convez.ai
MCP ServerAutomaçãoAvançado
Medalcode

MCP Servers — Monorepo Unificado

Medalcode/mcp-servers

11 servidores MCP para automação, scraping, IA multi-provider e produtividade

Ver no GitHub
InicialPluginScore · de 0 a 100

Monorepo com 11 servidores MCP (Model Context Protocol) em Python, incluindo automação de browser, roteamento multi-provider de IA, web scraping, manipulação de PDFs, integração com LinkedIn/GitHub/Gmail e gerenciamento de tarefas. Oferece uma plataforma completa para estender capacidades do Claude com ferramentas específicas de produtividade, automação e integração.

Instalação

$npx convez-ai Medalcode/mcp-servers

1 comando no terminal: detecta o formato do repositório (marketplace ou plugin avulso) e instala via Claude Code. Requer Node 18+ e o Claude Code instalado.

Métricas

Estrelas
0
Forks
0
Acompanhando
0
Saúde
28%
Último commit
há 4 meses
Versão
—
Issues abertas
5
Contribuidores
2

Casos de uso

  • Automatizar fluxos de browser com Selenium/Playwright
  • Rotear prompts entre provedores de IA (Gemini, Groq, Cerebras) com failover
  • Web scraping estruturado com proteção SSRF
  • Manipular PDFs (mergear, dividir, comprimir, gerar)
  • Automatizar busca e candidaturas no LinkedIn
  • Gerenciar issues, PRs e workflows do GitHub via chat

Veredito

Monorepo robusto e bem-mantido com 134 testes passando. Cobertura ampla de casos de uso (automação, scraping, IA multi-provider, integrações). Requer configuração de múltiplas variáveis de ambiente e APIs, mas oferece arquitetura escalável via Docker ou CLI local. Ideal para quem precisa de orquestração complexa de múltiplas ferramentas MCP.

README

A tradução para o português deste README ainda está na fila.

MCP Servers — Unified MCP Monorepo

Python License Tests

Última actualización: 9 Junio 2026 — Refactor completo de AI Provider, nuevos scrapers, robustez general. Lint

Monorepo unificado con 11 servidores MCP (Model Context Protocol) + herramientas de carrera Pathwise.

Servers

ServerCLIDescription
BrowserMCPbrowsermcpAutomatización de navegador con triple motor (Selenium, Playwright, estático)
RouteMCProutemcpRouter de IA multi-provider (Gemini, Groq, Cerebras) con failover
ScrapeMCPscrapemcpWeb scraping estructurado con protección SSRF + caché
DocMCPdocmcpManipulación de PDFs: leer, mergear, dividir, comprimir, generar
LinkedInMCPlinkedinmcpBúsqueda y aplicación en LinkedIn (solo env vars, sin credenciales en disco)
PathwisepathwisePlataforma de carrera: perfiles, CV, cover letters, auto-apply
MemoryMCPmemorymcpMemoria persistente: guarda contexto, decisiones y patrones entre sesiones
GitHubMCPgithubmcpGitHub: issues, PRs, branches, workflows, commits desde el chat
DatabaseMCPdatabasemcpConsultas SQLite y DuckDB con resultados formateados en tabla
EmailMCPemailmcpGmail: buscar, leer, enviar, borradores, labels, threads
TaskTrackertasktrackerTODO persistente con prioridades, deadlines, dependencias y brainstorm
GitHubpython github_server.pyAPI de GitHub: repos, issues, PRs (con paginación hasta 200)
Filesystempython filesystem_server.pyOperaciones de archivos locales con chunked reading

Install

pip install medalcode-mcp-servers

Quick Start (Docker)

Spin up all servers with a single command:

# 1. Copy and fill in your API keys
cp .env.example .env

# 2. Start everything
docker compose up --build

Each server exposes an SSE endpoint once running:

ServerURL
BrowserMCPhttp://localhost:8001/sse
RouteMCPhttp://localhost:8002/sse
ScrapeMCPhttp://localhost:8003/sse
DocMCPhttp://localhost:8004/sse
LinkedInMCPhttp://localhost:8005/sse
Pathwisehttp://localhost:8006/sse
GitHubhttp://localhost:8007/sse
Filesystemhttp://localhost:8008/sse

The chromium service (Selenium standalone Chrome) is shared by BrowserMCP and LinkedInMCP. A noVNC preview of the browser is available at http://localhost:7900 (password: secret).

Files shared with docmcp and filesystem are mounted at ./workspace/.

To run only specific servers:

docker compose up chromium browsermcp scrapemcp

Quick Start (local)

  1. Copia el archivo de ejemplo para configurar tus variables de entorno:
cp .env.example .env
  1. Edita el archivo .env con tus credenciales.
  2. Ejecuta los servidores:
# Todos los servidores se instalan como comandos CLI:
browsermcp      # Browser automation
routemcp        # AI Router
scrapemcp       # Web scraping
docmcp          # Document processing
linkedinmcp     # LinkedIn automation
pathwise        # Career platform
memorymcp       # Persistent memory
githubmcp       # GitHub management
databasemcp     # SQLite/DuckDB queries
emailmcp        # Gmail client
tasktracker     # Task management

# GitHub y Filesystem se ejecutan directamente:
python github_server.py
python filesystem_server.py

Seguridad

  • bcrypt para passwords de administrador (fallback SHA-256 si no disponible)
  • DNS rebinding prevention: re-validación de IP post-redirect
  • run_script sandbox: bloquea fetch/XHR/WebSocket en scripts inyectados
  • Path traversal protegido: todos los servers validan rutas contra directorios permitidos
  • SQL injection prevenido: parámetros parametrizados + CHECK constraints
  • Atomic writes: credenciales escritas via tempfile + rename
  • Rate limiting: detección y backoff automático en LinkedIn
  • Protección de Protocolo MCP: Salida de logs dirigida a stderr para evitar corrupciones en el canal JSON-RPC (stdout).
  • Concurrencia DB (Thread-Safe): Manejo de conexiones SQLite aisladas por hilo (thread-local) con modo WAL habilitado.

Tests — 134 tests, todos pasando

El proyecto cuenta con una suite de pruebas utilizando pytest y pytest-asyncio. Las pruebas incluyen fixtures automatizados con bases de datos en memoria para no afectar el entorno local.

pytest tests/ -v
SuiteTestsCobertura
Database6Inicialización, admin, FTS, CHECK constraint
Applications7CRUD, stats, status patch
Profiles5CRUD, delete protection
Form Filler19Inferencia de tipos, parseo, generación de respuestas
Static Engine14Links, extract, forms, labels, navegación
Page Scraper5Scrape, selectores, meta, inspect
Table Scraper4Headers, no headers, selector personalizado
List Scraper4Items, links, campos opcionales
Exporters7CSV, Markdown, sanitización formula injection
Tools5Integración apps + perfiles
URL Validation11SSRF, IPs privadas, localhost, dominios internos
Memory8CRUD, búsqueda, categorías, stats
Tasks8CRUD, dependencias, stats
Database MCP3SQLite queries, tablas, describe

Tech Stack

  • Python >=3.11
  • Framework: mcp (FastMCP) via stdio JSON-RPC
  • Engines: Selenium, Playwright, BeautifulSoup, httpx
  • AI Providers: Google Gemini, Groq, Cerebras
  • PDF: PyMuPDF, ReportLab, pypdf
  • DB: SQLite con FTS5, DuckDB (opcional)

Project Structure

mcp-servers/
├── servers/            # Entry points (browser, route, scrape, doc, linkedin, pathwise, memory, github, database, email, task)
├── engines/            # Browser engines (compartido con BrowserMCP)
├── router/             # AI Router + providers
│   └── providers/      # Google, Groq, Cerebras
├── scrapers/           # Web scrapers (base, page, table, list, sitemap)
├── docmcp/             # PDF processing (reader, manipulator, generator)
├── database/           # SQLite persistence
│   └── repos/          # applications, profiles
├── memory_engine/      # Memory/Knowledge graph (SQLite + search)
├── gh_mcp/             # GitHub API client
├── db_mcp/             # SQLite + DuckDB query engine
├── email_mcp/          # Gmail API client
├── task_tracker/       # Persistent task manager with deps
├── tools/              # MCP tool definitions (profile, job, application, cover letter, CV, auto-apply, interview)
├── services/           # Business logic (AI, CV, form filler, job search, company research, browser client)
│   └── scrapers/       # Job board scrapers (BeBee, Randstad, GetOnBoard, Indeed, etc.)
├── tests/              # 134 tests
├── github_server.py    # GitHub API server
├── filesystem_server.py
└── pyproject.toml

Recent Improvements

2026-06-09 — Refactor AI Provider + nuevos scrapers + robustez

  • AI Provider reescrito: RouterEngine + fallback Groq → Gemini → Cerebras. Sin dependencia de RouteMCP HTTP.
  • Browser Client unificado: services/browser_client.py elimina 200+ líneas de código duplicado entre LinkedIn y Auto-Apply.
  • Nuevos scrapers: BeBee (vía API pública), Randstad (extracción JSON SSR).
  • GetOnBoard reparado: URLs de API corregidas + selectores HTML actualizados.
  • Form Filler mejorado: generate_radio_answer corrige "Si" → "Sí"; generate_select_answer salta placeholders, prioriza contexto (escolaridad, género, año).
  • .env con ruta absoluta: los 11 servidores cargan .env desde el directorio del proyecto, no del CWD.
  • CHECK constraint en status de applications: validación a nivel DB.
  • Easy Apply loop: verificación de modal cerrado tras cada click para evitar ciclos infinitos.
  • Job tools: warning cuando se truncan resultados >25.
  • 134/134 tests pasando (el test de IntegrityError ahora funciona gracias al CHECK constraint).

2026-06 — 5 nuevos servidores MCP + limpieza masiva

  • MemoryMCP: memoria persistente con SQLite (key-value, búsqueda, contextos por sesión)
  • GitHubMCP: issues, PRs, branches, workflows, commits desde el chat
  • DatabaseMCP: consultas SQLite y DuckDB con resultados formateados
  • EmailMCP: Gmail (buscar, leer, enviar, borradores, labels, threads)
  • TaskTracker: TODO persistente con prioridades, deadlines, dependencias y brainstorm

Seguridad

  • 5 secrets hardcodeados eliminados de opencode.jsonc → ahora vía env vars + .env
  • load_dotenv() agregado a los 11 servidores
  • .env.example con todas las variables documentadas
  • Credenciales LinkedIn eliminadas del disco — solo env vars
  • Passwords con salted SHA256 (no más hash sin sal)
  • .gitignore excluye data/ para prevenir filtraciones

Calidad de código

  • 64 lint errors → 0 (ruff): imports inusados, vars sin usar, f-strings, redefiniciones
  • Métodos duplicados click_by_text/run_script eliminados de engines
  • github_server.py arreglado para compatibilidad Python 3.11
  • _clean_json undefined corregido en auto_apply_tools
  • CI actualizado: py_compile → ruff check + pytest

Confiabilidad

  • click_by_text y run_script reparados en Playwright (estaban rotos)
  • Fallback _should_apply ahora omite postulación si falla AI check
  • Caché in-memory con TTL en scrapers (300s default)
  • Rate limiting integrado en scraper base

Escalabilidad

  • GitHub API con paginación real (hasta 200 resultados)
  • Filesystem server con lectura por chunks (offset/limit)
  • Deduplicación de ofertas por título + compañía + locación
  • Salario configurable via DEFAULT_SALARY env var

Testing

  • 134 tests totales (+21 nuevos): memory, tasks, db_mcp
  • Cobertura: static engine, scrapers, exporters, tools, integración

Arquitectura

  • BrowserMCP unificado: ahora es un shim que importa de mcp-servers
  • Sin duplicación de engines entre repos

License

MIT

Ver o original no GitHub

Bom para

Relacionados