- BrainTools - https://www.braintools.ru -
MCP-сервер – это по переходник между ИИ и внешним сервисом. Например, один MCP читает файлы на ПК, другой – программирует, третий – ищет инфу в интернете.
То есть ИИ в основном отвечает на вопросы, анализирует и генерит картинки, а через MCP он может еще подключаться к Figma, Google Drive, базе данных, браузеру, почте и тысячам других сервисов.
В этой подборке я собрал 100 самых популярных MCP-серверов – вместе они набрали ⭐3.1 млн звезд на GitHub.
Также есть расширенная версия, там в два раза больше инструментов.
Забирайте в удобной онлайн-таблице:
или тут [2]
Для каждого инструмента указал, что он умеет, примеры как использовать и ссылку на репозиторий. На днях я выпустил 100 лучших ИИ-репозиториев на GitHub [3] и ТОП-50 скиллов для ИИ-агентов [4], тоже забирайте в копилку.

Как подключить MCP-сервер:
Откройте страницу MCP-сервера на GitHub (ссылки в этой подборке или в таблице [1])
Установите сервер по указанной команде, обычно через терминал
Добавьте MCP-сервер в настройки вашего Codex, Claude, Cursor и т. п. (если не знаете как, спросите чат-бота)
Если сервер работает с внешним сервисом, добавьте нужный API-ключ или войдите в аккаунт
Перезапустите Codex или обновите список MCP-серверов
Дайте ИИ задачу, для которой предназначен сервер. Например: “проверь проект на ошибки”, “напиши статью”, “сделай запрос к базе данных”.
Многие MCP-сервера запускаются прямо на ПК. Часто сам сервер бесплатный и open source, но для некоторых нужны API-ключи, аккаунты или платный доступ к сервису, с которым он работает.

Эти MCP-сервера помогают ИИ находить статьи, документы, места на карте, инфу о компании и прочее. Например, можно найти договор, выбрать кафе для встречи или узнать, какие заказы еще не оплатили. В разборе ИИ-поиска [5] мы объяснили, как меняются ответы поисковиков и переходы на сайты.
Ищет и читает файлы на вашем Google Диске. Например, вы просите найти договор с клиентом и выписать сроки оплаты. ИИ-помощник находит нужный документ и отвечает по его тексту.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gdrive [6].
Ищет кафе, магазины, офисы и другие места на картах Google. Можно узнать адрес и часы работы, а затем построить маршрут. Например, попросить ИИ найти кафе для встречи и выяснить, сколько времени займет дорога.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/google-maps [7].
Находит статьи, сайты и организации через поисковик Brave. Попросите ИИ найти обзоры товара или мастерские рядом с вашим домом. Помощник получит результаты поиска и поможет выбрать подходящие ссылки.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/brave-search [8].
Собирает новости о событиях в разных странах из сервиса World Monitor. Вы выбираете страну или тему, а ИИ находит свежие сообщения. Можно сравнить, что об одном событии пишут разные издания.
https://github.com/koala73/worldmonitor [9].
Читает данные и отчеты в Metabase — сервисе, где компании следят за продажами и другими показателями. Спросите ИИ, сколько продали за месяц или какой товар покупали чаще. Он найдет нужные цифры в рабочих данных.
https://github.com/metabase/metabase [10].
Работает с Karakeep — приложением для сохраненных ссылок, статей и заметок. ИИ может добавить новую ссылку или найти старую статью. Достаточно описать ее тему, даже если вы забыли название.
https://github.com/karakeep-app/karakeep [11].
Записывает то, что было на экране, и звук с компьютера. Позже ИИ может найти нужный фрагмент в этой истории. Например, вспомнить страницу с важной цифрой или разговор на рабочей встрече.
https://github.com/screenpipe/screenpipe [12].
Ищет сведения в базе данных компании, где хранятся клиенты, заказы и товары. Задайте ИИ обычный вопрос: «Какие заказы еще не оплатили?». Помощник найдет нужные записи без команд, которые пришлось бы писать вручную.
https://github.com/t8y2/dbx [13].
Собирает данные с сайтов через Apify — сервис с готовыми инструментами для таких задач. Можно попросить ИИ собрать цены товаров или адреса организаций в таблицу. Эти сведения пригодятся при поиске тем для статей [14]: в нашем разборе показали, как работать с разными источниками и выбирать идеи для публикаций.
https://github.com/apify/apify-mcp-server [15].
Ищет задачи в Jira и инструкции в Confluence. В Jira команда ведет список дел, а в Confluence хранит рабочие документы. Можно спросить ИИ, кто отвечает за задачу, когда ее нужно закончить и где найти инструкцию.
https://github.com/sooperset/mcp-atlassian [16].

Эти MCP-сервера помогают ИИ читать код, менять файлы и искать причины ошибок в программах. Например, можно найти строку, из-за которой не работает кнопка, или сравнить код до и после правки. В статистике работы с кодом через ИИ [17] собрали данные о том, как часто люди используют таких помощников.
Читает и меняет файлы в папках, к которым вы дали ИИ доступ. Например, помощник может найти файл с кодом и изменить настройку программы. В инструкции по созданию сайта с Codex [18] показали, как поручать ИИ работу над сайтом шаг за шагом.
https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem [19].
Работает с GitLab — сервисом, где команда хранит код и обсуждает работу над программой. Можно попросить ИИ найти файл или создать задачу об ошибке [20]. Он также может предложить правку кода, которую затем проверят коллеги.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gitlab [21].
Читает сообщения об ошибках из Sentry — сервиса, который следит за сбоями приложения. ИИ увидит, когда появилась ошибка и что в этот момент делал пользователь. Эти сведения помогут искать причину в коде.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sentry [22].
Работает с кодом и задачами на GitHub — сайте, где разработчики хранят свои проекты. Можно попросить ИИ найти файл, изменить код или создать задачу об ошибке. Вы сможете проверить предложенные правки.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/github [23].
Читает историю правок через Git — программу, которая сохраняет версии кода. ИИ может сравнить файл до и после изменения. Это поможет понять, какую строку поменяли и что произошло с программой.
https://github.com/modelcontextprotocol/servers/tree/main/src/git [24].
Показывает ИИ, как разные части кода работают друг с другом. Например, вы хотите изменить оплату на сайте. Помощник сможет найти код, который связан с оплатой, и подсказать, какие еще файлы нужно проверить.
https://github.com/colbymchenry/codegraph [25].
Находит свежие инструкции и примеры кода для инструментов, которыми вы пользуетесь при создании программ. ИИ читает эти материалы перед тем, как предложить решение. Это пригодится, если он выдает старые команды, которые уже не работают.
https://github.com/upstash/context7 [26].
Создает базу Prisma Postgres — место, где приложение будет хранить данные. Например, интернет-магазину нужны записи о товарах, покупателях и заказах. Можно попросить ИИ подготовить для них базу через чат.
https://github.com/prisma/orm [27].
Сохраняет сведения о том, где находится нужный код и как связаны части программы. Например, вы просите ИИ найти место, где сайт обрабатывает оплату. Помощник найдет этот участок и связанные с ним файлы.
https://github.com/DeusData/codebase-memory-mcp [28].
Официальный сервер GitHub помогает ИИ работать с кодом и задачами команды. Можно собрать список открытых задач или посмотреть, что изменил коллега. Помощник также может предложить свою правку, а вы проверите ее перед добавлением в проект.
https://github.com/github/github-mcp-server [29].
Эти MCP-сервера помогают ИИ работать на сайтах: читать страницы, нажимать кнопки и заполнять поля. Можно поручить помощнику повторяющиеся действия или проверить, как работает форма на вашем сайте. Если вы делаете свой сайт, инструкция по созданию сайта с Codex [18] поможет пройти путь от идеи до публикации.

Читает текст страницы по ссылке, которую вы даете ИИ. Например, помощник может пересказать длинную статью или найти нужный пункт в условиях сервиса. Копировать весь текст с сайта вручную не придется.
https://github.com/modelcontextprotocol/servers/tree/main/src/fetch [30].
Ищет статьи, сайты и организации через поисковик Brave. Можно попросить ИИ собрать ссылки по теме или найти сайт нужного сервиса. Затем помощник сможет продолжить работу с результатами поиска. Для поиска источников полезен разбор ИИ-поиска [5]: в нем собрали данные о том, как меняются ответы поисковиков и переходы на сайты.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/brave-search [8].
Помогает ИИ проверить сайт в Chrome и найти ошибки на странице. Например, выяснить, почему кнопка не срабатывает или форма не отправляется. Также можно посмотреть, что замедляет загрузку сайта.
https://github.com/chromedevtools/chrome-devtools-mcp [31].
Открывает сайты, нажимает кнопки и заполняет поля по просьбе ИИ. Можно пройти форму регистрации или проверить, как работает поиск. Разработчику пригодится для проверки действий, которые посетитель выполняет на сайте.
https://github.com/microsoft/playwright-mcp [32].
Выполняет действия в браузере по описанию задачи. ИИ может открывать страницы, нажимать кнопки и вводить текст. Пригодится, если на сайте нужно много раз повторить похожие шаги.
https://github.com/feder-cr/AIHawk [33].
Проходит несколько шагов на сайте и заполняет формы по вашим данным. Например, ИИ берет записи из списка и переносит их в поля рабочего сервиса. Это помогает убрать ручной ввод каждой записи.
https://github.com/Skyvern-AI/skyvern/tree/main/skyvern/cli/mcp_tools [34].
Управляет браузером и помогает ИИ проверять сайты. Например, можно проверить путь покупателя от каталога до корзины. Еще помощник может собрать данные с нескольких страниц.
https://github.com/seleniumbase/SeleniumBase [35].
Дает ИИ доступ к вкладкам вашего Chrome. Помощник может найти сведения на открытых страницах или заполнить форму. Он работает в вашем браузере, в том числе в сервисах, куда вы уже вошли.
https://github.com/hangwin/mcp-chrome [36].
Показывает ИИ снимки страницы и сообщения браузера об ошибках. Помощник получает сведения о том, как сайт работает при ваших действиях. Это пригодится, чтобы разобраться с кнопкой, которая не срабатывает, или неверным видом страницы.
https://github.com/AgentDeskAI/browser-tools-mcp [37].
Подключает ИИ к вашему Chrome через расширение. Помощник сможет нажимать кнопки и заполнять поля на сайтах. Можно работать в сервисах, где вы уже вошли в свой аккаунт.
https://github.com/browsermcp/mcp [38].

Эти MCP-сервера помогают ИИ читать и менять файлы, заметки и таблицы. Например, можно найти договор, разобрать PDF с инструкцией или собрать расходы в Excel. В примерах работы с NotebookLM [39] показали, как использовать собранные материалы для анализа и подготовки публикаций в Telegram.
Читает, создает и меняет файлы в выбранной папке на компьютере. Например, ИИ может найти документ о проекте и кратко его пересказать. Результат можно сохранить отдельным файлом рядом с исходником.
https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem [19].
Ищет файлы на Google Диске и читает их для ИИ. Можно найти договор по имени клиента и выписать сроки оплаты. Помощник отвечает по документу, к которому вы дали ему доступ.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gdrive [6].
Работает с файлами на GitHub — сайте, где разработчики хранят код. ИИ может найти файл с настройками и предложить правку. Если обнаружилась ошибка, можно создать задачу с ее описанием.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/github [23].
Дает Claude доступ к файлам и командам на вашем компьютере. Например, помощник меняет код в нескольких файлах и запускает проверку программы. Затем он читает результат и объясняет, что получилось.
https://github.com/wonderwhy-er/DesktopCommanderMCP [40].
Связывает ChatGPT или Claude с папками проекта на вашем компьютере. Вы описываете ошибку, а ИИ читает файлы и меняет код. Помощник также может запустить программу и проверить результат правки.
https://github.com/Waishnav/devspace [41].
Читает и меняет записи в Obsidian — приложении для заметок. Можно попросить ИИ найти все записи о проекте и выписать договоренности. По этим заметкам помощник поможет составить список дел.
https://github.com/MarkusPfundstein/mcp-obsidian [42].
Создает и меняет файлы Excel по просьбе в чате. Дайте ИИ список расходов: он запишет суммы в таблицу и добавит формулы для итогов. Можно построить диаграмму, чтобы сравнить расходы по категориям.
https://github.com/haris-musa/excel-mcp-server [43].
Хранит заметки, файлы и напоминания, к которым может обращаться ИИ. Например, помощник найдет запись о встрече и выпишет договоренности. Можно добавить напоминание о следующем звонке.
https://github.com/yuruotong1/autoMate [44].
Извлекает текст из PDF, других документов и страниц сайтов. После этого ИИ сможет прочитать материал и ответить на вопросы по нему. Например, выписать нужные шаги из длинной инструкции. Если материалы нужны для учебы, инструкция по созданию наставника в NotebookLM [45] показывает, как собрать источники и задавать вопросы по ним.
https://github.com/zcaceres/markdownify-mcp [46].
Связывает ChatGPT с выбранными папками и командами в Windows. ИИ может прочитать файл с настройками и изменить нужную строку. Затем можно запустить проверку и посмотреть, как программа работает после правки.
https://github.com/totec448-spec/chat-on-steroids [47].

База данных хранит записи, с которыми работает приложение: клиентов, товары и заказы. Эти MCP-сервера помогают ИИ находить нужные записи и считать итоги. Часть серверов также умеет добавлять и менять данные. В статистике CRM-систем [48] разобрали, как компании используют данные клиентов и инструменты для продаж.
Читает записи в PostgreSQL — системе, где приложения хранят данные. Например, клиентов, товары и заказы. Можно спросить ИИ, какие заказы пришли за месяц: этот сервер найдет записи, но не изменит их.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/postgres [49].
Работает с SQLite — базой данных, которая хранится в одном файле. ИИ может искать записи, считать суммы и добавлять новые данные. Например, найти продажи за месяц и посчитать общий доход.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sqlite [50].
Запоминает факты для следующих разговоров с ИИ. Можно сохранить имена участников проекта и их роли. В новом чате помощник сможет напомнить, кто отвечает за нужную задачу.
https://github.com/modelcontextprotocol/servers/tree/main/src/memory [51].
Читает данные и отчеты в Metabase — сервисе, где компании следят за рабочими показателями. Можно спросить ИИ, как менялись продажи. Помощник найдет цифры и поможет показать их на графике. Для сравнения с другими компаниями можно посмотреть, какие рабочие задачи бизнес поручает ИИ [52]: мы собрали данные об их применении.
https://github.com/metabase/metabase/tree/master/src/metabase/mcp [53].
Создает базу Prisma Postgres, где приложение будет хранить данные. Например, интернет-магазину нужны записи о товарах и покупателях. Можно попросить ИИ подготовить для них базу через чат.
https://github.com/prisma/orm [27].
Сохраняет факты и учитывает, когда они изменились. Например, проект передали другому сотруднику. ИИ сможет сказать, кто отвечает за него сейчас и кто занимался им раньше.
https://github.com/getzep/graphiti/tree/main/mcp_server [54].
Читает и меняет строки Google Таблиц через Activepieces — сервис, который связывает приложения между собой. Можно попросить ИИ найти запись о клиенте. Затем помощник может добавить строку с новым заказом.
https://github.com/activepieces/activepieces/tree/main/packages/pieces/community/google-sheets [55].
Ищет сведения в базах данных компании. Вы задаете обычный вопрос: «Какие заказы еще не оплатили?». ИИ находит нужные записи о клиентах, товарах или заказах.
https://github.com/t8y2/dbx [13].
Подключает ИИ к базам данных через инструменты, которые вы заранее настроили. Помощник сможет читать таблицы и находить записи. Например, собрать все заказы одного клиента за месяц.
https://github.com/googleapis/mcp-toolbox [56].
Работает с данными приложения в Convex — сервисе, где программа хранит записи. ИИ может посмотреть, какие данные попали в таблицы. Например, проверить запись о пользователе или заказе.
https://github.com/get-convex/convex-backend [57].

Эти MCP-сервера сохраняют информацию для будущих бесед и помогают ИИ находить ответы в ваших документах. RAG — это способ сначала найти нужные отрывки в материалах, а затем ответить по ним. Например, помощник может вспомнить договоренности или найти условие в инструкции. Работу по выбранным источникам показали на примере личного наставника в NotebookLM [45]: он помогает изучать материалы и разбирать вопросы по ним.
Сохраняет факты, которые ИИ сможет вспомнить в новом разговоре. Например, имена участников проекта и ваши договоренности. Позже можно спросить, кто отвечает за дизайн и с кем нужно согласовать правку.
https://github.com/modelcontextprotocol/servers/tree/main/src/memory [51].
Запоминает, где находится нужный код и как связаны части программы. ИИ сможет найти участок, который отвечает за оплату на сайте. Затем помощник покажет связанные файлы, чтобы продолжить работу над ними.
https://github.com/DeusData/codebase-memory-mcp [28].
Помнит факты и историю их изменений. Например, ИИ сможет назвать нынешнего руководителя проекта. Если спросить о прошлом, он найдет, кто занимал эту роль раньше.
https://github.com/getzep/graphiti/tree/main/mcp_server [54].
Собирает сведения из ваших документов и других материалов. ИИ может искать ответ сразу в нескольких источниках. Например, сравнить требования из одного файла с решениями команды из другого.
https://github.com/topoteretes/cognee/tree/dev/cognee-mcp [58].
Находит нужные части больших файлов и длинных сообщений программы. Например, после запуска программа выдала тысячи строк с ошибками. ИИ сможет выбрать важные строки и по ним искать причину сбоя.
https://github.com/mksglu/context-mode [59].
Записывает текст на экране и звук с компьютера. Позже ИИ может найти нужный момент в этой истории. Например, страницу с важной цифрой или фрагмент разговора на встрече.
https://github.com/screenpipe/screenpipe [12].
Ищет в документах по смыслу вопроса. Слова в вопросе могут отличаться от слов в тексте. Например, по просьбе «Как вернуть товар?» ИИ найдет раздел «Возврат покупки».
https://github.com/neuml/txtai [60].
Работает с Google NotebookLM — сервисом для вопросов по вашим материалам. Можно собрать статьи и документы в одну подборку. ИИ поможет сравнить выводы авторов и найти ответ по этим источникам.
https://github.com/jacob-bd/gemini-notebook-mcp-cli [61].
Сохраняет сведения о программе в ByteRover — памяти [62] для ИИ-помощников. Команда записывает, как устроен код и почему выбрала конкретное решение. ИИ может прочитать эти записи, когда работа продолжится в новом чате. Для других задач с кодом и файлами в подборке скиллов для ИИ-агентов [63] есть навыки, которые можно добавить помощнику.
https://github.com/campfirein/byterover-cli [64].
Собирает заметки, файлы и напоминания в одном месте. ИИ может найти запись о встрече и выписать договоренности. Затем можно добавить напоминание о том, что нужно сделать.
https://github.com/yuruotong1/autoMate [44].

ИИ-агент — это помощник, который выполняет задачу в несколько шагов. Эти MCP-сервера дают ему доступ к браузеру, программам и другим моделям ИИ. Например, можно составить план приложения, поменять макет или проверить код. В статистике ИИ-агентов [65] собрали данные о том, какие задачи им поручают компании и как их используют в работе.
Открывает сайты, нажимает кнопки и вводит текст по просьбе ИИ. Можно поручить помощнику пройти несколько страниц рабочего сервиса. Например, собрать нужные сведения вместо ручного просмотра страниц.
https://github.com/feder-cr/AIHawk [33].
Разбивает идею приложения на небольшие задачи. ИИ может составить план разработки интернет-магазина: каталог, корзина и оплата. Затем помощник следит за тем, какие задачи уже сделаны.
https://github.com/eyaltoledano/claude-task-master [66].
Дает ИИ доступ к Blender — программе для трехмерных моделей и сцен. Например, можно добавить мебель в комнату и поменять цвета предметов. Затем помощник поможет настроить свет и подготовить изображение сцены.
https://github.com/ahujasid/blender-mcp [67].
Выполняет задачи из нескольких шагов в браузере. ИИ может переходить по страницам, заполнять поля и собирать сведения. Например, переносить записи из списка в форму на сайте.
https://github.com/Skyvern-AI/skyvern/tree/main/skyvern/cli/mcp_tools [34].
Подключает ИИ к Unity — программе для создания игр. Можно попросить добавить объект на игровую сцену или изменить его свойства. Помощник также поможет с настройками сцены.
https://github.com/CoplayDev/unity-mcp [68].
Подключает другие ИИ-модели к вашей задаче, в том числе Gemini от Google. Например, второй помощник может проверить код и предложенное решение. Это пригодится, если нужно еще одно мнение о сложной ошибке. Другие проекты для работы с моделями и агентами собраны в подборке ИИ-репозиториев на GitHub [69]: там объяснили, для чего нужен каждый инструмент.
https://github.com/BeehiveInnovations/pal-mcp-server [70].
Помогает ИИ изучать готовые программы через инструмент Ghidra. Он показывает, как программа устроена внутри, даже если ее исходного кода нет. Подойдет специалисту, которому нужно разобраться в работе конкретной функции.
https://github.com/lauriewired/ghidramcp [71].
Запускает код в отдельной среде на вашем компьютере. ИИ может проверить небольшую программу и получить результат ее работы. Нужные ей инструменты остаются внутри этой среды.
https://github.com/superradcompany/microsandbox [72].
Меняет макеты в Figma — сервисе, где рисуют будущие страницы сайтов и приложений. ИИ может исправить текст кнопок или размеры элементов. Правки появятся прямо в макете.
https://github.com/grab/cursor-talk-to-figma-mcp [73].
Помогает ИИ уточнить требования к программе и проверить готовую работу. Вы описываете приложение и отвечаете на вопросы помощника. После этого он выполняет задачи и сравнивает результат с вашим описанием.
https://github.com/Q00/ouroboros [74].

Эти MCP-сервера помогают ИИ работать с почтой, календарем и списком дел. Можно найти письмо клиента, подобрать время для встречи или составить план на неделю. В подборке промтов для бизнеса [75] есть примеры заданий на работу с клиентами, продажи и подготовку текстов.
Дает ИИ доступ к почте, документам, таблицам и календарю Google. Например, можно найти письмо о встрече и прочитать документ из переписки. Затем помощник поможет добавить встречу в календарь.
https://github.com/taylorwilsdon/google_workspace_mcp [76].
Находит текст и изображения, которые вы копировали через CrossPaste. Это приложение хранит общий буфер обмена для ваших устройств. Например, ИИ сможет найти ссылку, которую вы скопировали вчера на другом компьютере.
https://github.com/CrossPaste/crosspaste-desktop [77].
Помогает ИИ работать с вашими календарями. Можно посмотреть встречи на неделю и проверить свободные часы. Например, подобрать время для нового звонка с учетом уже назначенных встреч.
https://github.com/ridafkih/keeper.sh [78].
Управляет Excel на вашем компьютере по просьбе в чате. ИИ может собрать данные в таблицу и обновить расчеты. Например, подготовить отчет, чтобы сравнить продажи за разные месяцы.
https://github.com/sbroenne/mcp-server-excel [79].
Связывает Gemini с почтой, документами, таблицами и календарем Google. Помощник может найти письмо или прочитать рабочий документ. Например, собрать детали встречи и проверить ее время.
https://github.com/gemini-cli-extensions/workspace [80].
Подключает ИИ-помощника к видеозвонку. Он может слушать разговор и отвечать участникам. Например, можно подготовить помощника для обсуждения рабочей задачи прямо во время встречи.
https://github.com/joinly-ai/joinly [81].
Читает и меняет задачи в Todoist — приложении для списков дел. Можно попросить ИИ добавить задачи после встречи и назначить сроки. Затем помощник покажет, что нужно сделать сегодня.
https://github.com/Doist/todoist-mcp [82].
Готовит черновик плана проекта по описанию цели. Например, вы хотите запустить новый сервис. ИИ предложит этапы, сроки и роли участников, которые затем можно обсудить с командой.
https://github.com/PlanExeOrg/PlanExe [83].
Ведет задачи, учитывает время работы и помогает составить расписание. ИИ может распределить дела на неделю с учетом сроков. Если одна задача зависит от другой, помощник учтет порядок их выполнения.
https://github.com/Kohei-Wada/taskdog [84].
Ищет и читает письма в Thunderbird — почтовом приложении на компьютере. Можно найти переписку с клиентом и выписать договоренности. ИИ также поможет подготовить черновик ответа. Если вы работаете с рассылками, статистика email-маркетинга [85] поможет сравнить данные об открытиях писем и использовании автоматизации.
https://github.com/TKasperczyk/thunderbird-mcp [86].

Эти MCP-сервера помогают ИИ изучать материалы, сравнивать данные и строить графики. Например, найти научные статьи по теме, сопоставить отчеты компаний или ответить на вопрос по вашим документам. В разборе проверки бизнес-идеи в NotebookLM [87] показали, как собирать материалы и проверять свои предположения по источникам.
Работает с SQLite — базой данных, которая хранится в одном файле. ИИ может выбрать нужные записи и посчитать итог. Например, сравнить продажи разных товаров за месяц.
https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sqlite [50].
Собирает новости о разных странах и сведения о рынках из World Monitor. Можно выбрать тему и попросить ИИ найти свежие сообщения. Помощник поможет сравнить, что пишут разные источники.
https://github.com/koala73/worldmonitor [9].
Собирает сведения из ваших документов и других материалов. ИИ может искать ответ сразу в нескольких источниках. Например, сопоставить заметки команды с требованиями и отчетом о проекте.
https://github.com/topoteretes/cognee/tree/dev/cognee-mcp [58].
Читает данные из Phoenix — сервиса, где разработчики проверяют работу ИИ-приложений. Можно изучить примеры неправильных ответов. Затем сравнить результат до и после изменения задания для модели.
https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-mcp [88].
Работает с материалами в Google NotebookLM. Можно собрать статьи по теме в одну подборку и задать вопросы по ним. ИИ поможет найти ответ и сравнить выводы авторов. Если исследуете тему для публикации, примеры поиска идей с ChatGPT [89] показывают, как подготовить список тем для будущих статей.
https://github.com/jacob-bd/gemini-notebook-mcp-cli [61].
Считает показатели по финансовым отчетам компаний. Например, прибыль и объем долгов. ИИ поможет сравнить две компании или посмотреть, как менялись их показатели за несколько лет.
https://github.com/JerBouma/FinanceToolkit [90].
Ищет научные статьи в Zotero — приложении для вашей библиотеки исследований. Можно попросить ИИ найти работы по теме. Затем помощник поможет сравнить выводы и объяснить их простыми словами.
https://github.com/54yyyu/zotero-mcp [91].
Помогает ИИ получать данные рынка и изучать графики цен. Можно задать правило покупки и продажи акции. Помощник поможет проверить его на прошлых ценах и посмотреть результат.
https://github.com/atilaahmettaner/tradingview-mcp [92].
Создает страницы с графиками и таблицами через инструмент Vizro. Например, ИИ может подготовить отчет по продажам. В нем можно выбирать период и сравнивать результаты по регионам.
https://github.com/mckinsey/vizro/tree/main/vizro-mcp [93].
Дает ИИ доступ к вашим подборкам документов в Google NotebookLM. Можно спросить, что источники говорят об одной теме. Помощник ответит по материалам, которые вы добавили в подборку.
https://github.com/PleasePrompto/notebooklm-mcp [94].

Эти MCP-сервера помогают ИИ читать финансовые отчеты, получать новости и работать с платежами. Можно сравнить показатели компаний или проверить торговое правило на прошлых ценах. Некоторые серверы также могут передавать поручения о сделках. Для сравнения российских компаний по стоимости на бирже в рейтинге рыночной капитализации [95] собрали крупнейшие компании и их показатели.
Собирает новости о событиях в мире и состоянии рынков. Можно выбрать страну или тему и попросить ИИ найти свежие сообщения. Помощник поможет сравнить источники перед дальнейшим изучением события.
https://github.com/koala73/worldmonitor [9].
Связывает ИИ с TradingView Desktop — приложением для графиков цен. Помощник может разобрать открытый график. Еще можно попросить помочь написать торговое правило для проверки на прошлых ценах.
https://github.com/tradesdontlie/tradingview-mcp [96].
Считает показатели по финансовым отчетам компаний. ИИ поможет сравнить прибыль и долги двух компаний. Можно также посмотреть, как эти цифры менялись у одной компании за несколько лет. Если сравниваете масштаб компаний, рейтинг крупнейших технологических компаний [97] показывает их место по выручке и размеру бизнеса.
https://github.com/JerBouma/FinanceToolkit [90].
Передает ИИ данные рынка и помогает изучать графики цен. Можно задать условия покупки и продажи акции. Затем проверить, какие сделки получились бы по этому правилу на прошлых данных.
https://github.com/atilaahmettaner/tradingview-mcp [92].
Получает цены акций, новости и финансовые отчеты через сервис Financial Datasets. Например, ИИ может собрать данные компании за несколько лет. Затем сравнить, как менялись ее доходы и долги.
https://github.com/financial-datasets/mcp-server [98].
Находит новости о криптовалютах по монете или источнику. Можно попросить ИИ собрать свежие сообщения о биткоине. Затем сравнить, что об одном событии пишут разные издания.
https://github.com/6551Team/opennews-mcp [99].
Работает со Stripe — сервисом для приема платежей и подписок клиентов. ИИ может найти сведения о платеже или клиенте. Например, помочь подготовить счет прямо из чата.
https://github.com/stripe/ai [100].
Сохраняет историю торговых решений и результаты сделок. ИИ может сравнить новую идею с похожими случаями из прошлого. Например, найти условия, при которых прежние сделки принесли убыток.
https://github.com/mnemox-ai/tradememory-protocol [101].
Проверяет торговые правила на прошлых данных о ценах. Вы задаете условия покупки и продажи акции. ИИ помогает посмотреть, какие сделки получились бы за выбранный период и к чему они привели.
https://github.com/whchien/ai-trader [102].
Дает ИИ доступ к Alpaca — брокерскому сервису для биржевых сделок. Можно получать данные рынка и смотреть состояние счета. Помощник также может передавать распоряжения о сделках.
https://github.com/alpacahq/alpaca-mcp-server [103].
Автор: Alexey_Begin
Источник [104]
Сайт-источник BrainTools: https://www.braintools.ru
Путь до страницы источника: https://www.braintools.ru/article/35503
URLs in this post:
[1] Скачать файл здесь →: https://t.me/inclient/1741
[2] тут: https://max.ru/inclient/AaCj4a9xOYQ
[3] 100 лучших ИИ-репозиториев на GitHub: https://t.me/inclient/1730
[4] ТОП-50 скиллов для ИИ-агентов: https://t.me/inclient/1734
[5] разборе ИИ-поиска: https://inclient.ru/ai-search-statistics/
[6] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gdrive: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gdrive
[7] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/google-maps: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/google-maps
[8] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/brave-search: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/brave-search
[9] https://github.com/koala73/worldmonitor: https://github.com/koala73/worldmonitor
[10] https://github.com/metabase/metabase: https://github.com/metabase/metabase
[11] https://github.com/karakeep-app/karakeep: https://github.com/karakeep-app/karakeep
[12] https://github.com/screenpipe/screenpipe: https://github.com/screenpipe/screenpipe
[13] https://github.com/t8y2/dbx: https://github.com/t8y2/dbx
[14] поиске тем для статей: https://inclient.ru/viral-topics-deep-research/
[15] https://github.com/apify/apify-mcp-server: https://github.com/apify/apify-mcp-server
[16] https://github.com/sooperset/mcp-atlassian: https://github.com/sooperset/mcp-atlassian
[17] статистике работы с кодом через ИИ: https://inclient.ru/vibe-coding-stats/
[18] инструкции по созданию сайта с Codex: https://inclient.ru/codex-site/
[19] https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem: https://github.com/modelcontextprotocol/servers/tree/main/src/filesystem
[20] ошибке: http://www.braintools.ru/article/4192
[21] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gitlab: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/gitlab
[22] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sentry: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sentry
[23] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/github: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/github
[24] https://github.com/modelcontextprotocol/servers/tree/main/src/git: https://github.com/modelcontextprotocol/servers/tree/main/src/git
[25] https://github.com/colbymchenry/codegraph: https://github.com/colbymchenry/codegraph
[26] https://github.com/upstash/context7: https://github.com/upstash/context7
[27] https://github.com/prisma/orm: https://github.com/prisma/orm
[28] https://github.com/DeusData/codebase-memory-mcp: https://github.com/DeusData/codebase-memory-mcp
[29] https://github.com/github/github-mcp-server: https://github.com/github/github-mcp-server
[30] https://github.com/modelcontextprotocol/servers/tree/main/src/fetch: https://github.com/modelcontextprotocol/servers/tree/main/src/fetch
[31] https://github.com/chromedevtools/chrome-devtools-mcp: https://github.com/chromedevtools/chrome-devtools-mcp
[32] https://github.com/microsoft/playwright-mcp: https://github.com/microsoft/playwright-mcp
[33] https://github.com/feder-cr/AIHawk: https://github.com/feder-cr/AIHawk
[34] https://github.com/Skyvern-AI/skyvern/tree/main/skyvern/cli/mcp_tools: https://github.com/Skyvern-AI/skyvern/tree/main/skyvern/cli/mcp_tools
[35] https://github.com/seleniumbase/SeleniumBase: https://github.com/seleniumbase/SeleniumBase
[36] https://github.com/hangwin/mcp-chrome: https://github.com/hangwin/mcp-chrome
[37] https://github.com/AgentDeskAI/browser-tools-mcp: https://github.com/AgentDeskAI/browser-tools-mcp
[38] https://github.com/browsermcp/mcp: https://github.com/browsermcp/mcp
[39] примерах работы с NotebookLM: https://inclient.ru/notebooklm-telegram/
[40] https://github.com/wonderwhy-er/DesktopCommanderMCP: https://github.com/wonderwhy-er/DesktopCommanderMCP
[41] https://github.com/Waishnav/devspace: https://github.com/Waishnav/devspace
[42] https://github.com/MarkusPfundstein/mcp-obsidian: https://github.com/MarkusPfundstein/mcp-obsidian
[43] https://github.com/haris-musa/excel-mcp-server: https://github.com/haris-musa/excel-mcp-server
[44] https://github.com/yuruotong1/autoMate: https://github.com/yuruotong1/autoMate
[45] инструкция по созданию наставника в NotebookLM: https://inclient.ru/expert-notebooklm/
[46] https://github.com/zcaceres/markdownify-mcp: https://github.com/zcaceres/markdownify-mcp
[47] https://github.com/totec448-spec/chat-on-steroids: https://github.com/totec448-spec/chat-on-steroids
[48] статистике CRM-систем: https://inclient.ru/crm-stats/
[49] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/postgres: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/postgres
[50] https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sqlite: https://github.com/modelcontextprotocol/servers-archived/tree/main/src/sqlite
[51] https://github.com/modelcontextprotocol/servers/tree/main/src/memory: https://github.com/modelcontextprotocol/servers/tree/main/src/memory
[52] какие рабочие задачи бизнес поручает ИИ: https://inclient.ru/companies-using-ai-stats/
[53] https://github.com/metabase/metabase/tree/master/src/metabase/mcp: https://github.com/metabase/metabase/tree/master/src/metabase/mcp
[54] https://github.com/getzep/graphiti/tree/main/mcp_server: https://github.com/getzep/graphiti/tree/main/mcp_server
[55] https://github.com/activepieces/activepieces/tree/main/packages/pieces/community/google-sheets: https://github.com/activepieces/activepieces/tree/main/packages/pieces/community/google-sheets
[56] https://github.com/googleapis/mcp-toolbox: https://github.com/googleapis/mcp-toolbox
[57] https://github.com/get-convex/convex-backend: https://github.com/get-convex/convex-backend
[58] https://github.com/topoteretes/cognee/tree/dev/cognee-mcp: https://github.com/topoteretes/cognee/tree/dev/cognee-mcp
[59] https://github.com/mksglu/context-mode: https://github.com/mksglu/context-mode
[60] https://github.com/neuml/txtai: https://github.com/neuml/txtai
[61] https://github.com/jacob-bd/gemini-notebook-mcp-cli: https://github.com/jacob-bd/gemini-notebook-mcp-cli
[62] памяти: http://www.braintools.ru/article/4140
[63] подборке скиллов для ИИ-агентов: https://inclient.ru/top-ai-agents-skills/
[64] https://github.com/campfirein/byterover-cli: https://github.com/campfirein/byterover-cli
[65] статистике ИИ-агентов: https://inclient.ru/ai-agent-stats/
[66] https://github.com/eyaltoledano/claude-task-master: https://github.com/eyaltoledano/claude-task-master
[67] https://github.com/ahujasid/blender-mcp: https://github.com/ahujasid/blender-mcp
[68] https://github.com/CoplayDev/unity-mcp: https://github.com/CoplayDev/unity-mcp
[69] подборке ИИ-репозиториев на GitHub: https://inclient.ru/top-ai-github-repositories/
[70] https://github.com/BeehiveInnovations/pal-mcp-server: https://github.com/BeehiveInnovations/pal-mcp-server
[71] https://github.com/lauriewired/ghidramcp: https://github.com/lauriewired/ghidramcp
[72] https://github.com/superradcompany/microsandbox: https://github.com/superradcompany/microsandbox
[73] https://github.com/grab/cursor-talk-to-figma-mcp: https://github.com/grab/cursor-talk-to-figma-mcp
[74] https://github.com/Q00/ouroboros: https://github.com/Q00/ouroboros
[75] подборке промтов для бизнеса: https://inclient.ru/prompts-for-business/
[76] https://github.com/taylorwilsdon/google_workspace_mcp: https://github.com/taylorwilsdon/google_workspace_mcp
[77] https://github.com/CrossPaste/crosspaste-desktop: https://github.com/CrossPaste/crosspaste-desktop
[78] https://github.com/ridafkih/keeper.sh: https://github.com/ridafkih/keeper.sh
[79] https://github.com/sbroenne/mcp-server-excel: https://github.com/sbroenne/mcp-server-excel
[80] https://github.com/gemini-cli-extensions/workspace: https://github.com/gemini-cli-extensions/workspace
[81] https://github.com/joinly-ai/joinly: https://github.com/joinly-ai/joinly
[82] https://github.com/Doist/todoist-mcp: https://github.com/Doist/todoist-mcp
[83] https://github.com/PlanExeOrg/PlanExe: https://github.com/PlanExeOrg/PlanExe
[84] https://github.com/Kohei-Wada/taskdog: https://github.com/Kohei-Wada/taskdog
[85] статистика email-маркетинга: https://inclient.ru/email-marketing-stats/
[86] https://github.com/TKasperczyk/thunderbird-mcp: https://github.com/TKasperczyk/thunderbird-mcp
[87] разборе проверки бизнес-идеи в NotebookLM: https://inclient.ru/notebooklm-biznes-ideya/
[88] https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-mcp: https://github.com/Arize-ai/phoenix/tree/main/js/packages/phoenix-mcp
[89] примеры поиска идей с ChatGPT: https://inclient.ru/chatgpt-for-ideas/
[90] https://github.com/JerBouma/FinanceToolkit: https://github.com/JerBouma/FinanceToolkit
[91] https://github.com/54yyyu/zotero-mcp: https://github.com/54yyyu/zotero-mcp
[92] https://github.com/atilaahmettaner/tradingview-mcp: https://github.com/atilaahmettaner/tradingview-mcp
[93] https://github.com/mckinsey/vizro/tree/main/vizro-mcp: https://github.com/mckinsey/vizro/tree/main/vizro-mcp
[94] https://github.com/PleasePrompto/notebooklm-mcp: https://github.com/PleasePrompto/notebooklm-mcp
[95] рейтинге рыночной капитализации: https://inclient.ru/top-marketcap-companies-russia/
[96] https://github.com/tradesdontlie/tradingview-mcp: https://github.com/tradesdontlie/tradingview-mcp
[97] рейтинг крупнейших технологических компаний: https://inclient.ru/top-tech-companies-world/
[98] https://github.com/financial-datasets/mcp-server: https://github.com/financial-datasets/mcp-server
[99] https://github.com/6551Team/opennews-mcp: https://github.com/6551Team/opennews-mcp
[100] https://github.com/stripe/ai: https://github.com/stripe/ai
[101] https://github.com/mnemox-ai/tradememory-protocol: https://github.com/mnemox-ai/tradememory-protocol
[102] https://github.com/whchien/ai-trader: https://github.com/whchien/ai-trader
[103] https://github.com/alpacahq/alpaca-mcp-server: https://github.com/alpacahq/alpaca-mcp-server
[104] Источник: https://habr.com/ru/articles/1082314/?utm_source=habrahabr&utm_medium=rss&utm_campaign=1082314
Нажмите здесь для печати.