SuperAPI AI 工具集
合作ENAI 行业资讯收藏

全部 AI 工具

35,702 个结果 · 第 954 / 992 页

mcp-firewall

AI开发平台

mcpwall（仓库名 mcp-firewall）是一个针对 MCP（Model Context Protocol）工具调用的确定性安全代理，被形象地称为“MCP 的 iptables”。它位于 AI 编程工具（如 Claude Code、Cursor、Windsurf）与 MCP 服务器之间，拦截所有 JSON-RPC 消息并执行 YAML 规则。它不使用 AI、不依赖云，纯规则驱动。主要能力包括：阻止敏感文件访问（.ssh/、.env、凭据、浏览器数据）、拦截危险命令（rm -rf、管道到 shell、反向 shell）、扫描入站与出站流量中的密钥泄露（正则加熵检测）、对服务器响应进行脱敏、阻止提示注入模式并标记可疑内容，同时以 JSON Lines 记录全部工具调用与响应。它支持通过 npx、Docker MCP Toolkit 或手动方式包装 MCP 服务器，也提供 mcpwall check 在不运行代理的情况下测试规则，并内置 default 与 strict 等安全基线及多款服务器专用配置模板。

查看介绍

mcp-fns-check

AI开发平台

mcp-fns-check 是一个面向 AI 智能体的 MCP 服务器，用于俄罗斯交易对手（企业）尽职调查。它聚合 ЕГРЮЛ/ЕГРИП（法人/个体户统一登记册）、破产信息、税务欠款、执行程序与仲裁案件等公开数据，核心工具 check_contractor(identifier) 接受 ИНН 或 ОГРН，返回含风险裁决与建议的汇总报告。可接入 Claude Desktop、Cursor、Claude Code、Cline 等兼容 Model Context Protocol 的客户端。

查看介绍

mcp-fusion

AI开发平台

MCP Fusion 是一个用于构建安全 MCP 服务器的 TypeScript 框架。它在架构层面强制安全约束：原始数据必须通过类型化出口防火墙才能到达大模型；当工作流状态禁止某工具时，该工具会从智能体命名空间中物理移除；所有行为面均被哈希、锁定并可在版本控制中审计。框架内置 SKILL.md（机器可读的架构契约），AI 编程智能体读取后可一次生成受治理的服务器。它完全兼容 MCP 2.0（协议修订版 2026-07-28），并同步弃用规范弃用的特性。

查看介绍

mcp-gatehouse

AI开发平台

mcp-gatehouse 是一个基于官方 Python MCP SDK 的服务器端权限与审计库，用于在 MCP 服务器内部、工具边界处执行权限分级、审批门控和审计日志。它允许开发者决定 AI 可以读取什么、写入什么以及哪些操作禁止，并记录每个操作。该库无需代理、外部策略服务或额外依赖。默认策略下，破坏性操作需要审批，所有操作都会记录。它提供拒绝时关闭、敏感信息脱敏、拒绝与错误也记录等安全默认。包含一个可运行的订单桌面演示服务器，并支持终端审批。目标平台为官方 mcp Python SDK v2.x 和 Python 3.10–3.14。

查看介绍

mcp-gauge

AI开发平台

mcp-gauge 是面向 AI 智能体的 MCP 服务器，为 GAUGE 提供可验证的筛查级数据信号。其信号覆盖环境、农业、电力、航运和 SEC 备案等领域，数据来源包括 USGS、NOAA、SEC EDGAR、EPA 等，合计 180 多个信号。每条响应包含多源交叉验证，并附带通过 OpenTimestamps 锚定到比特币的防篡改收据，可证明记录集不晚于盖章时间存在。使用无需 API 密钥或注册，按次调用以 USDC 在 Base 上通过 x402 支付。

查看介绍

mcp-gnu-units

AI开发平台

mcp-gnu-units 是一个面向 AI 智能体的 MCP 服务器，基于 GNU units 数据库提供精确的离线单位换算。它支持 3000 多种计量单位之间的转换，涵盖长度、质量、时间、温度、面积、体积、能量、功率、压力、速度、数据等类别；还能计算复合单位表达式（如 kW*h 或 acre*ft），将任意量归约到 SI 基本单位，按关键词搜索单位数据库，并查询任意单位、前缀或物理常数的精确定义。该服务器具有确定性、维度感知的特点，不依赖其他转换器常见的按类别硬编码单位表。项目当前为功能完整但尚未正式发布的预发布状态，五个领域工具均已提供。

查看介绍

mcp-google-crux

AI开发平台

Google CrUX MCP 是一个 MCP 服务器，用于把 Google Chrome UX Report（CrUX）的真实用户 Core Web Vitals 数据接入 AI 应用。它基于 Chrome 用户采集的现场数据（非合成测速），可以判断公开站点或页面是否通过 LCP、INP、CLS 评估，对比移动端与桌面端、源站与单个页面，并查看约 40 周的历史趋势。项目提供 6 个只读工具，涵盖 Core Web Vitals 评估、设备对比、源站与页面对比、40 周趋势以及最新或历史原始记录。数据可用性有明确边界：只有具备足够真实用户流量的公开源站和 URL 才有数据，返回 no_data 也是有效结果。CrUX 配额为每项目每分钟 150 次查询，设备对比会发起 4 次 API 调用，源站与页面对比发起 2 次。使用需 Node.js 20+ 和启用了 Chrome UX Report API 的 Google Cloud API 密钥。

查看介绍

mcp-google-drive

AI开发平台

mcp-google-drive 是一个面向 Google Drive API 的 MCP 服务器，让 AI 应用可以用自然语言操作 Google Drive。它提供 21 个工具，覆盖搜索与元数据、文件夹与移动、上传与下载、Docs/Sheets/Slides 导出、回收站、共享与评论等操作。支持 Claude、Cursor、Codex 等 AI 客户端，可通过对话完成 OAuth 连接，无需配置文件或重启。删除默认进入可恢复的回收站，永久删除为独立工具；文档以整体文件形式移动、复制、导出和转换，不编辑内部文本。需要 Node.js 20+ 和 Google 账号，使用 OAuth 2.0 授权。

查看介绍

mcp-graphql

AI开发平台

mcp-graphql 是一个面向 GraphQL 的 Model Context Protocol（MCP）服务器，让大语言模型能够与 GraphQL API 交互。它提供模式自省（schema introspection）和查询执行能力，使模型可以动态发现并使用 GraphQL API。服务器可暴露 GraphQL schema 作为资源，该 schema 可来自本地 schema 文件、托管在 URL 上的 schema 文件，或基于自省查询生成。使用时以正确端点运行 mcp-graphql，它会自动尝试对查询进行自省。自 1.0.0 版本起，命令行参数已被环境变量取代。主要工具包括 introspect-schema（获取 GraphQL schema）和 query-graphql（针对端点执行 GraphQL 查询）；默认禁用 mutations，除非设置 ALLOW_MUTATIONS 为 true。

查看介绍

mcp-graphql-forge

AI开发平台

mcp-graphql-forge 是一个轻量级、配置驱动的 MCP 服务器，用于将精选的 GraphQL 查询作为模块化工具暴露出来，让 AI 智能体能够进行有意图的 API 交互。它可以将任意 GraphQL 端点转换为 MCP 服务器，其工具由 YAML 文件定义，YAML 中指定 GraphQL 查询及其参数。这样可以创建模块化、安全且精简的服务器，并且无需修改应用代码即可轻松扩展。官方版本发布在 GitHub Releases，采用 Go 编写，提供 macOS、Linux 和 Windows 的预编译可执行文件，也可在有 Go 环境时从源码安装。服务器通过命令行参数、环境变量和 YAML 文件进行配置。

查看介绍

mcp-gtm-hiring-signal-scraper

AI开发平台

GTM Hiring Signal Scraper MCP Server 是一个 MCP 服务器，用于从公司招聘页面检测 go-to-market（GTM）招聘活动。它封装了 Apify 上的 Mamba Labs GTM Hiring Signal Scraper，并向任意 MCP 客户端返回适合 Clay 使用的扁平 JSON。输入公司域名后，它会扫描该公司在 Greenhouse、Lever、Ashby、Workable、SmartRecruiters 和 Personio 上的招聘板，查找销售、市场和收入运营岗位，返回结构化的 GTM 招聘强度信息，可直接用于 Clay、CRM 或 AI 智能体工作流。所有抓取在 Apify 上运行，本包只是调用该 actor 的轻量客户端。使用需要 Node.js 18 或更高版本，以及带 API token 的 Apify 账户。

查看介绍

mcp-gtm-signals-aggregator

AI开发平台

mcp-gtm-signals-aggregator 是由 Mamba Labs 开发的 MCP 服务器，用于将企业的招聘信号与技术栈检测信号合并为一个综合的 GTM（Go-To-Market）评分。它封装了 Apify 上的 Mamba Labs GTM Signals Aggregator actor，向任意 MCP 客户端返回可直接用于 Clay 的扁平 JSON 行。用户只需提供一个公司域名，即可一次性运行招聘信号和技术栈检测，返回单一的综合 GTM 评分、推荐行动以及可选的纯英文摘要。所有分析均在 Apify 上运行，本包仅是一个轻量客户端，负责调用 actor 并返回结果。使用时需要 Node.js 18 或更高版本，以及拥有 API 令牌的 Apify 账户。该工具设计用于 AI 智能体消费，每次调用针对单个公司输出一个综合评分，不会逐个返回底层信号，且仅读取公开公司页面，不写入任何数据。

查看介绍

mcp-hangar

AI开发平台

MCP Hangar 是面向 MCP（Model Context Protocol）服务器集群的自托管策略执行平面，在每次 MCP 调用路径上实施确定性策略，包括身份认证与 RBAC、RFC 8707 受众绑定、工具 schema 摘要固定、完整可归属审计与 SIEM 导出。使用 Python 编写，MIT 许可，无 SaaS，仅自托管。它通过 init 自动检测 Claude Code、Cursor、Claude Desktop 等 MCP 客户端并生成配置，为每个工具记录摘要固定，调用时对未通过策略的请求在到达上游服务器前即拒绝。主要能力覆盖 L7 出站策略、工具 schema 摘要固定、OAuth 入口、人机审批、并行工具调用、生命周期管理、热配置重载、OpenTelemetry/Prometheus 可观测性等。

查看介绍

mcp-hub

AI开发平台

mcp-hub 是一个双时代 Model Context Protocol（MCP）网关，可将多个 stdio MCP 服务器从单个容器通过 HTTPS 对外提供。它支持基于路径的路由、/hub 聚合端点（通过 6 个元工具访问所有服务器）、内置 OAuth 2.1 登录与 API 令牌，并兼容 ChatGPT、Claude、Cursor 等无法本地启动进程的 MCP 客户端。项目还提供热重载、按需启停、工具过滤、上游 OAuth、子进程监督等能力，设计轻量，适合在树莓派等单板计算机上运行。

查看介绍

mcp-ilert

AI开发平台

ilert MCP 服务器是 ilert 官方提供的 Model Context Protocol（MCP）服务器，让 AI 助手能够通过自然语言访问和操作 ilert 上的告警与事件管理资源。它采用远程部署方式，使用 Streamable HTTP 传输协议。用户需要先在 ilert 应用中创建 API Key，然后在支持 MCP 的 AI 助手或客户端（如 Claude、Cline、Cursor、Windsurf）中配置服务器地址 https://mcp.ilert.com/mcp 及 Authorization 请求头。对于不支持远程 MCP 服务器或尚未实现 Streamable HTTP 传输的客户端，可通过 npx 运行 mcp-remote 进行桥接。

查看介绍

mcp-imslp

AI音频工具

mcp-imslp 是一个连接聊天客户端与 IMSLP（佩特鲁奇音乐图书馆）的 MCP 服务器。IMSLP 是由志愿者运营的免费古典音乐图书馆，收录版权已过期的乐谱、分谱、改编曲和录音，以及各作曲家的页面资料。该服务器让用户无需 API 密钥或账号即可搜索作品与人物，查看作品的编号、调性、编制与创作年份，浏览各版本及其出版商、编者和版权条款，阅读作曲家的相关信息，并按体裁、调性或编制进行浏览。请求遵循 IMSLP 的抓取延时要求，返回内容会注明来源并以链接回引原页面。

查看介绍

mcp-installer

AI开发平台

mcp-installer 是一个用于安装其他 MCP 服务器的 MCP 服务器工具，由 anaisbetts 开发并托管在 GitHub。用户安装此服务后，可以通过 Claude 等支持 MCP 的客户端，以自然语言指令安装托管在 npm 或 PyPi 上的 MCP 服务器。根据官方说明，对于 Node 服务器需要预先安装 npx，对于 Python 服务器需要预先安装 uv。安装方法是将相关配置写入 claude_desktop_config.json 文件，该文件在 macOS 上的路径为 ~/Library/Application Support/Claude，在 Windows 上的路径为 C:\Users\NAME\AppData\Roaming\Claude。该工具简化了 MCP 服务器的安装流程，适合希望快速扩展 MCP 生态、但不熟悉手动配置的用户。

查看介绍

mcp-internet-speed-test

AI开发平台

mcp-internet-speed-test 是一个基于 Model Context Protocol（MCP）的服务器实现，让 AI 模型与智能体能够通过标准化接口测量、分析并报告网络性能指标。它支持下载与上传带宽测量、延迟（ping）、抖动（jitter）分析，并能检测 Fastly、Cloudflare 与 AWS CloudFront 多 CDN 服务信息，将 POP 代码映射到 50 多个全球物理位置，同时可读取缓存状态与 CDN 响应头。该项目采用基于 SpeedOf.Me 的智能增量测试方法，以 8 秒阈值为准，从 128KB 到 128MB 的测试文件按 2 的幂次逐步增大，以获得更贴近真实浏览体验的测速结果。它同时提供单一综合测试函数，可一次性输出全部指标与服务器元数据。项目以 Python 开发，要求 Python 3.12 及以上版本，已发布至 PyPI，可通过 pip 或 uv 安装，也支持 Docker 与本地开发安装。

查看介绍