Awesome MCP Servers – 开源的MCP资源聚合平台，覆盖多个垂直领域

Awesome MCP Servers 是开源项目，汇集各种基于 Model Context Protocol (MCP) 的服务器。Awesome MCP Servers 整理超过 3000 个 MCP 服务器，覆盖浏览器自动化、金融、游戏、安全、科研等20多个垂直领域，支持本地和云服务部署。

新闻资讯 2026-05-27 PPISO

2 0

Awesome MCP Servers – 开源的MCP资源聚合平台，覆盖多个垂直领域

文章摘要

Awesome MCP Servers是什么

Awesome MCP Servers 是开源项目，汇集各种基于 Model Context Protocol (MCP) 的服务器。Awesome MCP Servers 整理超过 3000 个 MCP 服务器，覆盖浏览器自动化、金融、游戏、安全、科研等20多个垂直领域，支持本地和云服务部署。MCP服务器主要为 AI 大模型提供丰富的外部数据访问和工具调用能力。Awesome MCP Servers 为开发者提供丰富的资源，推动 AI 与外部系统交互的标准化和便捷性。

Awesome MCP Servers的主要功能

资源集成：基于 MCP 协议，使 AI 模型连接到各种外部资源，如文件系统、数据库、云服务等，扩展功能。
多领域支持：覆盖浏览器自动化、金融、游戏、安全、科研等多个领域，提供丰富的服务器实现。
开发支持：支持多种编程语言（如 Python、TypeScript、Go 等），提供开发框架（如 FastMCP）和工具，简化开发过程。
社区与生态：基于 GitHub、Discord、Reddit 等平台提供社区支持，和详细的教程和文档，帮助开发者快速上手。

Awesome MCP Servers的部分MCP

浏览器自动化：MCP-Playwright 提供浏览器自动化能力，让 AI 大模型在真实浏览器环境中导航网页、执行点击/输入操作、截取屏幕截图及运行 JavaScript。
管理 Notion：notion_mcp 连接 AI 大模型与 Notion 平台，支持自动化页面管理、内容同步、模板生成等。
金融：coinmarket-mcp-server 基于 Coinmarket API 获取加密货币的行情数据，包括价格、市值、交易量等。
游戏：mcp-unity为 Unity3D 游戏引擎提供集成，支持游戏开发中的编辑、运行、调试和场景管理等功能。
搜索：arxiv-mcp-server 支持 AI 模型基于编程接口搜索 arXiv 学术论文库中的论文、下载内容，进行深度分析（如摘要提炼、方法评估和结果解读），同时支持本地存储加速访问。
安全：dnstwist MCP Server基于 dnstwist 工具检测域名拼写错误、钓鱼网站等安全问题。
位置服务：mcp-server-google-maps 集成 Google Maps 服务，提供位置服务、路线规划和地点详情查询。
版本控制 ：mcp-server-git 直接操作 Git 仓库，包括读取、搜索和分析本地仓库。
社交：vrchat-mcp 与VRChat API交互的MCP服务器，支持获取VRChat的好友、世界、化身等信息。

如何使用Awesome MCP Servers

选择合适的 MCP 服务器：
- 浏览 Awesome MCP Servers 列表：访问 Awesome MCP Servers 的 GitHub 仓库。浏览不同类别的 MCP 服务器实现。根据需求选择合适的服务器。
- 查看服务器的详细信息：点击感兴趣的服务器链接，进入 GitHub 仓库地址。阅读 README.md 文件，了解服务器的功能、安装步骤、使用方法和示例代码。检查服务器的图例标记（如编程语言、部署环境、支持的操作系统等），确保符合技术栈和部署需求。
安装和配置 MCP 服务器：
- 克隆仓库：在本地开发环境中，克隆所选 MCP 服务器的 GitHub 仓库。例如：

git clone https://github.com/executeautomation/mcp-playwright.gitcd mcp-playwright

- 安装依赖：根据 README.md 文件中的说明，安装所需的依赖项。例如，对于 mcp-playwright：

npm install

- 配置服务器：如果需要，配置服务器的参数，例如连接到外部服务的 API 密钥、数据库地址等。
启动 MCP 服务器：
- 运行服务器：根据 README.md 文件中的说明，启动 MCP 服务器。例如：

npm start

- 验证服务器运行状态：
  - 访问服务器的文档页面（通常在 localhost:8080/docs），查看 API 文档和示例请求。
  - 发送测试请求，确保服务器正常运行。
集成到 AI 模型或应用程序：
- 选择客户端工具：选择适合使用的 AI 模型或应用程序的客户端工具。
- 安装客户端工具：

npm install @mcp-langchain-ts-client

- 编写集成代码：在 AI 模型或应用程序中，编写代码调用 MCP 服务器。

import { MCPClient } from '@mcp-langchain-ts-client';const client = new MCPClient('http://localhost:8080');async function fetchData() {  const result = await client.call('playwright.fetch', {    url: 'https://example.com',    action: 'click',    selector: '#some-button',  });  console.log(result);}fetchData();