Servidores MCP
El registro abierto de servidores Model Context Protocol. Encuentra herramientas, recursos y prompts para tus agentes de IA, filtrados por categoría, transporte o caso de uso.
Servidores
177
Herramientas
471
Categorías
11
Colaboradores
155
Provides AI agents with access to PostHog product analytics through the Model Context Protocol. Enables querying events, analyzing funnels, inspecting feature flags, and reviewing session recordings metadata. Supports HogQL queries for advanced analytics and cohort analysis for user segmentation.
Official Linear MCP server for project management integration. Enables AI agents to find, create, and update issues, projects, and comments in Linear. Supports searching issues by status, assignee, or label, creating new issues with full metadata, and managing project workflows directly from AI-powered development environments.
Official Notion MCP server for workspace integration. Enables AI agents to search pages, read content, create new pages, update existing pages, and manage databases in Notion. Supports rich text content, database queries with filters, and page property management for seamless knowledge base interaction from AI-powered tools.
Reference MCP server providing time and timezone conversion capabilities. Enables AI agents to get the current time in any timezone, convert between timezones, calculate time differences, and format dates. Useful for scheduling, international coordination, and any task requiring accurate time awareness.
Skills frente a servidores MCP
¿cuál es la diferencia?Skillsel «qué hacer»
Una Skill reúne conocimientos prácticos —instrucciones, un prompt de ejemplo y modelos recomendados— para que un agente realice una tarea de forma consistente. Las Skills aportan conocimiento, no nuevas conexiones.
Servidores MCPel «cómo conectarse»
Un servidor MCP proporciona nuevas capacidades a un agente conectándolo con sistemas reales —bases de datos, API o archivos— mediante un transporte. MCP añade conexiones y acciones, no instrucciones de tarea.
Regla práctica: usa una Skill cuando necesites que el modelo realice bien una tarea y un servidor MCP cuando necesites conectarlo con una herramienta o sistema. Se complementan: una Skill puede utilizar las herramientas que proporciona un servidor MCP.
¿Has creado un servidor MCP?
Envíalo al registro: es de código abierto y está mantenido por la comunidad.