Best MCP Servers (2026)

1

Playwright MCP

Otevřená source MCP server, který umožňuje LLMs řídit reálné prohlížeče prostřednictvím Playwright a snapshotů přístupnosti.

4.8 (6)

· free

Plná recenze

Playwright MCP je open-source server protokolu Model Context Protocol, který vystavuje možnosti automatizace prohlížeče Playwright velkým jazykovým modelům. Namísto spoléhání se na snímky obrazovky a modely počítačového vidění poskytuje strukturované snímky webových stránek zajišťující přístupnost, což umožňuje agentům rychlý a deterministický pohled na DOM, nad kterým mohou uvažovat a jednat. Umožňuje agentům poháněným LLM procházet weby, klikat na prvky, vyplňovat formuláře, extrahovat data a spouštět end-to-end pracovní postupy napříč prohlížeči Chromium, Firefox a WebKit. Protože komunikuje pomocí protokolu MCP, lze jej připojit k libovolnému kompatibilnímu klientu, jako je Claude Desktop, Cursor nebo vlastní frameworky pro agenty, což umožňuje přístup k reálným úlohám prohlížeče pro autonomní a asistované pracovní postupy.

• Rozhraní MCP server pro agenty LLM
• Strukturované snapshoty přístupnosti
• Podpora více prohlížečů prostřednictvím Playwright
• Činění kliků, odeslání vstupů, navigace a formatace formulářů
• Tryd nebo hlavního módu prohlížeče
• Integrace s Claudem, Cursor, a zákaznickými klienty

Pydantic AI je open-source framework pro Python, který slouží k vytváření aplikací poháněných velkými jazykovými modely. Vyvinutý týmem stojícím za Pydanticem, přináší stejný důraz na bezpečnost typu, ověření a ergonomii pro vývojáře do vývoje agentů, což umožňuje předvídat výstupy LLM a snadněji je integrovat do produkčního kódu. Rámec podporuje více poskytovatelů modelů, strukturované odpovědi ověřené pomocí Pydantic modelů, volání nástrojů, injekci závislostí a streamování. Je navržen tak, aby působil známým dojmem pro vývojáře Pythonu a dobře funguje spolu s existujícími zásobami, jako je FastAPI, takže je vhodný pro vše od rychlých prototypů po produkční služby GenAI úrovně.

• Typově definované agenty s Pydanticem ověřenými výstupy
• Podpora OpenAI, Anthropic, Gemini a dalších
• Volání nástrojů a funkcí s vstupy dependency injection
• Streámování výstupů a async-first návrh
• Integrace s FastAPI a nástroji pro sledování pozorovatelnosti
• Testovací nástroje pro deterministickou chování agentů

Cognee je otevřená AI platforma paměti navržená pro AI agenty. Poskytuje trvalejší dlouhodobou paměť mezi sesemi tím, že přijímá data ve kterémkoliv formátu a vytváří samo-hostovaný graf znalostí. Cognee kombinuje vektorské embeddings, grafové důvody a znalostně-založenou ontologii generování, umožňující dokumentů prohledávat významem a spojujeme je se změnami vztahů. Tato platforma je vhodná pro vývojáře a organizace hledající sjednocení dat z různých zdrojů, povolení domény znalostí pro agenty a vytváření spolehlivých a důvěryhodných agentů. Cognee nabízí funkce jako je sjednocený příjem, graf a vektorový vyhledávání, lokální operace, ontologizace spojením, multimodální schopnosti, učení z zpětné vazby, správa kontextu a sdílení znalostí mezi agenty. Platforma také poskytuje agenty uživatele/tenant izolaci, sledování a auditní vlastnosti. Podporuje několik klientů, včetně Pythonu, Rustu a TypeScriptu, a je k dispozici jako plugin pro OpenClaw a Claude Code.

• Strukturovaná grafová paměť agentů
• Semantic a strukturovaný příjem dat
• Python SDK pro integraci agentů
• Přídavné LLM a úložiště poskytovatele jsou nastavitelné
• Vyhledávání napříč minulými sezením a dokumenty
• Samo-hostovaný nebo spravované možnosti nasazení

4

Inbox Zero

AI email asistent, který organizes, dohaduje odpovědi a pomáhá vám rychle dosáhnout nulové pošty.

4.8 (4)

· free

Plná recenze

Inbox Zero je AI poháněný emailový asistent navržený tak, aby uživatelům pomohl efektivněji spravovat jejich doručenou poštu. Organizuje e-maily, vypracovává odpovědi a spravuje kalendáře s cílem pomoci uživatelům rychleji dosáhnout stavu „nulové pošty“. Tento nástroj je dostupný přes webové rozhraní a lze s ním interagovat také přes Slack nebo Telegram pro správu na cestách. Inbox Zero je open-source alternativa k podobným nástrojům, jako je Fyxer, která nabízí více možností přizpůsobení a vylepšené bezpečnostní funkce. Mezi klíčové funkce patří AI osobní asistent, který se učí tón a styl uživatele, aby předem připravil odpovědi, AI poháněná pravidla pro zpracování e-mailů na základě běžných pokynů v angličtině a nástroje pro sledování e-mailů, které vyžadují odpověď nebo očekávají reakci. Nabízí také možnosti hromadného odhlášení a archivace, blokuje studené e-maily a poskytuje analytiku e-mailů. Kromě toho může Inbox Zero generovat briefingy pro schůzky tím, že získává kontext z e-mailů i kalendářních událostí, a automaticky ukládá přílohy e-mailů do cloudových úložišť jako Google Drive nebo OneDrive. Nástroj je vytvořen pomocí řady technologií včetně Next.js, Tailwind CSS a Prisma a je hostován na GitHubu. Uživatelé si mohou vybrat mezi hostovanou verzí dostupnou na getinboxzero.com nebo vlastním hostováním pomocí nastavení CLI, které vyžaduje Docker a Node.js. Projekt je aktivní, s komunitou, která přispívá k jeho vývoji a požadavky na funkce lze zasílat prostřednictvím problémů GitHubu nebo diskordového kanálu projektu. Inbox Zero si klade za cíl snížit čas, který uživatelé tráví ve své schránce, a umožnit jim tak soustředit se na důležitější úkoly. Přestože nabízí komplexní sadu funkcí pro správu e-mailů, rozsah přizpůsobení a křivka učení pro nastavení a plné využití schopností AI se mohou lišit. Celkově se Inbox Zero představuje jako flexibilní a bezpečné řešení pro jednotlivce, kteří chtějí automatizovat a zefektivnit své úkoly správy e-mailů a kalendáře.

• Generace odpovědí pomocí AI
• Automatická kategorizace a priorizace emailů
• Bulky odhlášení od novinek
• Zálohovatelná pravidla pro automatické zpracování emailů
• Analýzy a nástroje na čištění pošty
• Smart reminder pro neodeslané emaily

5

Screenpipe

Otevřené zdrojové 24/7 místní screen a audio záznam pro stavění kontextově-vědomých AI aplikací

4.8 (4)

· free

Plná recenze

Screenpipe je open-source platforma, která kontinuálně zachycuje aktivitu na obrazovce a zvuk na vašem zařízení a ukládá vše lokálně, aby vývojáři mohli vytvářet aplikace umělé inteligence založené na reálném kontextu uživatele. Indexováním toho, co vidíte, slyšíte a děláte, poskytuje bohatou osobní vrstvu dat, které mohou aplikace a agenti dotazovat bez odesílání informací do cloudu. Projekt se zaměřuje na vývojáře, kteří vytvářejí nástroje pro zvýšení produktivity, asistenty pro správu paměti, sumarizátory schůzek a personalizované agenty. Poskytuje rozhraní API a systém pluginů, aby mohly být vlastní pipelines transformovány syrové záznamy do vyhledávatelného textu, přepisů a strukturovaných událostí, které napájejí následné LLM workflow. Protože veškeré zpracování probíhá na počítači uživatele, Screenpipe klade důraz na soukromí a vlastnictví dat, přičemž zůstává rozšířitelný pomocí komunitou vytvořených integrací.

• 24/7 screen a audio záznam
• Lokální ukládání a zpracování na místě
• OCR a indexing speech-to-text
• Architektura pluginu a toku
• API pro dotazování zachyceného kontextu
• Podporu multiplatform desktop

6

AgentKit

Typový knihovna v TypeScriptu pro výstavbu a koordinaci AI agente pomocí nástrojů, paměti a multi-agent workflowů.

4.5 (4)

· free

Plná recenze

AgentKit je open-source framework TypeScriptu navržený pro vývojáře, kteří chtějí vytvářet produkčně připravené AI agenty bez opakovaného vynalézání základní logiky orchestrace. Poskytuje primitiva pro definování agentů, připojování nástrojů, správu stavu a koordinaci pracovních toků více agentů bezpečným způsobem. Knihovna se zaměřuje na skládání, což umožňuje řetězit agenty, směrovat úkoly mezi specialisty a integrovat se stávajícími poskytovateli modelů a rozhraními API. Přirozeně se hodí do prostředí Node.js a bezserverových prostředí, díky čemuž je vhodná pro backendové služby, interní automatizaci a AI funkce pro zákazníky. Protože je AgentKit založen na kódu a nemá vlastní názor na uživatelské rozhraní, je nejlépe vhodný pro technické týmy, které jsou pohodlné při práci s TypeScriptem a chtějí mít jemnou kontrolu nad tím, jak jejich agenti uvažují, volají nástroje a zpracovávají dlouhodobé úkoly.

• Abstrakce agenty a nástroje
• Multi-agentní routing a předání úloh
• Správa stavu a paměti
• Podpora poskytovatelů modelů bez závislosti na konkrétním modelu
• Typově bezpečné API pro vstupní a výstupní hodnoty
• Spadá do prostředí Node.js a bezstěnných běhových prostředí

7

onchain-mcp

Přinášíme bezbankovní API Onchain k MCP

Žádné recenze· free

Plná recenze

Server Bankless Onchain MCP je rámec pro interakci s daty na blockchainu prostřednictvím Bankless API. Implementuje Model Context Protocol (MCP), aby umožnil přístup AI modelů k datům o stavu a událostem blockchainu strukturovaným způsobem. Server poskytuje různé datové operace, včetně čtení stavu kontraktu, získávání protokolů událostí a získávání historie transakcí. Je určen pro vývojáře a výzkumníky, kteří potřebují interagovat s daty blockchainu strukturovaným způsobem. Tento projekt již není aktualizován a jeho stav údržby může ovlivnit jeho stabilitu a dostupnost funkcí.

• Operace s kontrakty (načtení stavu kontraktu, získání proxy, získání ABI, získání zdrojového kódu)
• Operace se událostmi (získání událostí, stavení tématu události)
• Operace s transakcemi (získání historie transakci, získání informací o transakci)

8

markitdown

Python nástroj pro převod souborů a kancelářských dokumentů na Markdown.

Žádné recenze· free

Plná recenze

MarkItDown je lehká pythonová utilita pro převod různých souborů do formátu Markdown pro použití s LLM a souvisejícími textovými analytickými pipeliney. Je nejvíce srovnatelná s textractem, ale se zaměřením na zachování důležité struktury a obsahu dokumentu jako Markdown, včetně nadpisů, seznamů, tabulek, odkazů atd. Výstup je často rozumně prezentovatelný a uživatelsky přívětivý, ale je určen pro spotřebu nástroji textové analýzy a nemusí být tou nejlepší volbou pro vysoce věrné převody dokumentů pro lidskou spotřebu. MarkItDown aktuálně podporuje konverzi z PDF, PowerPointu, Wordu, Excelu, obrázků (EXIF metadata a OCR), zvuku (EXIF metadata a přepis řeči), HTML, textových formátů (CSV, JSON, XML), souborů ZIP, adres URL YouTube, EPubů a dalších. Doporučujeme používat virtuální prostředí, abyste se vyhnuli konfliktům závislostí. S Pythonem 3.10 nebo vyšším můžete nainstalovat MarkItDown pomocí nástroje pip: pip install 'markitdown[all]' nebo ze zdroje pomocí: git clone git@github.com:microsoft/markitdown.git, poté pip install -e 'packages/markitdown[all]'. Používání MarkItDown zahrnuje vyvolání z příkazového řádku, a to buď zadáním výstupního souboru, předáním obsahu pomocí potrubí nebo použitím nejužší funkce convert_* pro specifické případy použití.

• Převod PDF na Markdown
• Převod PowerPoint na Markdown
• Převod Word na Markdown
• Převod Excel na Markdown
• Podpora Obrázky (EXIF metadata a OCR)
• Podpora Audio (EXIF metadata a přenos mluveného slova)

9

mcp-clickhouse

mcp-clickhouse Řídicí server MCP

Žádné recenze· free

Plná recenze

Řídicí server mcp-clickhouse je MCP server pro ClickHouse. Využívá nástroje ClickHouse, jako jsou například run_query pro výkonnostní dotazy na ClickHouse cluster, list_databases pro výpis všech databází na ClickHouse clusteru a list_tables pro seznam tabulek ve specifikované databázi s výčtem stran. Kromě toho obsahuje nástroje chDB, jako je run_chdb_select_query pro vykonání dotazů SQL pomocí integrovaného ClickHouseho motoru v chDB.

• výkon dotazů SQL na clusteru ClickHouse
• seznam všech databází na clusteru ClickHouse
• seznam tabulek ve specifikované databázi s výčtem stran
• display dotazů SQL pomocí integrovaného ClickHouseho motoru v chDB
• Konferenční bod pro monitoring stavu serveru
• Multiples režimy ověřování, včetně OAuth a OIDC prostřednictvím FastMCP

Server MCP pro QA Sferu TMS je klient, který se používá k integraci velkých jazykových modelů (LLMs) s QA Sphere (QSP) pro posílení kapacity tvorby testovacích skriptů. Po konfiguraci serveru (podrobnosti jsou k dispozici na GitHubu) mohou tyto LLMs komunikovat s automatickými testovacími případy QA Sphere. Používáním protokolu MCP (Model Callback Protocol) umožňuje vývojářům a testérům rychle vytvářet AI založené testovací případy, automatizovat úkoly a spustit testovací sestavy integrované se systémem QAS Sphere. Rakovinová řešení založená na MCP je uživatelský podporované řešení, umožňující širokou řadu úloh kvality automatizovat, včetně objevování a spouštění testovacích případů. Navíc vám je možné odkázat velké jazykové modely, automatizovat úkoly a spustit testovací sestavy integrované se systémem kvality QAS Sphere TMS.