Le meilleur de MCP Servers (2026)

1

Playwright MCP

Serveur MCP open-source qui permet aux LLM de contrôler des navigateurs réels via Playwright et des captures d'écran d'accessibilité.

4.8 (6)

· free

Avis complet

Playwright MCP est un serveur de protocole de modèle contextuel open-source qui expose les capacités d'automatisation de navigateur de Playwright aux grands modèles de langage. Au lieu de s'appuyer sur des captures d'écran et des modèles de vision, il fournit des instantanés d'accessibilité structurés des pages Web, offrant aux agents une vue rapide et déterministe du DOM sur laquelle ils peuvent raisonner et agir. Il permet aux agents alimentés par LLM de naviguer sur des sites, de cliquer sur des éléments, de remplir des formulaires, d'extraire des données et d'exécuter des workflows de bout en bout sur Chromium, Firefox et WebKit. Parce qu'il parle MCP, il se connecte à tout client compatible tel que Claude Desktop, Cursor ou des frameworks d'agents personnalisés, rendant les tâches de navigateur du monde réel accessibles aux workflows autonomes et assistés.

• Interface de serveur MCP pour les agents LLM
• Arbres de capture structurés d'accessibilité
• Support croisé des navigateurs via Playwright
• Actions de clic, de type, de navigation et de remplissage de formulaire
• Modes de navigateur tête baissée ou à tête nue
• Intégration avec Claude, Cursor et des clients personnalisés

Pydantic AI est un framework Python open-source pour la construction d'applications alimentées par des grands modèles de langage. Créé par l'équipe derrière Pydantic, il apporte le même focus sur la sécurité de type, la validation et l'ergonomie du développeur au développement d'agents, rendant les sorties LLM prévisibles et plus faciles à intégrer dans le code de production. Le framework prend en charge plusieurs fournisseurs de modèles, des réponses structurées validées via des modèles Pydantic, des appels d'outils, l'injection de dépendances et le streaming. Il est conçu pour être familier aux développeurs Python et fonctionne bien avec des piles existantes comme FastAPI, le rendant adapté à tout, des prototypes rapides aux services GenAI de niveau production.

• Agents de type avec sorties Pydantic validées
• Support pour OpenAI, Anthropic, Gemini et plus
• Appel de boîte à outils et fonction à l'aide de l'injection de dépendance
• Réponses en ligne de commande et design async-first
• Intégration avec FastAPI et outils d'observabilité
• Utilitaires de test pour le comportement d'agent déterministe

Cognee est une plateforme open-source de mémoire AI conçue pour les agents AI. Il fournit une mémoire à long terme persistante entre sessions en ingérant les données sous n'importe quel format et en créant un graphe de connaissances auto-hébergé. Cognee combine l'ingestion de données vectorielle, la raison graphique et la génération d'ontologie fondée sur les sciences cognitives, ce qui fait que les documents sont devenus recherchables en fonction de leur sens et liés par des relations évoluant. Cette plateforme est adaptée aux développeurs et aux organisations qui cherchent à unifier les données de différentes sources, à donner un domaine de connaissance à des agents, ainsi à créer des agents fiables et dignes de confiance. Cognee offre des fonctionnalités telles que l'ingestion unifiée, la recherche dans les graphiques et les vecteurs, l'opération locale, la mise à terre de l'ontologie, la capacité multimodale, l'apprentissage à partir de commentaires, la gestion de contexte, et la partage de connaissances entre les agents. Cognee fournit également des traits d'isolement et de traçabilité utilisateur/locataire, ainsi des traits audit.

• Mémoire basée sur le graphe de l'agent
• Ingestion de données sémantiques et structurées
• Kit de développement Python SDK pour l'intégration de l'agent
• Fournisseurs de LLM et stockage paramétrables
• Interroger à travers les sessions passées et les documents
• Options de déploiement auto-accueillante ou géré

4

Inbox Zero

Assistant email par IA qui organise, rédige des réponses et aide à atteindre l'inbox zéro plus rapidement.

4.8 (4)

· free

Avis complet

Inbox Zero est un assistant de messagerie électronique alimenté par l'IA conçu pour aider les utilisateurs à gérer leur boîte de réception de manière plus efficace. Il organise les e-mails, rédige des réponses et gère les calendriers, dans le but d'aider les utilisateurs à atteindre "la boîte de réception zéro" plus rapidement. L'outil est accessible via une interface web et peut également être utilisé via Slack ou Telegram pour une gestion en déplacement. Inbox Zero est une alternative open source à des outils similaires comme Fyxer, offrant plus d'options de personnalisation et des fonctionnalités de sécurité renforcées. Les fonctionnalités clés comprennent un assistant personnel IA qui apprend le ton et le style de l'utilisateur pour pré-rédiger des réponses, des règles basées sur l'IA pour gérer les e-mails en fonction d'instructions en anglais simple, ainsi que des outils pour suivre les e-mails qui nécessitent une réponse ou sont en attente de réponses. Il offre également des capacités de désinscription groupée et d'archivage, bloque les e-mails froids et fournit des analyses d'e-mails. De plus, Inbox Zero peut générer des notes de réunion en extrayant le contexte à partir des événements d'e-mail et de calendrier et automatiquement sauvegarder les pièces jointes d'e-mail dans des services de stockage en nuage tels que Google Drive ou OneDrive. L'outil est construit à l'aide d'une gamme de technologies comprenant Next.js, Tailwind CSS et Prisma, et est hébergé sur GitHub. Les utilisateurs peuvent choisir entre une version hébergée disponible sur getinboxzero.com ou l'auto-hébergement à l'aide d'une configuration CLI nécessitant Docker et Node.js. Le projet est actif, avec une communauté qui contribue à son développement et les demandes de fonctionnalités peuvent être faites via les problèmes GitHub ou le canal Discord du projet. Inbox Zero vise à réduire le temps que les utilisateurs passent dans leur boîte de réception, leur permettant de se concentrer sur des tâches plus importantes. Bien qu'il offre un ensemble complet de fonctionnalités de gestion des e-mails, l'étendue de la personnalisation et la courbe d'apprentissage pour la configuration et l'exploitation complète des capacités d'IA peuvent varier. Dans l'ensemble, Inbox Zero se présente comme une solution flexible et sécurisée pour les personnes cherchant à automatiser et à rationaliser leurs tâches de gestion de courrier électronique et de calendrier.

• Brouillons de réponses générés par l'IA
• Catégorisation et priorisation automatiques des emails
• Désabonnement en masse des newsletters
• Règles d'automatisation personnalisées
• Outils d'analyse et de nettoyage de la boîte de réception
• Rappels intelligents pour les emails sans réponse

5

Screenpipe

Plateforme open-source pour enregistrements de la fenêtre d'affichage et de l'audio en continu local pour le développement d'applications intelligentes à contexte

4.8 (4)

· free

Avis complet

Screenpipe est une plateforme open-source qui capture en continu l'activité de l'écran et l'audio sur votre appareil, stockant tout localement afin que les développeurs puissent construire des applications d'intelligence artificielle ancrées dans le contexte réel des utilisateurs. En indexant ce que vous voyez, entendez et faites, elle fournit une couche de données personnelles riche que les applications et les agents peuvent interroger sans envoyer d'informations au cloud. Le projet cible les développeurs créant des outils de productivité, des assistants de mémoire, des résumeurs de réunions et des agents personnalisés. Il expose des API et un système de plugins afin que des pipelines personnalisés puissent transformer des enregistrements bruts en texte searchable, en transcriptions et en événements structurés qui alimentent les workflows LLM en aval. Étant donné que tout le traitement se déroule sur la machine de l'utilisateur, Screenpipe met l'accent sur la confidentialité et la propriété des données tout en restant extensible grâce aux intégrations créées par la communauté.

• Captures continue en 24/7 de la fenêtre d'affichage et de l'audio
• stockage local et traitement sur appareil
• Reconnaissance optique de caractères et indexation vocale vers texte
• Architecture de pipeline et plugiciels personnalisés
• APIs pour interroger le contexte capturé
• Support cross-platform pour les bureaux

6

AgentKit

Bibliothèque TypeScript pour créer et orchestrer des agents IA avec outils, mémoire et workflows multi-agents.

4.5 (4)

· free

Avis complet

AgentKit est un framework TypeScript open source conçu pour les développeurs qui souhaitent créer des agents IA prêts pour la production sans réinventer la logique d'orchestration de base. Il fournit des primitives pour définir des agents, leur attacher des outils, gérer l'état et coordonner des workflows multi-agents de manière type-safe. La bibliothèque met l'accent sur la composabilité, vous permettant de chaîner des agents, de router des tâches entre spécialistes et de vous intégrer aux fournisseurs de modèles et aux API existants. Elle s'intègre naturellement dans les environnements Node.js et serverless, ce qui la rend adaptée aux services backend, à l'automatisation interne et aux fonctionnalités IA destinées aux utilisateurs finaux. Étant code-first et sans parti pris sur l'UI, AgentKit convient particulièrement aux équipes d'ingénierie à l'aise avec TypeScript qui souhaitent un contrôle fin sur la manière dont leurs agents raisonnent, appellent des outils et gèrent des tâches de longue durée.

• Abstractions d'agents et d'outils
• Traitement de routage et d'achats multi-agents
• Gestion de l'état et de la mémoire
• Support des fournisseurs indépendants des modèles
• APIs sécurisées pour les entrées et les sorties
• Fonctionne avec Node.js et environnements sans serveur

7

onchain-mcp

Apporter l'API onchain Bankless à MCP

Pas encore d’avis· free

Avis complet

Le serveur Bankless Onchain MCP est un cadre permettant d'interagir avec les données en chaîne via l'API Bankless. Il implémente le Model Context Protocol (MCP) afin que les modèles d'IA puissent accéder au state du blockchain et aux données d'événements de façon structurée. Le serveur propose diverses opérations de données, y compris la lecture d'état de contrat, la récupération des logs d'événements, et la récupération de l'historique des transactions. Il s'adresse aux développeurs et aux chercheurs qui ont besoin d'interagir avec les données blockchain de manière structurée. Ce projet ne reçoit plus de mises à jour, et son statut de maintenance peut influencer sa stabilité et la disponibilité des fonctionnalités.

• Opérations sur les contrats (lecture d'état, récupération du proxy, obtention de l'ABI, récupération de la source)
• Opérations sur les événements (récupération des événements, création de sujets d'événement)
• Opérations sur les transactions (obtenir l'historique des transactions, obtenir les informations sur une transaction)

8

markitdown

Outil Python pour convertir des fichiers et documents bureautiques en Markdown.

Pas encore d’avis· free

Avis complet

MarkItDown est une utilitaire Python léger pour convertir divers fichiers en Markdown afin d'être utilisés avec des LLMs et des pipelines d'analyse de texte. Il est comparable à textract, mais se concentre sur la préservation de la structure et du contenu important des documents sous forme de Markdown, y compris les titres, les listes, les tableaux, les liens, etc. La sortie est souvent raisonnablement présentable et conviviale, mais elle est destinée à être consommée par des outils d'analyse de texte, et peut ne pas être la meilleure option pour des conversions de documents haute-fidélité destinées à un usage humain. MarkItDown supporte actuellement la conversion de PDF, PowerPoint, Word, Excel, Images (métadonnées EXIF et OCR), Audio (métadonnées EXIF et transcription vocale), HTML, formats basés sur texte (CSV, JSON, XML), fichiers ZIP, URLs Youtube, EPub, et plus. Il est recommandé d'utiliser un environnement virtuel pour éviter les conflits de dépendances. Avec Python 3.10 ou supérieur, vous pouvez installer MarkItDown via pip: pip install 'markitdown[all]' ou depuis la source avec : git clone git@github.com:microsoft/markitdown.git, puis pip install -e 'packages/markitdown[all]'. L'utilisation de MarkItDown implique l'invocation en ligne de commande, soit en spécifiant le fichier de sortie, en transmettant le contenu via pipe, ou en utilisant la fonction convert_* la plus restreinte pour des cas d'utilisation spécifiques.

• Conversion de PDF, PowerPoint, Word, Excel
• Prise en charge des images (métadonnées EXIF et OCR)
• Prise en charge de l'audio (métadonnées EXIF et transcription de la parole)
• Prise en charge de HTML, formats basés sur du texte (CSV, JSON, XML)
• Prise en charge des fichiers ZIP, des URL Youtube, des EPubs
• Dépendances facultatives pour activer divers formats de fichiers

9

mcp-clickhouse

Serveur MCP pour ClickHouse

Pas encore d’avis· free

Avis complet

Le serveur MCP pour ClickHouse est un serveur MCP pour ClickHouse. Il comprend des outils ClickHouse, notamment run_query pour exécuter des requêtes SQL sur votre cluster ClickHouse, list_databases pour lister toutes les bases de données sur votre cluster ClickHouse, et list_tables pour lister les tables dans une base de données avec pagination. De plus, il inclut des outils chDB, comme run_chdb_select_query, pour exécuter des requêtes SQL à l'aide du moteur ClickHouse intégré de chDB. Il fournit également un point de terminaison de contrôle de l'état pour vérifier l'état de santé du serveur et un mécanisme de sécurité pour l'authentification. Le serveur peut être configuré pour les services internes, le développement local ou avec des fournisseurs d'authentification OAuth / OIDC via FastMCP.

• run_query pour exécuter des requêtes SQL sur le cluster ClickHouse
• list_databases pour lister toutes les bases de données sur le cluster ClickHouse
• list_tables pour lister les tables dans une base de données avec pagination
• run_chdb_select_query pour exécuter des requêtes SQL à l'aide du moteur ClickHouse intégré de chDB
• Point de terminaison de contrôle de l'état pour la surveillance du serveur
• Modes d'authentification multiples, y compris OAuth et OIDC via FastMCP

Le serveur MCP pour TMS d'analyse de qualité de sphere QA est un client utilisé pour intégrer les grands modèles de langage (LLMs) avec QSP afin d'améliorer les capacités de création de testscripts. Après avoir configuré le serveur (détails disponibles sur GitHub), les LLM peuvent interagir avec les cas de tests automatiques de QASphere. En utilisant le protocole de rappel du modèle (MCP), cela permet aux développeurs et aux testeurs de créer rapidement des cas de test basés sur l'intelligence artificielle, d'automatiser des tâches et de lancer des suites de tests intégrées avec QSP. La solution basée sur MCP est utilisée par les utilisateurs, permettant d'automatiser une large gamme de tâches d'analyse de qualité, y compris la découverte et l'exécution des cas de tests. De plus, vous pouvez référencer des grands modèles de langage, automatiser des tâches et lancer des suites de tests intégrées avec le système de gestion de test de QASphere.