Il meglio di MCP Servers (2026)
Se ti iscrivi tramite un link su questa pagina, potremmo ricevere una commissione — questo non influisce sul nostro rating.
Abbiamo tracciato, testato e confrontato ogni strumento MCP Servers su Agent Pantheon per classificare i 10 migliori del 2026. Sotto trovi la shortlist con la nostra opinione su ciascuno, seguita dalla directory completa e ricercabile.
MCP Servers in numeri
Mix di prezzi
Il meglio di MCP Servers (2026)
- 1
Playwright MCPServer di MCP open-source che consente ai modelli linguistici di guidare browser reali tramite Playwright e snapshot di accessibilità.4.8 (6) - 2PPydantic AIFramework Pythono del team Pydantic per la creazione di applicazioni GenAI con sicurezza di tipo.4.8 (6)
- 3CCogneeStrato di memoria adattativa che aiuta gli agenti AI ad apprendere dal contesto nel tempo.4.8 (5)
- 4
Inbox ZeroAssistente di mail con AI che organizza, redige risposte e aiuta a raggiungere lo zero di posta in entrata più velocemente.4.8 (4) - 5
ScreenpipePiattaforma open-source per la registrazione continua a 24-7 di schermo e audio locale per lo sviluppo di applicazioni AI con coscienza del contesto4.8 (4) - 6
AgentKitLibreria TypeScript per costruire e orchestrare agenti AI con tool, memoria e workflow multi-agente.4.5 (4) - 7
onchain-mcpPortare l'API bancarioless on-chain al MCP - 8
markitdownStrumento Python per la conversione di file e documenti da ufficio in Markdown. - 9
mcp-clickhouseMCP ClickHouse MCP server - 10qqasphere-mcpServer di MCP per TMS di QA Sphere
Playwright MCP
Server di MCP open-source che consente ai modelli linguistici di guidare browser reali tramite Playwright e snapshot di accessibilità.
Playwright MCP è un server open-source del Protocollo di contesto del modello che espone le capacità di automazione del browser di Playwright ai modelli linguistici di grandi dimensioni. Invece di affidarsi agli screenshot e ai modelli visivi, fornisce snapshot di accessibilità strutturati delle pagine web, offrendo agli agenti una visione rapida e deterministica del DOM su cui possono ragionare e agire. Consente agli agenti basati su LLM di navigare sui siti, cliccare sugli elementi, compilare i moduli, estrarre i dati ed eseguire flussi di lavoro end-to-end su Chromium, Firefox e WebKit. Poiché supporta MCP, si collega a qualsiasi client compatibile come Claude Desktop, Cursor o framework di agenti personalizzati, rendendo le attività del browser nel mondo reale accessibili a flussi di lavoro autonomi e assistiti.
- Interfaccia del server di MCP per agenti LLM
- Snapshot del albero di accessibilità con struttura
- Supporto cross-browser tramite Playwright
- Azioni di clic, di scrittura, di navigazione e compilazione del modulo
- Modalità browser senza intestazione o con intestazione
- Integrazione con Claude, Cursor e clienti personalizzati
Pydantic AI
Framework Pythono del team Pydantic per la creazione di applicazioni GenAI con sicurezza di tipo.
Pydantic AI è un framework Python open-source per la creazione di applicazioni basate su modelli linguistici di grandi dimensioni. Creato dal team dietro Pydantic, porta lo stesso focus sulla sicurezza dei tipi, sulla convalida e sull'ergonomia dello sviluppatore nello sviluppo degli agenti, rendendo gli output LLM prevedibili e più facili da integrare nel codice di produzione. Il framework supporta più fornitori di modelli, risposte strutturate validate tramite modelli Pydantic, chiamate a strumenti, iniezione di dipendenze e streaming. È progettato per risultare familiare agli sviluppatori Python e funziona bene insieme a stack esistenti come FastAPI, rendendolo adatto a tutto, dalle rapide prototipazioni a servizi GenAI di produzione.
- Agenti tipizzati con uscite validate da Pydantic
- Sostegno a OpenAI, Anthropic, Gemini e altro
- Chiamate a tool e funzione con iniezione di dipendenza
- Risposte in streaming e design async-first
- Integrazione con FastAPI e strumenti di monitoraggio
- Utility di testing per comportamento degli agenti deterministico
Cognee
Strato di memoria adattativa che aiuta gli agenti AI ad apprendere dal contesto nel tempo.
Cognee è una piattaforma di memoria AI open-source progettata per gli agenti AI. Offre una memoria a lungo termine persistente tra le sessioni ingerendo dati in qualsiasi formato e creando un grafo del conoscenza auto-hosted. Cognee combina embedding vettoriali, ragionamento di grafo e generazione di ontologia basata sulla scienza cognitiva, rendendo i documenti cercabili per il significato e collegati da relazioni in evoluzione. Questa piattaforma è adatta per sviluppatori ed organizzazioni che cercano di unificare dati da varie fonti, abilitare la conoscenza del dominio negli agenti e creare agenti affidabili e trustworthy.
- Memoria dell'agente basata sul grafo di conoscenza
- Ingestione di dati semantici e strutturati
- API Python per l'integrazione degli agenti
- Fornitori di LLM e archiviazione pluggabili
- Query sugli utenti e documenti passati e correnti
- Opzioni di deploy auto-hosted o gestite
Inbox Zero
Assistente di mail con AI che organizza, redige risposte e aiuta a raggiungere lo zero di posta in entrata più velocemente.
Inbox Zero è un assistente di posta elettronica basato sull'IA disegnato per aiutare gli utenti a gestire la propria casella email in modo più efficiente. Organizza le e-mail, dà forma alle risposte e gestisce i calendari, con l'obbiettivo di aiutare gli utenti a raggiungere lo stato "inbox zero" più rapidamente. L'interfaccia viene fornita tramite una piattaforma web e può essere interagita anche attraverso Slack o Telegram per la gestione in movimento. Inbox Zero è un alternativa open-source a strumenti simili come Fyxer, che offre opzioni di personalizzazione più estese e con funzionalità di sicurezza migliorate. Le caratteristiche chiave includono un assistente AI personalizzato che impara il tono e lo stile dell'utente per elaborare bozze predefinite di risposta, regole motivate da AI per gestire le mail in base a istruzioni in inglese semplice, e strumenti per tracciare le e-mail che richiedono una risposta o sono in attesa di risposta. Questo offre inoltre funzionalità di bulk per la sospensione delle iscrizioni e l'archiviazione, blocca le e-mail commerciali freddo, e offre analisi delle e-mail. Inoltre, Inbox Zero può generare appunti per riunioni estrapolando il contesto dalle e-mail e dagli eventi di calendario e salva automaticamente gli allegati delle e-mail nei servizi di archiviazione cloud come Google Drive o OneDrive. L'interfaccia è realizzata utilizzando una varietà di tecnologie, tra cui Next.js, Tailwind CSS e Prisma, e viene ospitata su GitHub. Gli utenti possono scegliere tra una versione ospitata disponibile su getinboxzero.com o l'ospitazione self-service utilizzando un file di configurazione CLI che richiede Docker e Node.js. Il progetto è attivo con una comunità che contribuisce alla sua sviluppo e le richieste di funzionalità possono essere presentate via issue su GitHub oppure sul canale Discord del progetto. Inbox Zero mira a ridurre il tempo che gli utenti trascorrono nella loro casella di posta, consentendo loro di concentrarsi sui compiti più importanti. Sebbene offra un insieme completo di funzionalità per la gestione degli email, l'estensione della personalizzazione e l'arco di apprendimento per la configurazione e l'exploitamento pieno delle capacità di intelligenza artificiale può variare. In generale, Inbox Zero si presenta come una soluzione flessibile ed affidabile per gli individui che cercano di automatizzare e semplificare le loro attività di gestione della posta elettronica e calendario.
- Redazione di bozze di risposta generata da AI
- Regole automatiche per la gestione dei messaggi basate su istruzioni in inglese semplice
- Strumenti per il tracciamento di messaggi che richiedono una risposta o sono in attesa di una risposta
- Funzioni di disiscrizione in massa e archiviazione
- Blocco dei messaggi e-mail freddi
- Analisi dei messaggi e-mail
Screenpipe
Piattaforma open-source per la registrazione continua a 24-7 di schermo e audio locale per lo sviluppo di applicazioni AI con coscienza del contesto
Screenpipe è una piattaforma open-source che cattura continuamente l'attività dello schermo e l'audio sul tuo dispositivo, archiviando tutto localmente in modo che gli sviluppatori possano costruire applicazioni AI ancorate nel contesto reale dell'utente. Indicizzando ciò che vedi, senti e fai, fornisce un livello di dati personali ricco che le app e gli agenti possono interrogare senza inviare informazioni al cloud. Il progetto si rivolge agli sviluppatori che creano strumenti di produttività, assistenti di memoria, riepilogatori di riunioni e agenti personalizzati. Espone API e un sistema di plugin in modo che le pipeline personalizzate possano trasformare le registrazioni grezze in testo ricercabile, trascrizioni ed eventi strutturati che alimentano i flussi di lavoro LLM a valle. Poiché tutta l'elaborazione avviene sulla macchina dell'utente, Screenpipe sottolinea la privacy e la proprietà dei dati, rimanendo allo stesso tempo estensibile tramite integrazioni create dalla comunità.
- Registrazione continua di schermo e audio
- Archiviazione locale e elaborazione on-device
- Indiceazione OCR e lettura automatica dei testi audio
- Architettura plugin e pipeline
- APIs per query dei contesti catturati
- Supporto desktop cross-platform
AgentKit
Libreria TypeScript per costruire e orchestrare agenti AI con tool, memoria e workflow multi-agente.
AgentKit è un framework TypeScript open-source pensato per gli sviluppatori che vogliono creare agenti AI pronti per la produzione senza dover reinventare la logica di orchestrazione di base. Fornisce primitive per definire agenti, collegare tool, gestire lo stato e coordinare workflow multi-agente in modo type-safe. La libreria punta sulla componibilità, permettendoti di concatenare agenti, instradare i task tra specialisti e integrarti con i provider di modelli e le API esistenti. Si inserisce naturalmente in ambienti Node.js e serverless, risultando adatta a servizi backend, automazioni interne e funzionalità AI rivolte agli utenti finali. Essendo code-first e senza vincoli sull'interfaccia utente, AgentKit è la scelta ideale per i team di engineering a proprio agio con TypeScript che desiderano un controllo granulare su come i propri agenti ragionano, invocano tool e gestiscono task di lunga durata.
- Strumenti per astrazioni di agenti e strumenti
- Routage e passaggi tra agenti
- Gestione di stato e memoria
- Supporto per fornitori a-modello agnostico
- API tipo sicura per input e output
- Funziona su Node.js e runtime serverless
Il server Bankless Onchain MCP è un framework per interagire con i dati on-chain tramite l'API Bankless. Implementa il Model Context Protocol (MCP) per consentire ai modelli AI di accedere ai dati di stato e di eventi della blockchain in modo strutturato. Il server fornisce varie operazioni sui dati, tra cui la lettura dello stato dei contratti, il recupero dei registri degli eventi e la storia delle transazioni. Si rivolge a sviluppatori e ricercatori che necessitano di interagire con i dati della blockchain in modo strutturato. Questo progetto non riceve più aggiornamenti e il suo stato di manutenzione potrebbe influire sulla stabilità e sulla disponibilità delle funzionalità.
- Operazioni dei contratti (lettura dello stato del contratto, ottenimento del proxy, ottenimento dell'ABI, ottenimento della sorgente)
- Operazioni degli eventi (ottenimento degli eventi, creazione di un argomento degli eventi)
- Operazioni delle transazioni (ottenimento della storia delle transazioni, ottenimento delle informazioni sulla transazione)
markitdown
Strumento Python per la conversione di file e documenti da ufficio in Markdown.
MarkItDown è una utility Python leggera per la conversione di vari file in Markdown per l'uso con LLM e pipeline di analisi di testo correlate. È la più simile a textract, ma con un focus sul mantenere importante struttura e contenuto del documento in Markdown, compresi gli intesti, le liste, le tabelle, i link, ecc. L'output è spesso presentabile in modo ragionevole e amichevole per l'uomo, ma è pensato per essere consumato da strumenti di analisi di testo, e potrebbe non essere la miglior opzione per le conversioni di documenti di alta fedeltà per lo sfruttamento umano. Attualmente MarkItDown supporta la conversione da PDF, PowerPoint, Word, Excel, Immagini (metadati EXIF e OCR), Audio (metadati EXIF e trascrizione di dialogo), HTML, formati testuali basati su testo (CSV, JSON, XML), file ZIP, URL di Youtube, EPubs e molte altre forme. È consigliabile utilizzare un ambiente virtuale per evitare conflitti di dipendenza. Con Python 3.10 o superiore, puoi installare MarkItDown con pip: pip install 'markitdown[all]' o direttamente dalla sorgente con: git clone git@github.com:microsoft/markitdown.git, quindi pip install -e "packages/markitdown[all]". L'utilizzo di MarkItDown prevede la chiamata dell'interfaccia della riga di comando, sia specificando il file di output, che la pipa del contenuto, o mediante la più ristretta funzione convert_*, per casi d'uso specifici.
- Conversione di PDF, PowerPoint, Word, Excel
- Sostegno per le immagini (metadati EXIF e OCR)
- Sostegno per l'audio (metadati EXIF e trascrizione del discorso)
- Sostegno per l'HTML, i formati di testo (CSV, JSON, XML)
- Sostegno per i file ZIP, gli URL di Youtube, gli EPubs
- Dipendenze facoltative per attivare vari formati di file
Il server MCP ClickHouse è un MCP server per ClickHouse. Offre strumenti per ClickHouse, tra cui run_query per eseguire query SQL sul tuo cluster ClickHouse, list_databases per elencare tutte le basi di dati sul tuo cluster ClickHouse e liste le tabelle di una base di dati con paginazione. Inoltre, include strumenti chDB come run_chdb_select_query, per eseguire query SQL utilizzando l'engine ClickHouse embedded di chDB. Fornisce anche un endpoint di Controllo dello Stato per verificare lo stato del server e un meccanismo di sicurezza per l'autenticazione. Il server può essere configurato per servizi interni, sviluppo locale o con provider di autenticazione OAuth / OIDC grazie a FastMCP.
- run_query per eseguire query SQL sul cluster ClickHouse
- list_databases per elencare tutte le basi di dati sul cluster ClickHouse
- list_tables per elencare le tabelle in una base di dati con paginazione
- run_chdb_select_query per eseguire query SQL utilizzando motore ClickHouse embedded di chDB
- Endpoint Controllo dello Stato per monitoraggio del server
- Modalità di autenticazione multiple, compreso OAuth e OIDC attraverso FastMCP
Il Server di MCP per TMS di QA Sphere è un client utilizzato per integrare i Modelli di Lingua Grande (LLM) con QA Sphere (QSP) per migliorare le capacità di creazione di script di test. Dopo aver configurato il server (dettagli disponibili su GitHub), i LLM possono interagire con i casi di test automatizzati di QA Sphere. Attraverso l'utilizzo del protocollo di callback di MCP, consente ai developer e ai tester di creare velocemente casi di test basati su AI, automatizzare task e eseguire suite di test integrate con la TMS di QA Sphere. La soluzione basata sul protocollo MCP è supportata dall'utente, consentendo di automatizzare un ampio range di attività di QA, compresa la scoperta e l'esecuzione dei casi di test. Inoltre, puoi riferirti a modelli di linguaggio grande, automatizzare task e eseguire suite di test integrate con il sistema di gestione dei casi di test di QA Sphere.
Vedi tutti i 593 strumenti MCP Servers
La directory completa e ricercabile — classificata in base a recensioni reali degli utenti.
