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
Official MCP server for the Perplexity API Platform. Provides AI agents with real-time web search, deep research, and advanced reasoning capabilities through Sonar models. Includes tools for quick web search, conversational Q&A with citations, comprehensive deep research reports, and complex analytical reasoning. Returns answers with source attribution and supports configurable timeouts for long research queries.
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.
Apollo's official MCP server that exposes GraphQL operations as MCP tools, letting AI agents interact with any GraphQL API through the Model Context Protocol. Turns curated GraphQL operations into callable tools, supports schema introspection, and can run locally alongside a graph via the Rover CLI or in production with the Apollo Runtime Container.
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.