenter og automatiseringsverktøy. Den fungerer som en bro, og gir kontekstbevisste arbeidsflyter og AI-drevne applikasjoner mulighet til å spørre, administrere og samhandle med strukturerte data effektivt.
MCP Discovery er et kommandolinjeverktøy skrevet i Rust som automatiserer oppdagelse og dokumentasjon av MCP Server-funksjoner, verktøy og ressurser. Det genererer omfattende, oppdatert dokumentasjon i Markdown-, HTML- eller tekstformater for sømløs integrering i utviklerarbeidsflyter og CI-pipelines.
MCP GraphQL er en Model Context Protocol (MCP)-server som standardiserer tilgangen til GraphQL API-er, og eksponerer dynamisk hver spørring som et verktøy for AI-assistenter og utviklere. Dette muliggjør sømløs integrasjon, datauthenting og automatisering av arbeidsflyt med minimal oppsett.
MCP Open Library-serveren kobler AI-assistenter til Internet Archives Open Library API, og muliggjør sømløst søk og uthenting av bok-, forfatter- og mediedata for bibliografisk forskning, katalogisering og forbedrede digitale opplevelser.
MCP Proxy Server samler flere MCP-ressursservere i én enkelt HTTP-server, og forenkler tilkoblinger for KI-assistenter og utviklere. Den muliggjør samlet tilgang til ulike verktøy, API-er og datakilder, med sanntidsstrømming og sentralisert autentisering.
MCP Solver er en Model Context Protocol (MCP) server som tilbyr avanserte SAT-, SMT- og optimaliseringsmuligheter for AI-assistenter og LLM-er. Den muliggjør interaktiv opprettelse, endring og løsning av komplekse matematiske modeller, og effektiviserer arbeidsflyter innen forskning, ingeniørarbeid og beslutningstaking.
mcp-google-search MCP Server bygger bro mellom AI-assistenter og nettet, og muliggjør sanntidssøk og innholdsekstraksjon ved bruk av Google Custom Search API. Den gir store språkmodeller tilgang til, verifisering av og oppsummering av oppdatert informasjon direkte fra nettbaserte kilder.
MCP-Grep eksponerer Unix grep-verktøyet som en Model Context Protocol (MCP) server, slik at AI-assistenter og utviklere kan utføre avanserte tekst- og mønstersøk via et standardisert API. Ideell for logganalyse, utforskning av kodebaser, sikkerhetsrevisjoner og mer.
mcp-hfspace MCP-serveren kobler AI-assistenter til HuggingFace Spaces, og muliggjør sømløs integrasjon, automatisering og administrasjon av eksterne AI-modeller, demoer og API-er i utviklingsflyten din.
mcp-ical MCP-serveren kobler KI-assistenter til din macOS-kalender, slik at du kan planlegge, administrere hendelser og sjekke tilgjengelighet med naturlig språk direkte fra samtaler. Støtter flere kalendere, smarte påminnelser og Google Kalender-integrasjon for effektiv produktivitet.
mcp-installer MCP Server forenkler og automatiserer installasjonen av andre Model Context Protocol-servere, slik at AI-assistenter og utviklere raskt kan utvide verktøysettet sitt ved å distribuere nye MCP-servere fra npm eller PyPi med minimal manuell oppsett.
mcp-k8s-go MCP Server lar AI-assistenter programmessig samhandle med Kubernetes-klynger via Model Context Protocol, og automatiserer og effektiviserer DevOps-arbeidsflyter gjennom et standardisert grensesnitt.
mcp-local-rag MCP Server muliggjør personvernsvennlig, lokal Retrieval-Augmented Generation (RAG) nettsøk for LLM-er. Den lar AI-assistenter få tilgang til, indeksere og hente oppdatert informasjon fra nettet uten eksterne API-er, og forbedrer arbeidsflyter for forskning, innholdsproduksjon og spørsmål/svar.
mcp-meme-sticky er en Model Context Protocol (MCP) server som gjør det mulig for KI-assistenter å generere memer og konvertere dem til klistremerker for plattformer som Telegram. Den fungerer som en bro mellom LLM-er og meme-genereringstjenester, og forenkler arbeidsflyter for egendefinerte memer og automatisering av klistremerker uten eksterne API-er.
MCP-NixOS er en Model Context Protocol-server for NixOS, som gjør det mulig for AI-assistenter og utviklere å programmere tilgang til og administrere NixOS-konfigurasjoner, pakker og systemtilstand. Den effektiviserer automatisering av infrastruktur, reproduserbare bygg og AI-drevne DevOps-arbeidsflyter.
MCP-PIF (Model Context Protocol - Personal Intelligence Framework) Server kobler AI-assistenter med eksterne data, verktøy og tjenester for arbeidsplassadministrasjon, prosjektjournalføring og strukturert resonnering. Gi FlowHunt AI-arbeidsflytene dine sømløse muligheter for filoperasjoner, journalføring og innsiktsutvikling.
mcp-proxy MCP-serveren bygger bro mellom Streamable HTTP og stdio MCP-transporter, og muliggjør sømløs integrasjon mellom AI-assistenter og ulike Model Context Protocol (MCP)-servere eller klienter. Den utvider interoperabilitet, forenkler integrering av eldre systemer og forbedrer AI-arbeidsflyter på tvers av plattformer.
Den mcp-rag-local MCP-serveren gir AI-assistenter semantisk minne, slik at de kan lagre og hente tekstutdrag basert på mening, ikke bare nøkkelord. Den bruker Ollama for embedding og ChromaDB for vektorsøk, og støtter avansert kunnskapsforvaltning og kontekstuell gjenfinning i lokale arbeidsflyter.
mcp-rquest MCP Server gir AI-assistenter avanserte, nettleserlignende HTTP-forespørselmuligheter, robust anti-bot-unngåelse og konvertering av dokumenter til Markdown. Drevet av rquest-motoren muliggjør den sikre, realistiske nettinteraksjoner og effektiv håndtering av store nett- eller dokumentresponser.
mcp-searxng MCP-serveren gjør det mulig for FlowHunt AI-agenter å utføre sanntids, personvernfokuserte nettsøk ved bruk av SearXNG, en åpen kildekode meta-søkemotor. Den utvider LLMs evner med ferske, flerkildede internettdata for forskning, faktasjekk og dynamiske applikasjoner.
mcp-searxng-public MCP Server kobler AI-assistenter med offentlige SearXNG-metasearch-instanser, og parser HTML-søkeresultater til ren JSON for sanntid, personvernsfokusert nettsøk og informasjonsinnhenting.
mcp-server-commands MCP Server fungerer som en bro mellom AI-assistenter og sikker utførelse av systemkommandoer, slik at LLM-er kan samhandle med skallet, automatisere utviklingsoppgaver og håndtere filer direkte fra FlowHunt og andre AI-plattformer.
MCP-Server-Creator er en meta-server som muliggjør rask opprettelse og konfigurasjon av nye Model Context Protocol (MCP)-servere. Med dynamisk kodegenerering, verktøybygging og ressursstyring effektiviserer den utviklingen av tilpassede AI-tilkoblings- og integrasjonsservere, og gir tekniske team mulighet til å automatisere arbeidsflyter og akselerere utrulling.
mcp-server-docker MCP Server gjør det mulig for AI-assistenter å administrere Docker-containere gjennom naturlig språk. Integrer denne MCP-en med FlowHunt og andre klienter for automatisert container-orkestrering, introspeksjon, feilsøking og vedvarende databehandling.
MCP-Soccerdata er en åpen kildekode MCP-server som kobler seg til SoccerDataAPI og muliggjør sanntids fotballkampinnsikt for AI-arbeidsflyter. Den gir live kampoversikter, detaljerte kamphendelser, lagoppstillinger, odds og ligadata for bruk i MCP-klienter som Claude Desktop, Cursor, Windsurf og Cline.
mcp-stdio-to-streamable-http-adapter MCP Server fungerer som en kompatibilitetsbro og gjør det mulig for STDIO-baserte MCP-klienter å koble seg sømløst til moderne Streamable HTTP MCP-servere. Den forenkler integrasjon, testing og migrering, og gir utviklere umiddelbar tilgang til nye serverfunksjoner uten oppdateringer på klientsiden.
mcp-teams-server bringer Microsoft Teams-funksjonalitet til FlowHunt via Model Context Protocol (MCP), slik at AI-assistenter kan lese, opprette og svare på meldinger, nevne brukere og automatisere teamarbeidsflyter i Teams-kanaler og chatter.
mcp-vision MCP Server kobler HuggingFace datamodeller for datamaskinsyn—som zero-shot objektgjenkjenning—til FlowHunt og andre AI-plattformer, og gir LLM-er og AI-assistenter avanserte visuelle evner som objektgjenkjenning og bildeanalyse.
mcp-writer-substack MCP-serveren gjør det mulig for AI-assistenter som Claude å få tilgang til, hente og oppsummere Substack-nyhetsbrevinnhold i arbeidsflyter. Den effektiviserer forskning, innholdskuratering, nyhetsbrev-overvåkning og automatisert skrivehjelp ved å koble Substack-artikler direkte inn i AI-drevne miljøer.