🚀 开发人员的MCP服务器

本项目的MCP服务器可助力开发人员将AI模型与数据库、文件系统、API、云服务和自动化工具等各类资源集成。通过对各种模型上下文协议（Model Context Protocol, MCP）服务器进行分类整理，为开发人员提供了清晰的集成方案。

🚀 快速开始

这份文档对各种模型上下文协议（Model Context Protocol, MCP）服务器进行了分类和整理，以帮助开发人员将AI模型与数据库、文件系统、API、云服务和自动化工具等各种资源进行集成。

✨ 主要特性

1. 文件系统 📂

提供本地和远程文件系统的访问，并配置权限。

• 备份服务器 - 提供AI代理和代码编辑工具的文件和文件夹备份与还原功能。
• FileSystem - 允许直接访问本地文件系统，配置可读、写和管理文件的权限。
• Everything Search - 一个高速文件搜索MCP服务器，利用Everything SDK在Windows上实现快速索引和检索。
• llm-context - 提供通过模型上下文协议或剪贴板与LLM共享本地代码上下文的方式。

2. 版本控制 🔄

实现与Git和其他版本控制系统交互。

• GitHub - 允许与GitHub仓库集成，实现仓库浏览、问题跟踪和拉取请求管理等功能。
• GitLab - 提供GitLab集成，支持项目和仓库管理、CI/CD操作和协作。
• Git - 一个服务器，允许直接与Git交互，实现代码的版本控制和协作开发。
• BifrostMCP - 提供基于GitHub的代码拉取请求分析功能。

3. 数据库 💽

提供与各种数据库系统的交互。

• PostgreSQL MCP Server - 实现AI模型与PostgreSQL数据库之间的数据查询和操作。
• Redis MCP Server - 提供与Redis键值存储的交互，支持数据缓存和实时数据处理。

4. 云服务 ☁️

实现对主要云平台的服务调用。

• AWS MCP Server - 允许AI模型调用亚马逊网络服务（AWS）的各种云服务，如S3、EC2等。
• Google Cloud MCP Server - 提供与谷歌云计算平台（GCP）的交互，支持BigQuery、Compute Engine等服务。

5. 消息队列 📢

实现与各种消息队列系统的集成。

• RabbitMQ MCP Server - 允许AI模型通过RabbitMQ进行异步通信和任务分发。
• Kafka MCP Server - 提供与Apache Kafka的集成，支持大规模实时数据流处理。

6. 日志管理 📊

实现对系统日志的收集、分析和监控。

• ELK Stack MCP Server - 集成Elasticsearch、Logstash和Kibana（ELK）栈，支持结构化日志数据的查询和可视化。
• Prometheus Logging MCP Server - 提供基于Prometheus的日志监控能力，允许AI模型分析日志数据以识别模式和异常。

7. 实时通讯 💬

实现与实时通讯系统的交互。

• WebSocket MCP Server - 允许AI模型通过WebSocket协议进行实时双向通信。
• Telegram Bot API MCP Server - 提供与Telegram机器人API的集成，支持消息收发和用户交互。

8. 支付网关 💳

实现对在线支付服务的支持。

• Stripe MCP Server - 允许AI模型处理 Stripe 的支付请求，支持信用卡、电子钱包等多种支付方式。
• PayPal MCP Server - 提供与PayPal支付网关的集成，支持在线交易处理和支付状态查询。

9. 身份验证 🔑

实现用户身份验证和授权功能。

• OAuth2 MCP Server - 允许AI模型通过OAuth2协议进行第三方登录和认证。
• JWT MCP Server - 提供基于JSON Web Token（JWT）的身份验证功能，支持签名、加密和令牌解析。

10. 监控与报警 🏺

实现对系统和应用的监控，并提供报警功能。

• Prometheus Monitoring MCP Server - 提供基于Prometheus的监控能力，允许AI模型查询和分析系统指标、日志和警报条件，以检测性能异常。
• Grafana Monitoring MCP Server - 集成Grafana 。