Best MCP Servers (2026)

1

Playwright MCP

Serwer MCP open-source, który pozwala modelom LLM sterować prawdziwymi przeglądarkami przy pomocy Playwright i zrzutów dostępności.

4.8 (6)

· free

Pełna recenzja

Playwright MCP to otwartoźródłowy serwer Model Context Protocol, który udostępnia możliwości automatyzacji przeglądarki Playwright dużym modelom językowym. Zamiast polegać na zrzutach ekranu i modelach wizualnych, prezentuje zorganizowane zrzuty dostępności stron internetowych, dając agentom szybki, deterministyczny wgląd w DOM, nad którym mogą rozumieć i podejmować działania. Pozwala agentom zasilanym LLM nawigować po witrynach, klikać elementy, wypełniać formularze, wyodrębniać dane oraz uruchamiać przepływy pracy od początku do końca w Chromium, Firefox i WebKit. Ponieważ komunikuje się poprzez MCP, można go podłączyć do dowolnego kompatybilnego klienta, takiego jak Claude Desktop, Cursor lub własne ramy agentów, czyniąc zadania przeglądarkowe w świecie rzeczywistym dostępnymi dla autonomicznych i wspomaganych przepływów pracy.

• Interfejs serwera MCP dla agentów LLM
• Strukturalne zrzuty drzewa dostępności
• Wsparcie wielprzeglądarkowe za pomocą Playwright
• Akcje kliknięcia, wpisywania, nawigacji i wypełniania formularzy
• Tryby przeglądarki headless lub headed
• Integracja z Claude, Cursor i własnymi klientami

Pydantic AI to otwartoźródłowy Python framework do tworzenia aplikacji zasilanych dużymi modelami językowymi. Stworzony przez zespół Pydantic, skupia się na bezpieczeństwie typów, walidacji i ergonomii programisty w rozwoju agentów, dzięki czemu wyjścia LLM stają się przewidywalne i łatwiejsze do integracji z kodem produkcyjnym. Framework obsługuje wielu dostawców modeli, strukturalne odpowiedzi zweryfikowane przy pomocy modeli Pydantic, wywołanie narzędzi, wstrzykiwanie zależności oraz streaming. Zaprojektowany tak, aby być znajomy dla programistów Pythona i dobrze współpracuje z istniejącymi stosami, takimi jak FastAPI, co czyni go odpowiednim od szybkich prototypów po produkcyjne usługi GenAI.

• Agentów typowanych z wynikami zweryfikowanymi przez Pydantic
• Obsługa OpenAI, Anthropic, Gemini i innych
• Wywoływanie narzędzi i funkcji z wstrzykiwaniem zależności
• Odpowiedzi streamingowe i projekt oparty na asynchroniczności
• Integracja z FastAPI i narzędziami obserwacji
• Narzędzia testowe dla deterministycznego zachowania agentów

Cognee jest otwartoźródłową platformą pamięci AI zaprojektowaną dla agentów AI. Zapewnia trwałą długoterminową pamięć między sesjami poprzez ingestowanie danych w dowolnym formacie i budowanie samodzielnego grafu wiedzy. Cognee łączy wektory embeddingów, rozumowanie grafowe i generowanie ontologii oparte na nauce kognitywnej, dzięki czemu dokumenty są wyszukiwane po znaczeniu i połączone przez ewoluujące relacje. Platforma jest przeznaczona dla deweloperów i organizacji, które chcą zunifikować dane z różnych źródeł, wprowadzić wiedzę domenową do agentów i stworzyć wiarygodnych i ufnych agentów. Cognee oferuje funkcje takie jak jednolite ingestowanie, wyszukiwanie grafowe i wektorowe, lokalna operacja, ukotwiczenie ontologii, wielomodalność, uczenie się z feedbacku, zarządzanie kontekstem oraz dzielenie się wiedzą pomiędzy agentami. Zapewnia też izolację użytkownika/tenant w trybie agenticznym, śledzenie i cechy audytu. Platforma obsługuje wielu klientów, w tym Python, Rust i TypeScript, i dostępna jest jako wtyczki do OpenClaw i Claude Code.

• Pamięć agentów oparta na grafie wiedzy
• Ingestowanie danych semantycznych i strukturalnych
• Python SDK do integracji agentów
• Rozszerzalni dostawcy LLM i pamięci
• Wyszukiwanie między przeszłymi sesjami i dokumentami
• Opcje samodzielnego hostingu lub zarządzanego wdrożenia

4

Inbox Zero

Asystent pocztowy AI, który organizuje, tworzy odpowiedzi i pomaga szybciej osiągnąć pustą skrzynkę odbiorczą.

4.8 (4)

· free

Pełna recenzja

Inbox Zero to asystent mailowy zasilany AI, zaprojektowany do pomocy użytkownikom w bardziej efektywnym zarządzaniu swoim pocztą. Zorganizowuje on wiadomości e-mail, projektuje odpowiedzi i zarządza kalendarzem, z celem pomagania użytkownikom w osiągnięciu "poczty zero" w krótszym czasie. Narzędzie dostępne jest przez przeglądarkę internetową, a także może być używane za pośrednictwem Slacka lub Telegram do zarządzania w trakcie pracy w pociągu. Inbox Zero to alternatywa otwartych źródeł wobec narzędzi podobnych, takich jak Fyxer, oferująca więcej opcji personalizacji i usprawnionych funkcji bezpieczeństwa. Główne funkcje obejmują asystenta osobistego, który uczy swojego tonu i stylu, aby przygotowywać kopie z odpowiedziami, reguły sterowane przez AI do obsługi pocztę elektroniczną na podstawie prostych instrukcji w języku angielskim, oraz narzędzia do śledzenia wiadomości, które wymagają odpowiedzi lub czekają na odpowiedzi. Produkt oferuje także bulk usunięcie subskrypcji i archiwizację możliwości, zablokowanie maili zimowych i zapewnia analizę poczty elektronicznej. Ponadto, Inbox Zero może generować briefy spotkań, pobierając kontekst z zarówno wiadomościami e-mail, jak i zdarzeniami w kalendarzu, a także automatycznie przechowuje załączniki e-mail w usługach magazynowania w chmurze, takich jak Google Drive lub OneDrive. Narzędzie zostało zbudowane przy użyciu różnych technologii, w tym Next.js, Tailwind CSS oraz Prisma, a jest hostowane w serwisie GitHub. Użytkownicy mogą wybrać pomiędzy wersją dostępną w formie usługi dostępnej na stronie getinboxzero.com lub samodzielną wersją dostępną za pomocą komendy linii (CLI) wymagającą Docker i Node.js. Projekt jest aktywny, z aktywną społecznością, która uczestniczy w jego rozwoju; wnioski dotyczące nowych funkcji można zgłaszać za pośrednictwem kart zadan w GitHub lub kanału Discord projektu. Inbox Zero ma na celu zmniejszenie czasu spędzanego przez użytkowników w swojej skrzynce e-mailowej, pozwalając im zalegając na bardziej ważnych czynnościach. Chociaż oferuje obszerną gamę funkcji zarządzania pocztą elektroniczną, zakres dostępnej personalizacji oraz łamigłówki związane z konfiguracją i pełnym wykorzystaniem zdolności AI może się znacznie różnić. W zasadzie, Inbox Zero prezentuje się jako elastyczna i bezpieczna oferta dla indywidualnych osób, które szukają automatyzacji oraz uproszczenia zadań zarządzania pocztą i kalendarzem.

• Rozpisy odpowiedzi wygenerowane przez AI
• Automatyczna kategoryzacja i priorytetyzacja e-maili
• Masowe wypisywanie się z biuletynów
• Reguły automatyzacji niestandardowej
• Analityka skrzynki odbiorczej i narzędzia do czyszczenia
• Inteligentne przypomnienia o nieprzeczytanych e-mailach

5

Screenpipe

Open-source 24/7 lokalne nagrywanie ekranu i dźwięku do budowania kontekstowych aplikacji AI

4.8 (4)

· free

Pełna recenzja

Screenpipe to otwarta platforma, która ciągle nagrywa aktywność ekranu i audio na urządzeniu, przechowując wszystko lokalnie, dzięki czemu deweloperzy mogą tworzyć aplikacje AI, opierające się narealistycznym kontekście użytkowania. Pozwalając indeksować to, co oglądasz, słyszysz i robisz, dostarcza on bogaty warstwę danych osobistych, która może być zapytana przez aplikacje i agentów bez przesyłania informacji do chmury. Projekt skierowany został do deweloperów tworzących narzędzia produktu do zwiększania produktywności, asystentów pamięciowe, automatycznych zanotowań robót spotkań oraz inteligentnych agentów. Wydaje API oraz system zintegrowanej dodatkowej wersji oprogramowania (plugin system) tak, aby można było tworzyć dowolne potoki, które mogą przekształcić nieprzetworzone nagrania w czytelny tekst, transkrypcje oraz strukturyzowane wydarzenia, które mogą następnie karmić przepływy obliczeń wykorzystujące model LLM. Ponieważ wszystkie procedury zachodzą bezpośrednio na urządzeniu użytkownika, Screenpipe przykłada ogromne znaczenie do prywatności i nadzoru nad danymi, nieugięcie jednocześnie przez integracje budowane przez społeczność.

• 24/7 nagrywanie ekranu i dźwięku
• Lokalne przechowywanie i przetwarzanie na urządzeniu
• Indeksowanie OCR i konwersja mowy na tekst
• Architektura wtyczek i potoków
• API do zapytań o przechwycony kontekst
• Wsparcie wieloplatformowe na desktop

6

AgentKit

Biblioteka TypeScript do budowania i koordynacji agentów AI z narzędziami, pamięcią i wieloagentowymi przepływami pracy.

4.5 (4)

· free

Pełna recenzja

AgentKit to otwartoźródłowy framework TypeScript stworzony dla programistów, którzy chcą budować gotowe do produkcji agenty AI bez przeinwencji podstawowej logiki orkiestracji. Dostarcza podstawy do definiowania agentów, podłączania narzędzi, zarządzania stanem oraz koordynacji wieloagentowych przepływów pracy w sposób typowo bezpieczny (type-safe). Biblioteka koncentruje się na kompozycyjności, pozwalając łączyć agenty, przekazywać zadania pomiędzy specjalistami oraz integrować się z istniejącymi dostawcami modeli i API. Naturalnie wpasowuje się w środowiska Node.js i serverless, dzięki czemu nadaje się do usług backendowych, wewnętrznej automatyzacji oraz funkcji AI skierowanych do klientów. Ponieważ AgentKit jest code-first i nie wywiera opinii na temat UI, najlepiej nadaje się do zespołów inżynierskich komfortowych z TypeScript, które chcą szczegółowej kontroli nad sposobem rozumienia, wywoływania narzędzi i obsługi długotrwałych zadań przez ich agenty.

• Abstrakcje agenta i narzędzi
• Routowanie i przekazywanie między wieloagentami
• Zarządzanie stanem i pamięcią
• Obsługa dostawców bez względu na model
• Bezpieczne API typu dla wejść i wyjść
• Działa w środowiskach Node.js i serverless

7

onchain-mcp

Przynosząc bankowość bez banków do onchain API dla MCP

Brak recenzji· free

Pełna recenzja

Serwer Bankless Onchain MCP jest frameworkiem do interakcji z danymi on-chain za pomocą API Bankless. Implementuje protokół Model Context Protocol (MCP), aby umożliwić modelom AI dostęp do stanu blockchain i danych zdarzeń w ustrukturyzowany sposób. Serwer zapewnia różne operacje danych, w tym odczytywanie stanu kontraktu, pobieranie rejestrów zdarzeń i pobieranie historii transakcji. Przeznaczony jest dla deweloperów i badaczy, którzy potrzebują wchodzić w interakcje z danymi blockchain w ustrukturyzowany sposób. Ten projekt nie otrzymuje już aktualizacji, a jego status konserwacji może wpłynąć na jego stabilność i dostępność funkcji.

• Operacje na kontraktach (odczyt stanu kontraktu, pobranie proxy, pobranie ABI, pobranie źródła)
• Operacje na zdarzeniach (pobieranie zdarzeń, budowanie tematu zdarzenia)
• Operacje na transakcjach (pobieranie historii transakcji, pobranie informacji o transakcji)

8

markitdown

Narzędzie Python do konwertowania plików i dokumentów biurowych do formatu Markdown.

Brak recenzji· free

Pełna recenzja

MarkItDown jest lekkim narzędziem Python do konwertowania różnych plików na format Markdown dla potrzeb korzystania z modeli LLM oraz powiązanych analiz tekstowych. Jest ono najbardziej porównywalne do textract, ale z mniejszym naciskiem na ochronę ważnej struktury i zawartości dokumentów w formacie Markdown, obejmując pozycje nagłówkowe, listy, tabele, odniesienia, itp. Wyjście jest często przyzwoicie przedstawialne i użyteczne dla ludzi, ale przeznaczone jest w szczególności do przetwarzania przez narzędzia analizujące tekst, a może nie jest najlepszym rozwiązaniem dla wysokiego stopnia wierności przekształceń dokumentów do użytku przez człowieka. Obecnie markitdown wspiera przekonwertowanie plików: PDF, Excela, Worda, prezentacji PowerPointa, wizualizacji obrazów (dane EXIF i odczyt z tekstów), plików audio (dane EXIF i transkrypcja mowy), stron HTML, tekstowych formaci danych (CSV, JSON, XML), ZIP, URL adresów na youtube, EPubów oraz wielu innych formatów. Zaleca się korzystanie z środowiska wirtualnego aby uniknąć konfliktów zależności. Z Pythonem 3.10 lub wyższym możesz zainstalować MarkItDown za pomocą pip: pip install 'markitdown[wszystko]' lub bezpośrednio ze źródła za pomocą: git clone git@github.com:microsoft/markitdown.git a następnie pip install -e 'packages/markitdown[wszystko]'. Zastosowanie MarkItDown obejmuje wywołanie z konsoli poleceń, np. określając plik wyjściowy, przekazanie treści za pomocą operatora pipingu lub użycie najszerszej funkcji convert_* dla przypadków używania węższych.

• Konwersja PDF, PowerPoint, Word, Excel
• Obsługa obrazów (metadane EXIF i OCR)
• Obsługa audio (metadane EXIF i transkrypcja mowy)
• Obsługa HTML, formatów tekstowych (CSV, JSON, XML)
• Obsługa plików ZIP, adresów URL YouTube, EPubs
• Opcjonalne zależności do aktywowania różnych formatów plików

9

mcp-clickhouse

Serwer mcp-clickhouse MCP

Brak recenzji· free

Pełna recenzja

Serwer mcp-clickhouse MCP to serwer MCP dla ClickHouse. Zawiera narzędzia ClickHouse, w tym run_query do wykonywania zapytań SQL na klastrze ClickHouse, list_databases do wyświetlania wszystkich baz danych na klastrze ClickHouse oraz list_tables do wyświetlania tabel w bazie danych z paginacją. Dodatkowo zawiera narzędzia chDB, takie jak run_chdb_select_query, do wykonywania zapytań SQL przy użyciu wbudowanego silnika ClickHouse chDB. Zapewnia również punkt kontrolny stanu zdrowia do sprawdzania stanu serwera oraz mechanizm bezpieczeństwa do uwierzytelniania. Serwer można ustawić dla wewnętrznych usług, lokalnego rozwoju lub z dostawcami uwierzytelniania OAuth / OIDC przez FastMCP.

• run_query do wykonywania zapytań SQL na klastrze ClickHouse
• list_databases do wyświetlania wszystkich baz danych na klastrze ClickHouse
• list_tables do wyświetlania tabel w bazie danych z paginacją
• run_chdb_select_query do wykonywania zapytań SQL przy użyciu wbudowanego silnika ClickHouse chDB
• Punkt kontrolny stanu zdrowia do monitorowania serwera
• Wiele trybów uwierzytelniania, w tym OAuth i OIDC przez FastMCP

Serwer MCP dla QA Sphere TMS jest klientem służącym do integracji dużych modeli językowych (LLM) z QA Sphere (QSP), aby zwiększyć możliwości tworzenia skryptów testowych. Po skonfigurowaniu serwera (szczegóły dostępne na GitHubie), LLM mogą współdziałać z zautomatyzowanymi przypadkami testowymi QA Sphere. Wykorzystując MCP (Model Callback Protocol), umożliwia to deweloperom i testerom szybkie tworzenie testów opartych na AI, automatyzację zadań oraz uruchamianie zestawów testów zintegrowanych z QAS Sphere. Rozwiązanie oparte na MCP jest wspierane przez użytkowników, umożliwiając automatyzację szerokiego zakresu zadań QA, w tym odkrywania i wykonywania przypadków testowych. Dodatkowo możesz odwoływać się do dużych modeli językowych, automatyzować zadania oraz uruchamiać zestawy testów zintegrowane z QA Sphere Test Management System.