Explorer les serveurs MCP pour 2025
Découvrez la collection complète de serveurs MCP disponibles en 2025. Retrouvez des informations détaillées et les dernières mises à jour pour chaque serveur.
Tous les serveurs MCP
Exemple de serveur Mcp S3
MCP pour le Modèle de Flux Répliqué - Un outil puissant pour générer des images personnalisées et des actifs SVG qui correspondent à des ambiances de codage spécifiques et à des styles esthétiques. Rationalisez votre processus de création d'actifs visuels avec une génération de design alimentée par l'IA, adaptée aux développeurs.
Ce serveur de Protocole de Contexte de Modèle (MCP) fournit un pont entre Claude et Google Tasks, vous permettant de gérer vos listes de tâches et vos tâches directement via Claude.
Une implémentation TypeScript d'un serveur de Protocole de Contexte de Modèle (MCP) qui s'intègre à l'API de PiAPI. PiAPI permet à l'utilisateur de générer du contenu médiatique avec Midjourney/Flux/Kling/LumaLabs/Udio/Chrip/Trellis directement depuis Claude ou toute autre application compatible avec MCP.
Un serveur MCP pour l'acteur du navigateur Web RAG
Le serveur de protocole de contexte de modèle APISIX (MCP) est utilisé pour relier les grands modèles de langage (LLMs) avec l'API Admin d'APISIX.
Serveur MCP pour rechercher et interroger la base de données de recherches/articles médicaux PubMed
Un serveur MCP qui installe d'autres serveurs MCP pour vous
.
Code du serveur
Voici un exemple de code pour un serveur Unichat Mcp en Python :
```python
import socket
import threading
Configuration du serveur
HOST = '127.0.0.1' Adresse IP du serveur
PORT = 12345 Port du serveur
Liste des clients connectés
clients = []
def handle_client(client_socket, client_address):
print(f"[Nouveau client] {client_address} connecté.")
clients.append(client_socket)
while True:
try:
message = client_socket.recv(1024).decode('utf-8')
if message:
print(f"[Message reçu] {message} de {client_address}")
broadcast(message, client_socket)
else:
break
except:
break
print(f"[Client déconnecté] {client_address} déconnecté.")
clients.remove(client_socket)
client_socket.close()
def broadcast(message, client_socket):
for client in clients:
if client != client_socket:
try:
client.send(message.encode('utf-8'))
except:
client.close()
clients.remove(client)
def start_server():
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind((HOST, PORT))
server.listen()
print(f"[Démarrage du serveur] Écoute sur {HOST}:{PORT}")
while True:
client_socket, client_address = server.accept()
thread = threading.Thread(target=handle_client, args=(client_socket, client_address))
thread.start()
if __name__ == "__main__":
start_server()
```
Exécution du serveur
Pour exécuter le serveur, sauvegardez le code ci-dessus dans un fichier nommé `unichat_server.py` et exécutez-le avec la commande suivante :
```bash
python unichat_server.py
```
Conclusion
Vous avez maintenant un serveur Unichat Mcp fonctionnel en Python. Vous pouvez le modifier et l'étendre selon vos besoins.](https://avatars.githubusercontent.com/u/1759588?v=4 "Serveur Unichat Mcp en Python
Introduction
Unichat est un serveur de chat simple qui utilise le protocole MCP (Multi-Channel Protocol). Ce document explique comment créer un serveur Unichat en Python.
Prérequis
- Python 3.x
- Bibliothèque `socket`
Installation
Assurez-vous d'avoir Python installé sur votre machine. Vous pouvez le télécharger depuis [python.org](https://www.python.org/downloads/).
Code du serveur
Voici un exemple de code pour un serveur Unichat Mcp en Python :
```python
import socket
import threading
Configuration du serveur
HOST = '127.0.0.1' Adresse IP du serveur
PORT = 12345 Port du serveur
Liste des clients connectés
clients = []
def handle_client(client_socket, client_address):
print(f\"[Nouveau client] {client_address} connecté.\")
clients.append(client_socket)
while True:
try:
message = client_socket.recv(1024).decode('utf-8')
if message:
print(f\"[Message reçu] {message} de {client_address}\")
broadcast(message, client_socket)
else:
break
except:
break
print(f\"[Client déconnecté] {client_address} déconnecté.\")
clients.remove(client_socket)
client_socket.close()
def broadcast(message, client_socket):
for client in clients:
if client != client_socket:
try:
client.send(message.encode('utf-8'))
except:
client.close()
clients.remove(client)
def start_server():
server = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
server.bind((HOST, PORT))
server.listen()
print(f\"[Démarrage du serveur] Écoute sur {HOST}:{PORT}\")
while True:
client_socket, client_address = server.accept()
thread = threading.Thread(target=handle_client, args=(client_socket, client_address))
thread.start()
if __name__ == \"__main__\":
start_server()
```
Exécution du serveur
Pour exécuter le serveur, sauvegardez le code ci-dessus dans un fichier nommé `unichat_server.py` et exécutez-le avec la commande suivante :
```bash
python unichat_server.py
```
Conclusion
Vous avez maintenant un serveur Unichat Mcp fonctionnel en Python. Vous pouvez le modifier et l'étendre selon vos besoins."){kind=small}
Une application de chat de bureau qui utilise le MCP (Protocole de Contexte de Modèle) pour interagir avec d'autres LLMs.
Serveur MCP pour l'Index du Marché des Agents IA de DeepNLP
Analyse votre code en identifiant les fichiers importants en fonction des relations de dépendance. Génère des diagrammes et des scores d'importance par fichier, aidant les assistants IA à comprendre le code. Analyse automatiquement des langages de programmation populaires tels que Python, C, C++, Rust, Zig, Lua.
Un MCP pour Claude Desktop / Claude Code / Windsurf / Curseur pour créer des workflows n8n pour vous
Serveur MCP pour l'intégration de Todoist permettant une gestion des tâches en langage naturel avec Claude
Un serveur Nostr MCP qui permet d'interagir avec Nostr, permettant de publier des notes, et plus encore.
Une implémentation de serveur de Protocole de Contexte de Modèle (MCP) connectant Claude Desktop aux modèles de langage de DeepSeek (R1/V3)
Un serveur MCP simple qui vous propose des emplois en fonction de vos besoins.
📦 Repomix est un outil puissant qui regroupe l'ensemble de votre dépôt dans un seul fichier compatible avec l'IA. Parfait pour lorsque vous devez fournir votre code à des Modèles de Langage de Grande Taille (LLMs) ou à d'autres outils d'IA comme Claude, ChatGPT, DeepSeek, Perplexity, Gemini, Gemma, Llama, Grok, et plus encore.
