MCP ExplorerExplorer

Mcp Servers

@daniel-carreonon 9 months ago
7 MIT
FreeCommunity
AI Systems
MCP_servers provides configurations and scripts for integrating MCP servers with language models like Claude.

Overview

What is Mcp Servers

MCP_servers is a repository containing configurations and scripts for various Model Context Protocol (MCP) servers that enable the integration of external tools with language models like Claude in Cursor.

Use cases

Use cases for MCP_servers include automating web content scraping, managing databases via PostgreSQL, performing Git operations for version control, creating workflows for task automation, and enhancing reasoning capabilities in applications.

How to use

To use MCP_servers, clone the repository and follow the installation instructions for specific servers, such as Firecrawl, which can be installed using ‘npm install -g firecrawl-mcp’. Configure the desired features in Cursor settings.

Key features

Key features of MCP_servers include support for web content extraction (Firecrawl), browser interaction tools, PostgreSQL database access (Supabase), Git operations, filesystem access, workflow creation (N8N), enhanced reasoning capabilities, information retrieval (Perplexity), and additional MCP servers like Archon.

Where to use

MCP_servers can be used in various fields such as data extraction, web scraping, database management, software development, and workflow automation, particularly in environments that utilize language models.

Content

MCP Servers

Este repositorio contiene configuraciones y scripts para varios servidores MCP (Model Context Protocol) que permiten integrar herramientas externas con modelos de lenguaje como Claude en Cursor.

📋 Contenido

🔍 Descripción

MCP (Model Context Protocol) es un estándar que permite a los modelos de lenguaje interactuar con herramientas y servicios externos. Este repositorio centraliza diversos servidores MCP para facilitar su uso en Cursor y otros clientes compatibles.

📁 Estructura del Proyecto

MCP_servers/
├── .gitignore                # Configuración de exclusiones para Git
├── markdown_docs/            # Documentos extraídos con Firecrawl
├── scripts/                  # Scripts organizados por característica
│   └── firecrawl/            # Scripts relacionados con Firecrawl
│       └── scraper.py        # Script para extracción de contenido web
└── mcp.json                  # Configuración de servidores MCP para Cursor

🖥️ Servidores MCP

Este repositorio incluye configuraciones para varios servidores MCP:

  • Firecrawl: Extracción de contenido web y scraping
  • Browser Tools: Herramientas para interactuar con el navegador
  • Supabase: Acceso a bases de datos PostgreSQL
  • Git: Operaciones con repositorios Git
  • Filesystem: Acceso al sistema de archivos
  • N8N Workflow Creator: Creación de flujos de trabajo
  • Sequential Thinking: Mejora de capacidades de razonamiento
  • Perplexity: Búsqueda de información
  • Archon: Servidor MCP adicional

🔥 Firecrawl MCP

Firecrawl es una herramienta potente para extraer contenido web que se integra con Cursor a través de MCP.

Instalación

npm install -g firecrawl-mcp

Configuración en Cursor

En Cursor, dirígete a:

  1. Configuración > Características > Servidores MCP
  2. Agregar nuevo servidor MCP:
    • Nombre: “firecrawl”
    • Tipo: “command”
    • Comando: firecrawl-mcp
    • Variables de entorno: FIRECRAWL_API_KEY=tu-api-key

Uso desde Python

from firecrawl import FirecrawlApp

# Inicializar con tu API key
app = FirecrawlApp(api_key='tu-api-key')

# Extraer contenido de una URL
result = app.scrape_url('https://ejemplo.com')

# Guardar el resultado
with open('resultado.md', 'w') as f:
    f.write(result['markdown'])

⚙️ Uso

Para utilizar cualquiera de los servidores MCP configurados:

  1. Asegúrate de que Cursor esté configurado con el archivo mcp.json
  2. Los servidores MCP deben estar funcionando para que Cursor pueda utilizarlos
  3. Para Firecrawl, asegúrate de tener una API key válida

👥 Contribuir

Para contribuir a este proyecto:

  1. Haz un fork del repositorio
  2. Crea una rama para tu característica
  3. Realiza tus cambios siguiendo las guías de estilo
  4. Envía un pull request

Desarrollado con ❤️ para potenciar la integración de herramientas con IA

Tools

No tools

Comments

Recommend MCP Servers

View All MCP Servers