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
MCP server for Atlassian Confluence that lets AI agents search the knowledge base, read and create pages, update content, and navigate spaces. Useful for grounding answers in internal documentation and for drafting or maintaining wiki content directly from an AI client.
Confluent's open-source MCP server that connects AI assistants to Confluent Cloud, Confluent Platform, and standalone Apache Kafka deployments. Provides tools to manage Kafka topics and connectors, work with Schema Registry, and run Flink SQL statements through natural language, helping teams operate streaming data platforms from an MCP client.
Official Atlassian Rovo MCP Server — a cloud-based bridge between Atlassian Cloud and any MCP-compatible AI tool. Enables AI agents to search, summarize, create, and update Jira issues, Confluence pages, and Compass components in real-time. Uses OAuth 2.1 or API token authentication, respects existing user permissions, and supports remote HTTP-streaming as well as local stdio via the mcp-remote proxy. Works with Claude, GitHub Copilot, Gemini CLI, VS Code, Cursor, and ChatGPT.
Atlassian's official MCP server provides authenticated access to Jira, Confluence, Jira Service Management, Bitbucket, and Compass workflows.
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.