SuperAPI AI 工具集3,662 个结果 · 第 39 / 102 页
本项目是一个 MCP（Model Context Protocol）服务器，用于让 Claude 等 AI 助手访问 ROADRecon 采集的 Azure AD 数据，并执行安全分析。它通过资源、工具和提示词三种方式提供能力：资源可读取用户、组、应用、服务主体、设备、MFA 状态、目录角色等原始数据；工具可运行查找特权用户、分析 MFA 部署、发现带密钥的应用、识别闲置账户、评估 PIM 实施、检查服务主体凭证、分析旧式身份验证、分析条件访问策略等安全分析任务；提示词提供常见安全任务的预置分析模板。使用前需有正在运行的 ROADRecon 实例且 Web GUI 可访问，并安装 Python 依赖。该服务器以 Python 脚本方式运行，可配置 ROADRecon URL，并支持与 Claude Desktop 连接。
RocketRide 是一个开源、自托管的高性能 AI 管线引擎与开发环境（AIDE），采用 C++ 核心并支持 50+ 个可通过 Python 扩展的节点。它让开发者在已有的 IDE 或终端 CLI 中完成 AI 工作流的构建、调试、观测与部署，支持 13+ 模型提供商、8+ 向量数据库以及智能体编排，管线以可移植的 JSON（.pipe）格式定义，可在 VS Code 中可视化搭建并由多线程 C++ 运行时执行，支持 Docker 本地部署或自托管，无厂商锁定，整体采用 MIT 许可。
中文介绍正在整理，稍后补充。
ROLL 是阿里巴巴开源的高效、易用的大语言模型强化学习扩展库，面向大规模 GPU 资源设计，旨在提升 LLM 在人类偏好对齐、复杂推理和多轮智能体交互等场景中的表现。它采用基于 Ray 的多角色分布式架构，支持灵活的资源分配与异构任务调度，并集成 Megatron-Core、SGLang 和 vLLM 加速训练与推理。支持 PPO、GRPO、Reinforce++、TOPR、RAFT++、GSPO 等多种强化学习算法，以及多任务 RL 训练和 Agentic RL 能力，提供丰富策略配置与可观测性支持。
rootpilot-mcp 是一个开源 MCP 服务器，用于通过 SSH 对 Linux 和 Docker 服务器进行安全的只读诊断。它内置 38 条只读命令白名单，不提供任意命令执行工具，所有命令仅检查状态、不做任何更改。输出会先经过密钥脱敏（如 KEY=value、Bearer/Basic 令牌、sk-/ghp_/AKIA 等密钥形态、PEM 私钥块、URL 内嵌凭据、docker inspect 环境变量），并设有每命令 15 秒超时和输出截断。它自身不调用 LLM，采用自带模型（bring-your-own-LLM）方式，由 MCP 客户端（如 Claude Desktop、Claude Code 或自建客户端）的模型负责推理。凭据保存在本地 hosts.json 中，除 SSH 到自有主机外无数据外传，无遥测。
RouteLLM 是一个用于服务和评估 LLM 路由器的框架。它通过将简单查询路由到更便宜的模型，在不影响质量的情况下降低 LLM 成本。提供开箱即用的预训练路由器，在 MT Bench 等基准上，可减少高达 85% 的成本，同时保持 95% 的 GPT-4 性能。支持作为 OpenAI 客户端的直接替代品，或启动 OpenAI 兼容的服务器。
Rovyk 是一款面向 macOS 的菜单栏工具，主打通过语音与 Mac 交互并自动完成操作。据官方介绍，其听觉与推理默认在设备本地运行，除非用户主动选择，否则数据不会离开 Mac。它内置六十一项工具，能够读取邮件、驱动应用、浏览网页、移动文件，并自行选择合适工具，形成统一执行循环；对于发送、移动、删除等不可逆操作，会在执行前进行确认，而非事后提示。
royalmail-mcp 是一个基于 MCP（Model Context Protocol）的开源工具，让兼容 MCP 的 AI 客户端（如 Claude、Cursor、Windsurf）能够直接预订、生成面单、追踪和取消 Royal Mail 与 Parcelforce 的包裹运输。它通过 Click & Drop API 密钥与 Royal Mail 官方接口通信，向 AI 暴露六个工具，支持地址解析、服务选择、批量下单和错误恢复。适用于英国及国际寄送场景，可接入 AI 代理实现订单履行、客服查询、退货处理等自动化流程。面单获取需要 OBA 账户，普通按需付费账户仅支持预订、追踪和取消。项目采用 MIT 许可，完全在本地运行，不经过作者服务器。
rqwstr 是一个面向 AI 的 HTTP 安全测试 MCP 服务器，为 AI 智能体提供对 HTTP/1.1 与 HTTP/2 的底层控制能力，包括原始帧构造、连接固定、intruder 式模糊测试、请求竞速、带外（OOB）检测以及多步骤链式请求。它基于自研 Go 引擎实现，而非包装高层 HTTP 客户端。该仓库仅托管发布二进制文件与 Claude Desktop 的 .mcpb 打包文件，源码为专有。文档与注册地址为 rqwstr.com。支持通过 .mcpb 一键安装为 Claude Desktop 扩展，或下载对应平台二进制后以 stdio 方式运行 MCP 服务器（rqwstr serve）。免费层提供核心工具集，Pro 层解锁更重的攻击性工具。
RSS 阅读工具，用于过滤信息噪音并推荐相似文章。用户将原始 RSS 源 URL 替换为 rssfilter 提供的地址后，系统会追踪已读文章，并利用 LLM 嵌入与机器学习减少不想要的内容、推荐相似文章。支持上传 RSS 客户端导出的 OPML 文件批量转换现有订阅源。
中文介绍正在整理，稍后补充。
Marcus Rug Intel 提供的 MCP 服务器，为 AI 智能体提供加密货币代币风险分析能力，包含 19 项工具，覆盖拉地毯（rug pull）检测、蜜罐评分、部署者追踪、持有者深度分析、KOL 喊单识别、社交 OSINT 以及 LLM 取证分析。可用于 Claude Desktop、Cursor、Windsurf 等支持 MCP 的客户端。免费层每天可调用 10 次 check_token_risk，无需认证；也支持 API Key（每小时 1,000 次调用）和 x402 USDC 微支付。项目方声称对已知拉地毯的检测准确率超过 91%。
Runbear 是一款面向 Slack、Microsoft Teams 和 Discord 的无代码 MCP 客户端，可为团队添加可共享的 AI 队友。这些 AI 队友能够从 Notion、Google Drive 和 Confluence 等知识源中获取答案，并在 2000 多个工具中执行操作。用户通过聊天即可“雇佣”智能体，无需编写代码，10 分钟即可完成设置。AI 队友具有名称、负责人和专属工具权限，频道内任何人可 @提及使用。Runbear 可读取文档、过往工单等资料，起草回复、准备会议议程、记录操作到 HubSpot 等，并在不确定时转交人工处理。支持主动触发：将 Runbear 指向频道、收件箱或会议，当有工作发生时自动协助并通知负责人。Runbear 可与 Slack AI、Claude、ChatGPT 等工具协同使用，也支持从 Claude Code 等终端进行设置。定价采用积分制而非按席位收费，一个订阅覆盖所有使用智能体的队友，可免费开始。提供 SSO/SCIM、自带密钥、HIPAA（可应要求提供 BAA）、SOC 2 Type II 等企业级安全选项。
RunComfy 平台的远程 MCP 服务器，通过 Serverless API（ComfyUI）、Model API 和 Trainer API 三大产品，让 Claude、Cursor、Windsurf 等 AI 助手直接管理 ComfyUI 无服务器部署、运行托管模型推理以及训练 LoRA。共提供 31 个工具，与 RunComfy 文档一一对应，并支持查询账户余额。所有产品共用同一钱包与同一 API 令牌，支持 API 令牌请求头或浏览器 OAuth 两种认证方式。
中文介绍正在整理，稍后补充。
中文介绍正在整理，稍后补充。
Saas with ai 是一个基于 OpenAI API 为企业提供定制解决方案的 AI 驱动 SaaS 代理机构。资料中未提供具体产品功能、使用方式、适用场景、限制或收费信息，详情暂未提供。
Sail Research 是一个面向开源大模型的高性价比 API 服务。它主打按 token 计费、每月赠送 5 美元免费额度，并针对 DeepSeek V4.1 Flash 提供全球最低的直接 API 价格（实时比同类低 3.3 倍、异步低 6 倍）。平台兼容 OpenAI 和 Anthropic 的 Responses、Chat Completions 和 Messages API，可快速迁移。其特色 Completion Window 允许按请求指定延迟容忍度，在同智能水平下大幅降低 token 成本。Sail 还支持自部署 LoRA 微调、RL rollout，并与 Tinker 集成，另有 Sailboxes 全虚拟机用于长时间运行的智能体。平台默认零数据保留，正在推进 SOC 2 认证，并提供企业级 DPA、区域数据驻留和 BAA。
SaladCloud 是一个分布式 GPU 云平台，通过协调全球 190 多个国家、超过 16,000 块日活跃 GPU 的闲置算力，为 AI/ML 工作负载提供可扩展的计算服务，官方宣称相比超大规模云厂商最高可节省 90% 成本。平台提供三种形态：面向按需消费级 GPU 的 Community Cloud、提供预留裸金属与虚拟机的 Salad Dedicated，以及在自有基础设施上运行同一套编排栈的 Private Cloud。核心组件 Salad Container Engine 负责将 OCI 容器调度到分布式 GPU 节点并进行监控、故障转移与日志流式传输，同时支持 OpenAI 兼容的 token API，提供按 token 计费或包月方案，并声明用户数据不会被用于训练。
SambaNova 是一个完整的 AI 平台，提供快速 AI 推理、微调及可扩展的智能体 AI 解决方案，可轻松集成到现有数据中心基础设施。其核心为 RDU 芯片，采用数据流架构与三层内存设计，旨在实现高能效、低成本的推理。平台包含 SambaRack 硬件（SN40-16、SN50）、SambaOrchestrator 管理软件以及 OpenAI 兼容的 API，支持自带检查点、自动扩缩容、负载均衡和模型管理。官方称 SN50 可实现六个月投资回报，推理成本降低 10 倍，无需新建数据中心。
Sana-WM 是 NVIDIA 实验室（NVlabs）推出的世界模型，官方定位为“高效分钟级世界模型”，用于相机控制的 720p 视频生成。根据官方页面提供的简介，该模型聚焦于在分钟级时长范围内生成视频，并支持通过相机参数对生成画面进行控制，输出分辨率为 720p。其名称中的 WM 即 World Model（世界模型），Sana 为所属模型系列。目前官方公开资料仅包含这一句功能定位，关于模型架构、训练数据、参数规模、推理速度、硬件要求、开源情况、许可证、使用方式与具体操作步骤等信息暂未提供，因此无法进一步展开介绍。
SAST MCP Server 是一个面向 AI 代理的生产级 MCP 服务器，让任何兼容 MCP 的 AI 代理能够扫描代码中的安全漏洞。它支持 11 种行业标准扫描器（如 Bandit、Semgrep、Trivy、Checkov、Gitleaks 等），提供统一的输出格式、AST 感知上下文、严重性与置信度过滤、Git diff 模式、忽略管理、分页、双传输（stdio/HTTP）、JWT 与 API 密钥认证、一键安装等功能。还支持多扫描器并行、SARIF 导出、IaC 扫描、密钥检测、SCA 依赖 CVE 扫描、DAST 基线扫描、基线与趋势跟踪、MCP 提示与资源、仪表板集成以及 AI 辅助修复。
Savvly MCP 是 Savvly 推出的模型上下文协议（MCP）服务器，让财务顾问、规划工具和 AI 智能体能够直接查询 Savvly 长寿挂钩投资产品的数据、进行退休金测算并与其他退休产品对比。Savvly 提供 SEC 注册的投资产品，基于 Savvly 80+ 基金，将汇集资金投资于低成本的标普 500 ETF，并在 80、85、90、95 岁发放里程碑现金支付，把长寿从风险变为财务回报。该 MCP 服务器已在 MCP Registry 注册为 com.savvly/savvly，支持五种包类型及托管远程端点，无需账户或凭证即可使用。
SayGM 是一个 LLM 网关服务，提供对 Claude、GPT、Gemini 及开源模型的统一接入。它兼容 OpenAI 或 Anthropic SDK，宣称价格可低至标价的七折以内，并可在约一分钟内获取 API 密钥。网关支持将请求路由至相互竞争的运营商，费率公开且不超过标价。安全方面，SayGM 网关采用 Intel TDX 机密计算环境，硬件签名可供外部验证；对开源权重模型则在 TEE 内解密推理，力求从请求到响应全程密封。此外它还提供桌面端 AI 智能体，可基于文件与文件夹处理任务，支持聊天中途切换模型，按用量付费。
SayGM（Bittensor 子网 28，链上注册名 gm）是一个隐私 AI 网关，通过 Intel TDX 可信执行环境将用户发往 Claude、GPT、Gemini 等前沿模型的提示词加密路由，使矿工、网关运营方与托管基础设施都看不到明文。其证明来自 Intel 芯片签名而非隐私政策，开发者只需更改一个 base URL 即可接入其支持的 27 个模型。项目处于小范围 beta，官方称有 2,418 人等待名单，主网 netuid 28、测试网 netuid 482。
S.C.A.L.A. MCP Server 是一个面向 AI 智能体的 MCP 服务器，可将 Claude 等 AI 助手扩展为业务操作系统。它提供 33 项工具，覆盖 CRM 与销售管道、预约预订、发票管理、SARA AI 助手、财务分析、20 个行业垂直场景、工作流自动化，以及通过官方欧盟商业登记数据搜索和丰富 2.5 亿多家公司信息（支持按名称、VAT 或 ID 查询、NACE 行业搜索和财务数据）。用户只需设置 API 密钥即可使用，可在 app.get-scala.com 获取免费 API 密钥（14 天试用，无需信用卡）。项目采用 MIT 许可证，并提供 npm/PyPI 命令行工具、Python SDK、n8n 集成和 Claude 插件技能等配套资源。
SceneF MCP 服务器是一个只读的电影放映时间查询工具，通过模型上下文协议（MCP）向 AI 助手提供美国加利福尼亚州、佛罗里达州和夏威夷州各地影院的放映信息。项目由影迷为影迷及其助手打造，起源于旧金山的电影文化。服务器覆盖 56 个区域看板，从洛杉矶到萨克拉门托、圣迭戈到茂宜岛、迈阿密到彭萨科拉，将影院自身的排片表与第三方放映时间数据服务相结合，并为每条数据标注来源可信度和新鲜度，方便调用方了解信息依据。该工具完全免费，无需 API 密钥、账户或任何配置，提供远程 MCP 服务器（可流式 HTTP）和本地 stdio 服务器两种运行方式，两者共享同样的十个工具。所有操作均为只读，仅使用 GET 请求，没有任何写入路径。
scholar-rag-mcp 是一个面向学术论文本地 PDF 的知识库 MCP（Model Context Protocol）服务器。将存放 PDF 的文件夹指向它，即可通过真实解析流水线（MinerU）逐篇摄取论文：提取并规范化元数据、标注章节结构、切块并向量化，最终全部存入 Qdrant。之后 AI 智能体或用户可通过 stdio 上的 11 个 MCP 工具进行语义检索、类似 PubMed 的文档查询、按章节分页阅读全文、增删单篇论文以及管理知识库。嵌入、标注与重排序均运行在 OpenAI 兼容的模型服务（如 vLLM）上。检索采用嵌入初筛加交叉编码器重排序，可选元数据过滤在 Qdrant 索引内执行，号称 10 万切块规模下 p95 查询延迟低于 1 秒。create_kb 与 add_document 以异步后台任务执行，可用 get_job 查询进度；阅读文档采用分页与硬性大小上限，先返回大纲再按需翻页，避免上下文过载。项目当前为预览版 v0.4.0，接口与存储布局可能变化。支持 Linux x64、Windows x64 与 macOS（Intel 和 Apple Silicon），已发布到 PyPI，推荐用 uv 运行，无需检出仓库。
中文介绍正在整理，稍后补充。
Scop.ai 是一个面向主流大语言模型的 AI 系统提示词（system prompt）生成与克隆工具，可根据具体任务和模型生成或复制对应的系统提示词。其官方页面另有一句描述称其为“AI 驱动的视觉控制，学习你的微表情和工作模式，在手部动作之前就依据意图行动”，并称其为“一种全新的交互方式”。除上述信息外，该工具的具体功能细节、使用方式、适用场景、平台支持及收费情况暂未提供。
Scout MCP 是面向 AI 智能体的商业与市场情报工具（MCP 服务器），被称为“AI 智能体的 Google”。它聚合 DuckDuckGo、NewsAPI、Wikipedia、网页抓取和社交资料等 5+ 数据源，返回经过 Pydantic 校验的结构化 JSON，并附带逐来源置信度明细与数据质量等级，方便智能体直接推理。提供 6 个情报工具：公司调研、市场调研、竞品分析、趋势与情绪追踪、产品情报、人物调研（需 Pro 及以上层级，免费层返回 HTTP 403）。可通过 Claude Desktop、Cursor、VS Code（Copilot MCP）配置接入，也支持 pip 自托管安装（pip install scout-intel-mcp）。免费层每日 50 次请求，可通过 X-Api-Key 请求头传入 API 密钥。
ScraperAPI MCP 服务器是一个让大语言模型客户端能够通过 ScraperAPI 服务发起并处理网页抓取请求的本地服务器。它完整实现了 Model Context Protocol 规范，可与 LLM 客户端无缝集成，支持用 Python 或 Docker 简单部署。通过该服务器，模型可以抓取网页内容、下载图片、调用结构化数据端点返回预解析的 JSON 或 CSV，使用异步爬虫、AI 解析器以及 Redfin 专用工具等能力，并可通过环境变量配置 API 密钥与地理定位、高级代理等抓取参数。
中文介绍正在整理，稍后补充。
Screenpipe 是一个开源库，用于全天候录制屏幕与麦克风，并将其连接到 LLM 以构建 AI 应用。它将日常电脑使用历史（屏幕、音频、应用）在本地保存为可搜索的 AI 记忆，让 AI 代理能够检索这些历史来理解工作内容、发现重复流程并生成自动化建议。支持 macOS、Windows、Linux，提供本地数据库、REST API 和 MCP 服务器，原始历史默认保存在本地。
ScreenshotMCP 是一个基于 Model Context Protocol（MCP）的服务器，用于捕获网站截图，支持整页截图、元素截图以及按设备尺寸截取。它可作为 MCP 服务集成到 Claude Code CLI、Claude Desktop 和 Cursor 等开发工具中，在开发工作流里通过自然语言指令完成截图操作。
ScreenshotRender 是一款面向开发者的网页截图 API，只需一次 API 调用，即可通过真实浏览器渲染任意 URL 的像素级精准截图。它能自动处理 Cloudflare 验证、JavaScript 重型单页应用（SPA）以及 Cookie 同意横幅等干扰元素，输出干净、可直接用于 AI 模型或生产环境的截图。支持 PNG、JPEG、WebP 格式，提供全页截图、自定义视口、移动端模拟、隐身模式、缓存与 CDN 加速等能力，并可与 Zapier、Make、n8n、Airtable、Bubble 等无代码平台集成，适合生成社交预览图、网站存档、QA 测试和内容抓取等场景。