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 Google BigQuery that lets AI agents explore datasets, inspect table schemas, and run SQL analytics queries with dry-run cost estimation. Useful for natural-language data analysis, ad-hoc reporting, and pipeline debugging against large-scale BigQuery warehouses.
Google Cloud's MCP server for deploying and managing applications on Cloud Run, giving coding agents a guided path from source code to a serverless production service.
Firebase's MCP integration exposes Firebase project context and development workflows to coding agents for building, testing, and operating Firebase applications.
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.