2025 के लिए MCP सर्वर और क्लाइंट देखें
2025 में उपलब्ध सभी MCP सर्वरस और क्लाइंट की पूरी सूची देखें — एक ही स्थान पर।
2025 में उपलब्ध सभी MCP सर्वरस और क्लाइंट की पूरी सूची देखें — एक ही स्थान पर।
AI एजेंट जो इंजीनियरिंग कार्यों को अंत से अंत तक संभालता है: डेवलपर्स के उपकरणों के साथ एकीकृत होता है, योजना बनाता है, निष्पादित करता है, और सफल परिणाम प्राप्त करने तक दोहराता है।
Terraform MCP सर्वर Terraform पारिस्थितिकी तंत्र के साथ निर्बाध एकीकरण प्रदान करता है, जो इन्फ्रास्ट्रक्चर ऐज़ कोड (IaC) विकास के लिए उन्नत स्वचालन और इंटरैक्शन क्षमताओं को सक्षम बनाता है।
MCP सर्वर बनाएं आवश्यकताएँ - एक कंप्यूटर या सर्वर जो Minecraft चलाने के लिए सक्षम हो। - इंटरनेट कनेक्शन। - Java Development Kit (JDK) स्थापित होना चाहिए। चरण 1: JDK स्थापित करें 1. [Oracle की वेबसाइट](https://www.oracle.com/java/technologies/javase-jdk11-downloads.html) पर जाएं। 2. अपने ऑपरेटिंग सिस्टम के लिए JDK डाउनलोड करें। 3. इंस्टॉलेशन प्रक्रिया का पालन करें। चरण 2: MCP डाउनलोड करें 1. [MCP की आधिकारिक वेबसाइट](http://mcp.ocean-labs.de/) पर जाएं। 2. नवीनतम संस्करण डाउनलोड करें। चरण 3: MCP सेटअप करें 1. डाउनलोड की गई फ़ाइल को अनज़िप करें। 2. कमांड प्रॉम्प्ट या टर्मिनल खोलें। 3. MCP फ़ोल्डर में जाएं: ```bash cd path/to/mcp ``` चरण 4: Minecraft को सेट करें 1. Minecraft क्लाइंट को लॉन्च करें और अपने खाते में लॉगिन करें। 2. एक बार जब गेम शुरू हो जाए, तो इसे बंद करें। यह आवश्यक फ़ाइलें बनाएगा। चरण 5: MCP को चलाएं 1. कमांड प्रॉम्प्ट या टर्मिनल में निम्नलिखित कमांड चलाएं: ```bash ./mcp ``` 2. MCP को Minecraft के साथ सेट करने के लिए निर्देशों का पालन करें। चरण 6: सर्वर शुरू करें 1. MCP में सर्वर फ़ोल्डर में जाएं। 2. निम्नलिखित कमांड चलाएं: ```bash java -Xmx1024M -Xms1024M -jar minecraft_server.jar nogui ``` 3. सर्वर शुरू हो जाएगा और आप अन्य खिलाड़ियों को इसमें शामिल होने के लिए आमंत्रित कर सकते हैं। निष्कर्ष अब आपका MCP सर्वर तैयार है! आप अपने दोस्तों के साथ खेल सकते हैं और नए अनुभवों का आनंद ले सकते हैं।
Watsonx.ai Flows Engine के साथ AI एप्लिकेशन बनाने के लिए उदाहरण और ट्यूटोरियल उदाहरण 1. चैटबॉट निर्माण Watsonx.ai Flows Engine का उपयोग करके एक चैटबॉट बनाएं जो उपयोगकर्ताओं के प्रश्नों का उत्तर दे सके। 2. डेटा विश्लेषण डेटा सेट का विश्लेषण करने के लिए Flows Engine का उपयोग करें और महत्वपूर्ण अंतर्दृष्टियाँ प्राप्त करें। 3. प्राकृतिक भाषा प्रसंस्करण टेक्स्ट डेटा को समझने और संसाधित करने के लिए Flows Engine का उपयोग करें। ट्यूटोरियल ट्यूटोरियल 1: चैटबॉट कैसे बनाएं 1. प्रोजेक्ट सेटअप करें Watsonx.ai Flows Engine में एक नया प्रोजेक्ट बनाएं। 2. इंटरफेस डिज़ाइन करें उपयोगकर्ता इंटरफेस को डिज़ाइन करें जिसमें प्रश्न पूछने के लिए टेक्स्ट बॉक्स हो। 3. प्रश्नों का प्रबंधन करें उपयोगकर्ता के प्रश्नों को समझने और उत्तर देने के लिए नियम सेट करें। ट्यूटोरियल 2: डेटा विश्लेषण 1. डेटा आयात करें अपने डेटा सेट को Watsonx.ai Flows Engine में आयात करें। 2. विश्लेषणात्मक मॉडल बनाएं डेटा का विश्लेषण करने के लिए आवश्यक मॉडल बनाएं। 3. रिपोर्ट जनरेट करें विश्लेषण के परिणामों के आधार पर रिपोर्ट तैयार करें। ट्यूटोरियल 3: प्राकृतिक भाषा प्रसंस्करण 1. टेक्स्ट डेटा लोड करें अपने टेक्स्ट डेटा को Flows Engine में लोड करें। 2. प्रसंस्करण नियम सेट करें टेक्स्ट को संसाधित करने के लिए नियम और एल्गोरिदम सेट करें। 3. परिणामों का मूल्यांकन करें संसाधित टेक्स्ट के परिणामों का मूल्यांकन करें और सुधार करें।
Heroku प्लेटफ़ॉर्म MCP सर्वर का उपयोग करते हुए Heroku CLI Heroku CLI का उपयोग करके MCP सर्वर सेटअप करने के लिए निम्नलिखित चरणों का पालन करें: चरण 1: Heroku CLI स्थापित करें 1. [Heroku CLI डाउनलोड करें](https://devcenter.heroku.com/articles/heroku-cli)। 2. अपने ऑपरेटिंग सिस्टम के अनुसार इंस्टॉलेशन निर्देशों का पालन करें। चरण 2: Heroku में लॉगिन करें ```bash heroku login ``` चरण 3: नया एप्लिकेशन बनाएं ```bash heroku create <your-app-name> ``` चरण 4: MCP सर्वर को तैनात करें 1. अपने प्रोजेक्ट फ़ोल्डर में जाएं। 2. निम्नलिखित कमांड चलाएँ: ```bash git add . git commit -m "Deploying MCP server" git push heroku master ``` चरण 5: सर्वर चलाएँ ```bash heroku open ``` चरण 6: लॉग्स की जाँच करें ```bash heroku logs --tail ``` इन चरणों का पालन करके, आप Heroku प्लेटफ़ॉर्म पर MCP सर्वर को सफलतापूर्वक सेटअप और प्रबंधित कर सकते हैं।
ग्राफ़लिट प्लेटफ़ॉर्म के लिए मॉडल संदर्भ प्रोटोकॉल (MCP) सर्वर
मॉडल संदर्भ प्रोटोकॉल (MCP) का कार्यान्वयन ओपिक के लिए निर्बाध IDE एकीकरण और प्रॉम्प्ट्स, प्रोजेक्ट्स, ट्रेस और मैट्रिक्स तक एकीकृत पहुंच सक्षम करना।
एक विशेषीकृत सर्वर कार्यान्वयन जो मॉडल संदर्भ प्रोटोकॉल (MCP) के लिए डिज़ाइन किया गया है, जो CircleCI के विकास कार्यप्रवाह के साथ एकीकृत होता है। यह परियोजना CircleCI के बुनियादी ढांचे और मॉडल संदर्भ प्रोटोकॉल के बीच एक पुल के रूप में कार्य करती है, जिससे एआई-संचालित विकास अनुभवों में सुधार होता है।
एक मॉडल संदर्भ प्रोटोकॉल (MCP) सर्वर कार्यान्वयन जो क्रोमा के लिए डेटाबेस क्षमताएँ प्रदान करता है।
Chargebee के साथ AgentKit का उपयोग करके AI एजेंटों को सहजता से एकीकृत करें ताकि बिलिंग और सदस्यता कार्यप्रवाह अधिक स्मार्ट बन सकें।
एक मॉडल संदर्भ प्रोटोकॉल (MCP) सर्वर जो LLMs के लिए ऑनचेन उपकरण प्रदान करता है, जिससे वे बेस नेटवर्क और कॉइनबेस एपीआई के साथ इंटरैक्ट कर सकें।
Audiense Insights MCP सर्वर एक ऐसा सर्वर है जो मॉडल संदर्भ प्रोटोकॉल (MCP) पर आधारित है, जो क्लॉड और अन्य MCP-संगत क्लाइंट्स को आपके Audiense Insights खाते के साथ बातचीत करने की अनुमति देता है।
यह v0 की तरह है लेकिन आपके Cursor/WindSurf/Cline में। 21वीं विकास जादू MCP सर्वर आपके फ्रंटेंड के साथ काम करने के लिए जैसे जादू।
APIMatic वेलिडेटर MCP सर्वर, APIMatic के API के माध्यम से MCP के साथ OpenAPI स्पेसिफिकेशन को मान्य करने के लिए।
मॉडल संदर्भ प्रोटोकॉल (MCP) सर्वर Apify के अभिनेताओं के लिए
AI का क्वेरी इंजन - बड़े पैमाने पर संघीय डेटा पर प्रश्नों का उत्तर देने के लिए AI बनाने के लिए प्लेटफ़ॉर्म। - यह एकमात्र MCP सर्वर है जिसकी आपको कभी आवश्यकता होगी।
MCP कोड निष्पादक एक MCP सर्वर है जो LLMs को एक निर्दिष्ट Conda वातावरण में Python कोड निष्पादित करने की अनुमति देता है।
MCP Terminal एक ऐसा टर्मिनल नियंत्रण सर्वर है जो MCP (Model Context Protocol) पर आधारित है, जिसे बड़े भाषा मॉडल (LLM) और AI सहायक के साथ एकीकृत करने के लिए विशेष रूप से डिज़ाइन किया गया है। यह एक मानकीकृत इंटरफ़ेस प्रदान करता है, जिससे AI टर्मिनल कमांड को निष्पादित कर सकता है और आउटपुट परिणाम प्राप्त कर सकता है।
एक शक्तिशाली मॉडल कॉन्टेक्स्ट प्रोटोकॉल (MCP) सर्वर जो सार्वजनिक वेब एक्सेस के लिए एक संपूर्ण समाधान प्रदान करता है।
उन्नत MCP सर्वर इंटरएक्टिव उपयोगकर्ता फीडबैक और AI-सहायता प्राप्त विकास में कमांड निष्पादन के लिए, जिसमें डुअल इंटरफेस समर्थन (वेब UI और डेस्कटॉप एप्लिकेशन) है, जिसमें बुद्धिमान वातावरण पहचान और क्रॉस-प्लेटफ़ॉर्म संगतता शामिल है।
MCP ब्राउज़र ऑटोमेशन सर्वर। मॉडल संदर्भ प्रोटोकॉल के माध्यम से बाहरी एआई सिस्टम को ब्राउज़र नियंत्रण उपकरण प्रदान करता है। ओपन-सोर्स और सुरक्षित।
यह केवल पढ़ने के लिए MCP सर्वर आपको CData JDBC ड्राइवरों के माध्यम से क्लॉड डेस्कटॉप से RSS डेटा से कनेक्ट करने की अनुमति देता है। मुफ्त (बीटा) पढ़ने/लिखने वाले सर्वर उपलब्ध हैं [यहां](https://www.cdata.com/solutions/mcp)
यह केवल पढ़ने के लिए MCP सर्वर आपको Claude Desktop के माध्यम से CData JDBC ड्राइवरों के जरिए ईमेल डेटा से कनेक्ट करने की अनुमति देता है। मुफ्त (बीटा) पढ़ने/लिखने वाले सर्वर https://www.cdata.com/solutions/mcp पर उपलब्ध हैं।
AI एजेंट जो इंजीनियरिंग कार्यों को अंत से अंत तक संभालता है: डेवलपर्स के उपकरणों के साथ एकीकृत होता है, योजना बनाता है, निष्पादित करता है, और सफल परिणाम प्राप्त करने तक दोहराता है।