セレナは強力なオープンソースのコーディングエージェントツールキットで、大規模言語モデル（LLM）をコードベース上で直接動作するフル機能のエージェントに変えることができます。IDEに似た意味論的なコード検索と編集ツールを提供し、様々なプログラミング言語をサポートし、MCPプロトコルまたはAgnoフレームワークを介して様々なLLMと統合することができます。

Supabase MCPサーバーは、SupabaseプロジェクトとAIアシスタントを接続するツールです。Model Context Protocol（MCP）を通じて、大規模言語モデル（LLMs）と外部サービスのやり取りを標準化し、データベース管理、設定取得、データクエリなどの機能を実現します。

LLM Contextは、開発者がコード/テキストプロジェクトの内容を大規模言語モデルのチャットインターフェースに迅速に注入するのを支援するツールで、スマートなファイル選択と複数の統合方法をサポートしています。

MCPEngineは本番レベルのModel Context Protocol (MCP)の実装で、大規模言語モデル(LLM)に標準化されたインターフェイスを提供し、OAuth認証、リソース管理、ツール呼び出しなどの機能をサポートし、「LLM界のREST」フレームワークを目指しています。

WireMCPは大規模言語モデル（LLM）にリアルタイムネットワークトラフィック分析機能を提供するMCPサーバーで、Wiresharkツールを通じてネットワークデータをキャプチャして処理し、脅威検出、ネットワーク診断、異常分析をサポートします。

MCP2Lambdaは、AWS Lambda関数を大規模言語モデル(LLM)のツールとして実行するMCPプロトコルサーバーで、コードを変更することなくAIモデルがLambda関数を呼び出し、プライベートリソースやAWSサービスにアクセスできるようにします。

WireMCPは大規模言語モデル（LLM）にリアルタイムのネットワークトラフィック分析機能を提供するMCPサーバーで、Wiresharkツールを統合することでデータキャプチャ、脅威検出、ネットワーク診断を実現します。

MCP2LambdaはMCPサーバーで、コードを変更することなく、AWS Lambda関数を大規模言語モデル（LLM）のツールとして使用することができます。Model Context Protocol (MCP)を通じてAIモデルとLambda関数の間に橋渡しを行い、モデルがプライベートリソースにアクセスし、カスタム操作を実行できるようにします。

Auto Causal Inferenceは、大規模言語モデル（LLM）を利用して自動的に因果推論を行うプロジェクトです。ユーザーは介入変数と結果変数を指定するだけで、システムが自動的に変数の役割識別、因果グラフの構築、効果推定、モデル検証などの全プロセスの分析を完了します。プロジェクトは2種類のエージェントアーキテクチャ（LangGraphとMCP）を提供してこの機能を実現し、特に銀行シナリオの因果問題分析に適しています。

CTXはコードリポジトリと大規模言語モデル（LLM）を接続するツールで、構造化されたコンテキストファイルを自動生成することで、AI開発におけるコードコンテキストの伝達効率が低い問題を解決します。コードファイル、Gitリポジトリ、ウェブページなどの複数のソースから情報を収集することができ、MCPサーバーを通じて直接AIアシスタントにプロジェクトコンテキストを提供することができます。

Azure影響レポートMCPサーバーは、大規模言語モデル(LLM)がAzureにリソースの問題を自動的に報告できるツールです。自然言語処理によってユーザーのリクエストを解析し、Azureアカウントを自動認証し、管理APIを介してリソースの影響レポートを送信します。

MCPツールは、Model Context Protocol（MCP）を実装したサーバープロジェクトで、Claude DesktopなどのLLMクライアントにファイルシステムとコマンド実行ツールを提供し、大規模言語モデルのローカルシステムとの対話能力を拡張します。

MCP - JaCoCoは、JaCoCoのコードカバレッジレポートを大規模言語モデル(LLM)に適した形式に変換するサービスツールで、AIによる分析をより効率的に行えるようにします。

これはRubyベースのMCPサーバーフレームワークで、モデルコンテキストプロトコル（MCP）を実装し、大規模言語モデルがツール（乱数生成など）を呼び出すことを可能にします。プロジェクトには、プロトコル処理、ツール管理、ログ記録などの機能が含まれ、ClaudeなどのLLMとの統合をサポートします。

このプロジェクトは、DevOpsツールやプラットフォーム向けに設計されたModel Context Protocol (MCP)サーバーの集合で、標準化された方法で大規模言語モデル(LLM)が主要なDevOpsシステムと直接やり取りでき、インフラストラクチャ、デプロイパイプライン、モニタリングなどの操作を自動制御できます。

Didlogic MCP Serverは、Model Context Protocol (MCP)を実装したサービスで、大規模言語モデル(LLMs)にDidlogic APIとの対話のための標準化されたインターフェースを提供し、残高管理やSIPアカウント管理などのさまざまな機能をサポートします。

WebMCPは、ウェブサイトがクライアントLLM（大規模言語モデル）をサポートできるようにするプロジェクトです。ローカルのWebSocketサーバーを介して、ウェブサイトとLLMの間でツール、リソース、プロンプトを共有でき、APIキーは必要ありません。複数のモデルをサポートしています。

トームはRunebookチームによって開発されたMacOSアプリケーションです（WindowsとLinuxにも対応予定）。ローカルの大規模言語モデル（LLM）とMCPサーバーの使用を簡素化することを目的としています。Ollamaを統合し、MCPサーバーを管理することで、ユーザーは複雑な設定を扱うことなく、すぐにMCP駆動のモデルとの対話を開始できます。

Model Context Protocol (MCP) は、Anthropicが公開したオープンソースのプロトコルで、大規模言語モデル (LLM) と外部データソースおよびシステムの接続の標準化問題を解決することを目的としています。構造化されたフレームワークを提供することで、モデルが外部コンテキストを統合および利用できるようにし、その機能を拡張し、応答の精度を向上させます。MCPは、知識拡張、外部ツールの呼び出し、事前記述されたプロンプトなどの機能をサポートしています。

Memgraph MCPサーバーは、Memgraphグラフデータベースと大規模言語モデル（LLM）を接続するための軽量級のModel Context Protocol（MCP）サーバーの実装で、Cypherクエリ実行とスキーマ情報取得機能を提供します。