Lista de servidores MCP: diretórios oficiais, gratuitos e do GitHub

Quando você procura um servidor MCP hoje, se depara com um mar de opções. Há dezenas de milhares de listagens espalhadas por uma dúzia de sites, e cada site define "listado" do seu jeito. Alguns catálogos são curados pelos próprios mantenedores do protocolo. A maioria é coletada do GitHub durante a noite e ranqueada pelo sinal que o dono do site preferir.

Esta lista de servidores MCP separa todo esse ruído em três grupos que você pode usar: fontes oficiais, diretórios comunitários gratuitos e diretórios e listas do GitHub. Para cada um, você vê o que é, no que se sai bem e onde fica aquém. Depois vêm uma rotina curta de segurança, uma configuração que funciona e uma olhada nos servidores que geram imagens e vídeos.

Primeiro, os termos. Um servidor MCP é um pequeno programa que expõe ferramentas, dados ou prompts para um cliente de IA, como Claude, Cursor ou VS Code, por meio do Model Context Protocol. Servidores locais se comunicam por stdio, e os remotos, por Streamable HTTP. Um diretório é um catálogo desses programas. Um registro é um diretório com regras sobre quem pode publicar.

💡 Resposta rápida: use o MCP Registry oficial quando precisar de um nome verificado, o Glama ou o PulseMCP quando quiser navegar por uma categoria, e o GitHub quando quiser ler o código-fonte antes de qualquer coisa rodar na sua máquina.

As fontes oficiais

"Oficial" aqui significa uma de duas coisas: mantido pelo próprio projeto MCP ou mantido pela empresa que criou o serviço. Essas fontes são pequenas, e é exatamente por isso que você pode confiar nelas.

O MCP Registry

O MCP Registry oficial fica em registry.modelcontextprotocol.io e foi lançado em versão de prévia em 8 de setembro de 2025. Um publicador descreve um servidor em um arquivo server.json e o envia com a ferramenta de linha de comando mcp-publisher. Os nomes usam DNS reverso, como io.github.username/server ou com.example/server, e o publicador precisa provar que é dono da conta do GitHub ou do domínio por trás desse namespace.

Dois detalhes importam. Primeiro, ele é um catálogo de metadados, não um host: uma entrada aponta para um pacote ou uma URL remota e não roda nada por conta própria. Segundo, a documentação descreve uma prévia em que mudanças incompatíveis ou reinicializações de dados podem acontecer antes da disponibilidade geral, então confira o status atual antes de construir ferramentas em cima da API. Clientes e agregadores leem o registro por uma API REST, e é por isso que o nome do registro é a string mais segura para colar na configuração de um cliente.

O repositório de servidores de referência

O repositório modelcontextprotocol/servers tem mais de 90.000 estrelas, mas lista apenas um punhado de servidores mantidos pelo grupo de direção do MCP. Pense nele como código de exemplo funcional, não como uma loja.

Os servidores de referência mais antigos, incluindo GitHub, Slack, PostgreSQL, Puppeteer, Google Drive, Redis e SQLite, passaram para um repositório separado servers-archived. O servidor Brave Search foi substituído pela versão oficial da própria Brave. O README do repositório, por sua vez, aponta quem procura uma lista para o MCP Registry.

💡 Se um tutorial mandar você instalar um dos servidores arquivados, procure antes o servidor atual do fornecedor. Comandos de instalação antigos continuam circulando em blogs muito depois de o código deixar de receber atualizações.

Servidores de fornecedores em que você pode confiar

Um número crescente de empresas agora publica o próprio servidor. Exemplos incluem o servidor do GitHub em github/github-mcp-server, o playwright-mcp da Microsoft para automação de navegador e o Context7, da Upstash, para documentação de bibliotecas. Servidores remotos da Stripe, Notion, Linear, Sentry, Figma e Cloudflare seguem o mesmo padrão.

A regra prática é simples: quando o fornecedor publica um servidor, prefira-o a um clone da comunidade. A lista de ferramentas acompanha a API real, a empresa corrige problemas de segurança, e a documentação é escrita por quem conhece o produto. Pesquise "MCP" no site de documentação do fornecedor antes de abrir qualquer diretório.

Diretórios gratuitos que valem a pena guardar

Diretórios comunitários trocam curadoria por volume. Todo site abaixo é gratuito para navegar, embora alguns vendam hospedagem ou planos pagos à parte. Trate as contagens como fotografias de meados de 2026, porque elas mudam todo dia.

Glama e mcp.so para volume

O Glama listava cerca de 50.800 servidores de código aberto em julho de 2026, o que o torna o maior índice desta lista. Ele também hospeda servidores atrás de um gateway, então você pode se conectar por uma API em vez de rodar o código por conta própria. O mcp.so é um diretório comunitário com cerca de 19.700 listagens e envios abertos.

Volume é o ponto forte e também o problema. Nesse tamanho, você vai encontrar duplicatas, forks abandonados e projetos de fim de semana com um único commit. Ordene por atualizações recentes e estrelas antes de clicar em qualquer coisa, e ignore qualquer listagem sem link para a fonte.

PulseMCP para sinais de popularidade

O PulseMCP acompanha vários milhares de servidores e se apoia em sinais de popularidade e frescor. Isso faz dele a aba certa para abrir quando você quer os servidores mais usados de uma categoria, como bancos de dados, automação de navegador ou busca, em vez de todos os servidores que existem.

Smithery e Docker para executar

Um diretório mostra o que existe. Esses dois ajudam você a executar. O Smithery é um marketplace com hospedagem e tratamento de OAuth, então servidores remotos se conectam sem que você configure credenciais manualmente. O Docker MCP Catalog empacota servidores como contêineres, e o MCP Gateway do Docker os inicia sob demanda e injeta as credenciais de que precisam, o que mantém cada servidor isolado do resto da sua máquina.

Escolha estes quando preferir isolar a confiar. A contrapartida é mais uma peça em movimento: uma conta na plataforma ou uma instalação do Docker agora fica entre o cliente e a ferramenta.

Diretórios e listas do GitHub

O GitHub é onde quase todo servidor vive, por isso também é onde estão as listagens mais honestas. Você pode ler o código, as issues e o histórico de commits antes de decidir qualquer coisa.

O MCP Registry do GitHub

O GitHub lançou seu próprio MCP Registry em setembro de 2025, como um catálogo curado com instalação em um clique no VS Code. No lançamento, ele tinha 39 servidores de parceiros como Figma, Postman, HashiCorp e Dynatrace, cada um verificado antes de ser listado, e as entradas podem ser ordenadas por estrelas do GitHub. É uma seleção pequena, mas cada entrada está ligada a um repositório que você pode abrir. Espere que o número tenha crescido desde o lançamento.

Listas awesome no GitHub

O formato clássico é um único README com links agrupados por categoria. punkpeye/awesome-mcp-servers e wong2/awesome-mcp-servers são dois exemplos muito usados.

• Pontos fortes: gratuitas, fáceis de percorrer, agrupadas por categoria, e cada mudança fica visível no histórico de commits.
• Pontos fracos: sem metadados de instalação, sem verificações de saúde, e os links apodrecem quando os repositórios são renomeados ou apagados.

Use o comando de busca do seu navegador para a ferramenta de que você precisa e, em seguida, confira a data do último commit em cada repositório antes de confiar em um link.

Pesquisando diretamente no GitHub

Quando as listas deixam algo de fora, pesquise no próprio GitHub. O tópico mcp-server é onde os autores marcam seus projetos, e a sintaxe de busca permite filtrar os desatualizados:

topic:mcp-server language:TypeScript stars:>50 pushed:>2026-07-01

Copiar prompt

Troque a linguagem por Python, Go ou Rust, conforme o que sua equipe consegue manter. Um servidor que você pode ler e corrigir sozinho vale mais do que outro um pouco mais popular que você não consegue ler e corrigir.

Escolha a fonte certa

Cada fonte acima responde a uma pergunta diferente. Esta tabela coloca todas lado a lado.

Um caminho de decisão rápido

1. Precisa de um nome verificado para a configuração de um cliente? Comece pelo MCP Registry oficial.
2. Precisa de um servidor para um produto específico? Confira primeiro a documentação do fornecedor e depois o MCP Registry do GitHub.
3. Precisa de todas as opções de uma categoria? Pesquise no Glama ou no mcp.so e ordene por atualizações recentes.
4. Quer saber o que as pessoas realmente usam? Abra o PulseMCP.
5. Quer isolamento ou hospedagem? Use o catálogo do Docker, o Smithery ou o gateway do Glama.

A maioria das pessoas acaba usando duas fontes: uma para encontrar candidatos e outra, geralmente o GitHub, para verificá-los.

Verifique um servidor antes de instalar

Um servidor MCP roda com as suas permissões, e tudo o que ele devolve chega diretamente ao seu modelo. Um servidor descuidado pode ler arquivos que não deveria tocar, vazar tokens ou inserir instruções na conversa. Trate cada servidor como uma dependência que tem acesso ao shell.

Cinco verificações rápidas de segurança

1. Leia o código-fonte. Se uma listagem não tiver link para o repositório, pule-a. Código fechado com acesso ao shell é um mau negócio.
2. Verifique o frescor. Procure um commit nos últimos seis meses e mantenedores que respondam às issues.
3. Combine as ferramentas com a finalidade. Um servidor de clima que pede acesso a arquivos é um sinal de alerta. A lista de ferramentas deve corresponder à tarefa.
4. Fixe a versão. Instale uma versão fixa ou um hash de commit, não "latest", para que uma atualização não mude o comportamento da noite para o dia.
5. Prefira namespaces verificados. Nomes de registro ligados a uma conta do GitHub ou a um domínio são mais difíceis de falsificar do que um nome em um diretório aberto a todos.

Permissões e tokens

Dê a cada servidor o acesso mais restrito que funcione. Use um usuário de banco de dados somente leitura, um token do GitHub com escopo limitado e uma única pasta de projeto, em vez de todo o seu diretório pessoal. Guarde os tokens em variáveis de ambiente, nunca em um arquivo de configuração que você envie ao repositório.

Execute servidores desconhecidos primeiro dentro do Docker ou de uma máquina virtual descartável. As descrições das ferramentas são lidas pelo modelo, então um servidor malicioso pode tentar uma injeção de prompt por meio delas. Mantenha a aprovação humana ativada para qualquer ferramenta que escreva, apague ou envie algo.

⚠️ Fique atento a colisões de nomes de ferramentas. Dois servidores que expõem uma ferramenta chamada search ou read_file podem confundir o modelo sobre qual deles chamar. Instale menos servidores e desative as ferramentas que você nunca usa.

Instale um em cinco minutos

Escolha um servidor inofensivo para a primeira execução. O servidor Filesystem de referência é uma boa escolha, porque você controla exatamente qual pasta ele pode ver.

Uma configuração que funciona

A maioria dos clientes de desktop lê um arquivo JSON com um objeto mcpServers. Cada entrada informa o comando a executar e os argumentos:

{
  "mcpServers": {
    "filesystem": {
      "command": "npx",
      "args": [
        "-y",
        "@modelcontextprotocol/server-filesystem",
        "/Users/me/projects"
      ]
    }
  }
}

Copiar prompt

O último argumento é a única pasta que o servidor pode ler e gravar. Salve o arquivo, reinicie o cliente por completo, e as ferramentas aparecem no menu de ferramentas. Servidores remotos dispensam o comando: você adiciona a URL nas configurações de conector ou servidor do cliente e faz login por OAuth quando for solicitado.

Para testar um servidor sozinho antes de conectá-lo a um cliente, execute o MCP Inspector com npx @modelcontextprotocol/inspector. Ele lista as ferramentas do servidor, permite chamá-las manualmente e mostra as mensagens brutas.

Erros comuns e correções rápidas:

• spawn npx ENOENT: o Node.js não está no PATH que o cliente enxerga. Instale o Node ou coloque o caminho completo de npx no campo command.
• O servidor conecta e cai logo em seguida: um servidor stdio deve escrever somente mensagens do protocolo na saída padrão. Os logs pertencem à saída de erro padrão.
• Nenhuma ferramenta aparece: verifique o JSON em busca de uma vírgula sobrando no final, depois feche o cliente por completo em vez de fechar só a janela.
• Caminhos do Windows falham: escape cada barra invertida no JSON ou use barras normais.

Servidores MCP para imagens e vídeo

Geração de imagens e de vídeo estão entre as categorias mais movimentadas de todos os diretórios acima. Um servidor deste grupo envolve a API de um modelo em poucas ferramentas: gerar, verificar o status e buscar o resultado.

O que observar

• Tarefas assíncronas. Imagens levam segundos e vídeos levam minutos. Um bom servidor devolve um ID de tarefa e oferece uma ferramenta de status, em vez de travar o chat enquanto espera.
• Tipo de saída. Uma URL pública é a mais fácil de colocar em um artigo ou página. Dados em base64 e caminhos de arquivos locais exigem tratamento extra.
• Escolha de modelo. O servidor deve dizer quais modelos consegue chamar. Para imagens, compare Seedream 5 Pro, Flux 2 Pro e GPT Image 2. Para vídeo, compare Seedance 2.0, Veo 3.1 e Kling 3.
• Limites e custo. Procure um limite de concorrência, um tempo limite e alguma forma de ver quanto custa uma geração antes de enfileirar dez delas.

O modelo do lado do cliente também importa. A qualidade das chamadas de ferramentas varia, então teste seus servidores com alguns candidatos, como Claude Sonnet 5, GPT-5.6 Sol, Gemini 3.5 Flash ou Kimi K2.6, antes de se decidir por um.

Como o PicassoIA se encaixa

O PicassoIA expõe seus modelos de geração de duas formas: uma API REST em api.picassoia.com/v1 e um conector para clientes MCP, como o claude.ai. A API segue o padrão assíncrono conhecido. Você cria uma previsão, consulta até ela terminar e depois busca o resultado. O conector transforma os mesmos modelos em ferramentas:

Em outubro de 2026, até cinco previsões podem rodar ao mesmo tempo por conta, e esse limite é compartilhado entre o acesso pela API e as conexões MCP. Os requisitos de plano para acesso à API e ao MCP estão listados em picassoia.com/en/api, então leia essa página antes de montar um fluxo de trabalho em cima dela.

💡 Dica para vídeo: parta de uma boa imagem estática e anime-a. Um primeiro quadro limpo dá ao modelo de vídeo uma composição fixa, então você gasta menos tentativas com resultados trêmulos.

Monte sua lista curta

Você não precisa de cinquenta servidores. A maioria das configurações que funcionam roda com três a seis: um servidor de arquivos ou de Git, uma ferramenta de navegador ou de busca, um ou dois servidores de fornecedores para os produtos que você usa todo dia, e um servidor de geração se você trabalha com mídia.

Uma rotina que mantém a lista saudável:

1. Encontre candidatos no registro oficial, na documentação do fornecedor ou no Glama.
2. Faça as cinco verificações de segurança em cada um.
3. Teste-o sozinho com o MCP Inspector e só então conecte-o ao seu cliente.
4. Revise a lista mensalmente e remova o que você não usa há semanas.

Se você cria recursos visuais, a forma mais rápida de ver um fluxo de trabalho com MCP valer a pena é experimentar. Abra o Picasso IA, escolha um modelo na lista completa de modelos e escreva seu primeiro prompt. Gere algumas imagens com o Seedream 5 Pro, anime a melhor com o Seedance 2.0 e, depois, conecte os mesmos modelos ao seu cliente de IA para que o próximo lote rode a partir de um único chat. Comece pequeno, experimente prompts e modelos diferentes e mantenha a lista curta que funciona para você.