MCP生态资源目录
各维度得分依据公开资料与字段推算,加权后即综合评分,仅供参考。
MCP Ecosystem Directory（mcpez.com）是一个围绕 Model Context Protocol 的生态资源目录与研究导航站。正文显示其覆盖 11,790+ MCP Servers、13 个 Official SDKs、8,700+ 社区资源，并按 Enterprise Solutions、Use Cases、Integrations、Guides、Security Troubleshooting 等栏目组织内容。它更像 MCP 选型资料库，而非单一 SaaS 产品。
网站重点提供企业级 MCP 服务清单和真实用例参考，收录 Atlassian Jira/Confluence、Zapier、Heroku、OpenAI ChatGPT、Google Gemini、Microsoft Azure 等方案，也列举 Salesforce、Microsoft 365、PostgreSQL、Vercel、Google Analytics、VSCode、Cursor、Claude Desktop、Zed 等集成场景。正文还给出 PR Review Assistant、Database Query Assistant 的配置和实现片段，适合开发团队理解如何通过 MCP 连接内部文档、CRM、数据库、IDE 和云服务。
mcpez.com 自身未披露套餐、订阅价格或付款方式。页面仅提到部分第三方服务信息，例如 Zapier MCP 有 300 free calls/month，Heroku Managed Inference 为 $0.0008/second。对于企业采购关心的 SLA、合同、支持等级、发票和支付方式，正文没有足够信息。
内容中多次出现 OAuth-secured MCP servers、rate limiting、caching、多租户企业认证、只读 SQL 校验、安全最佳实践等表述，说明其关注 MCP 落地安全。但这些是用例或指南层面的描述，并非 mcpez 平台自身的安全承诺；未看到 SOC 2、ISO 27001、数据驻留等合规说明。部署方式也主要来自被收录方案，包括 Hosted MCP、cloud、custom MCP server 等。
优点是覆盖面广、分类清晰，能快速了解 MCP 在开发、企业应用、学术研究、数据分析中的落地路径；缺点是目录型内容较多，第三方方案的价格、合规、支持和效果数据缺少验证细节。它适合 AI 应用团队、企业架构师、开发者和技术负责人做前期调研，不适合作为最终采购依据直接下单。
正文未提供中国大陆访问、支付或本地支持信息，访问状态判断为未知。若企业在中国落地 MCP，建议同时参考 MCP 官方文档、GitHub 上的 MCP server 列表、Anthropic/Claude 资料，以及国内云厂商或自研 Agent 平台的本地化集成方案。
本测评基于公开资料整理,不构成购买建议,请以 mcpez.com 官网实际信息为准。
收录MCP服务器、SDK和工具，适合AI开发者。
评分明细(分布与用户短评)接入中。当前展示 TG4G 综合评分,数据源自公开测评与用户反馈。