MCP-серверы
Открытый реестр серверов Model Context Protocol. Находите инструменты, ресурсы и промпты для ИИ-агентов по категории, типу подключения и сценарию использования.
Серверы
177
Инструменты
471
Категории
11
Участники
155
Official MCP server for Qdrant vector search engine. Acts as a semantic memory layer enabling AI agents to store and retrieve information using vector similarity search. Supports storing text with metadata, semantic querying, configurable embedding models via FastEmbed, and both cloud-hosted and local Qdrant instances. Useful for building RAG pipelines, code search, knowledge bases, and long-term agent memory.
Official dbt Labs MCP server for analytics engineering workflows. Lets AI agents run dbt commands (build, run, test), inspect models and lineage via the dbt project, and query the Semantic Layer and Discovery API in dbt Cloud. Useful for transforming data, validating models, and answering metric questions grounded in governed definitions.
Metabase's built-in MCP server that lets AI clients connect directly to a Metabase instance, scoped to the connecting user's permissions. Enables agents to discover databases and models, run queries, and retrieve results and dashboards so teams can ask questions of their business intelligence data in natural language.
Prisma's official MCP server that lets AI tools manage Prisma ORM projects and Prisma Postgres databases through natural language. Provides both a local server for working with a project's Prisma schema and migrations, and a remote server for provisioning and managing Prisma Postgres databases. Useful for scaffolding models, generating and applying migrations, and running database workflows from an AI coding assistant.
Skills и MCP-серверы
в чём разница?Skillsописывают, что делать
Skill объединяет инструкции, пример промпта и рекомендуемые модели, чтобы агент стабильно выполнял задачу. Skills добавляют знания, а не новые подключения.
MCP-серверыописывают, как подключиться
MCP-сервер расширяет возможности агента, подключая его к реальным системам: базам данных, API и файлам. MCP добавляет подключения и действия, а не инструкции к задаче.
Простое правило: выбирайте Skill, когда модели нужно хорошо выполнить задачу, и MCP-сервер, когда ей нужен доступ к инструменту или системе. Их можно сочетать: Skill может использовать инструменты MCP-сервера.
Создали MCP-сервер?
Добавьте его в открытый реестр, который поддерживает сообщество.