Chaîne IA
Serveurs MCP

Serveurs MCP open source

MCP, le Model Context Protocol, est un standard ouvert pour relier les assistants IA à des outils et à des données externes. Un serveur MCP expose quelque chose – une base de données, un navigateur, un compte GitHub ou un dossier – sous forme d’outils que l’assistant peut appeler. Des clients comme Claude Desktop, Cursor et VS Code chargent ces serveurs.

Comment choisir

Avant d’installer un serveur, vérifiez à quoi il peut accéder. Un serveur capable d’exécuter des commandes shell ou d’écrire des fichiers dispose de tous les droits du compte sous lequel il tourne : privilégiez ceux qui demandent l’accès le plus restreint, comme des jetons en lecture seule et un seul dossier. Vérifiez aussi s’il s’exécute localement via stdio ou comme un service distant auquel vous devriez faire confiance.

Projets les plus étoilés

97–100 sur 100
YoungCan-Wang

WyckoffTradingAgent

606

Ce projet transforme « Open-source Wyckoff trading agent and AI stock screener for volume-price analysis, A-share screening, CLI workflows, and MCP tools. trader @Hoyooyoo. » en une solution open source exploitable, avec une chaîne d’outils réutilisable et des moyens d’intégration pour des cas d’usage concrets.

Python
JungHoonGhae

tossinvest-cli

501

I.A. CLI MCP (AI), JSON CSV AI. Un outil pour gérer Toss Securities via des agents et des terminaux IA. Serveur CLI et MCP pour les comptes, les devis et les commandes, ainsi que les fonctions spécifiques aux applications Web (offre/demande, signal IA, filtre, dividende) et sortie structurée JSON/CSV directement liée aux outils d'IA et à l'automatisation.

Go
flytohub

flyto-core

480

Flyto2 Core est le noyau d'exécution open source pour les flux de travail d'automatisation et d'agent IA : 452 modules basés sur le registre, transport natif MCP, recettes YAML, capture de preuves, relecture, déclencheurs, file d'attente, gestion des versions et mesure.

Python
Tejas-TA

predikit

400

Le pont manquant entre vos modèles ML et vos agents IA. Les outils MCP utilisent la même validation d'entrée Pydantic et la même exécution de modèle que les appels directs Ensure().

Python