M
MCP 精选目录 CURATED DIRECTORY
已收录 911 个 MCP Server
EN
← 返回目录
最多同时对比 4 个 SERVER

MCP Server 选型对比

把评分、权限、风险和适用场景放在同一张表里，快速判断哪个更适合你。

对比维度Praisonai24/7 AI 劳动力平台：用几行代码部署自主智能体，支持记忆、RAG 和 100+ 大模型。MartinLoop MCP Server为 AI 编码代理提供预算、验证与回滚的治理控制层
FMRS37 / 100 · D79 / 100 · B
可靠性4 / 2012 / 20
安全与权限6 / 2018 / 20
维护活跃度13 / 2016 / 20
文档质量7 / 2018 / 20
安装易用性7 / 2015 / 20
适合谁
  • Python 开发者，希望以代码优先方式快速构建 AI 智能体
  • 需要部署多智能体协作系统的项目
  • 希望在智能体中集成 MCP 工具和外部服务的应用
  • 需要规模化运行 AI 编码代理并控制成本的工程团队
  • 需要可审计、可回滚代理执行记录的平台/平台工程团队
  • 同时使用 Claude、Codex、Gemini 等多种代理并希望统一治理流程的组织
不适合谁
  • 寻求无需编码的纯可视化智能体编排平台（PraisonAI 也提供 UI，但 MCP 服务器本身更面向代码）
  • 对智能体安全要求极高或需要精细权限控制的场景（需额外配置）
  • 只需要单个简单代码补全、不需要运行治理的开发者
  • 无法接受本地 JSONL 运行记录存储与 HMAC 签名机制的团队
  • 不使用受支持 CLI 适配器（Claude/Codex/Gemini/direct-provider/verifier-only）的环境
所需权限
  • 需要访问互联网以调用 LLM API（如 OpenAI、Anthropic 等）
  • 可能需要访问本地文件系统或数据库以持久化状态（取决于配置）
  • 默认通过 stdio 与客户端通信
  • 对指定仓库根目录的读写权限（可用 --allow-path/--deny-path 限制写入范围）
  • 调用所选代理 CLI（Claude/Codex/Gemini 等）及其底层模型账号的权限
  • 本地磁盘写入运行记录、回执与 share 输出（share/run-receipt. 等）
  • 执行用户配置的验证命令（如 npm test）
风险与副作用
  • 依赖于外部 LLM API，可能产生成本或数据隐私问题
  • 智能体可能执行不受信任的代码或工具，需注意安全配置
  • MCP 服务器以 stdio 运行，可能暴露本地资源给客户端
  • 验证命令会被执行，恶意或不当的验证命令可能带来安全风险（MartinLoop 会预检策略，但仍需谨慎配置）
  • 预算与用量数据可能仅为估算值（标注为 estimated），不应作为最终账务依据
  • 回执完整性必须为 verified 才能作为可信证据；回滚证据缺失时标注为 EVIDENCE_BOUNDARY
  • 策略默认来自 martin.config.yaml，CLI 标志可覆盖，误配置可能放宽安全边界
支持客户端Claude Code, Codex, Gemini CLI, Cursor, VS Code, GitHub Copilot, Continue
工具能力00