AI MCP服务器导航
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。
model-context-protocol.com 抓取正文仅显示“Model Context Protocol | MCP Directory”“About MCP Directory”等信息，并出现一条推广语：“context-mode — Save 98% of your AI coding agent's context window”。据此只能判断它与 Model Context Protocol（MCP）目录或资源入口相关，可能服务于关注 MCP 生态和 AI 编程代理的开发者。
可确认的信息非常有限：一是存在“MCP Directory”定位，二是提到“context-mode”，宣称可为 AI coding agent 节省 98% 的上下文窗口。除此之外，正文没有说明目录是否支持搜索、分类、提交、评分、托管 MCP server，或是否提供企业管理后台。因此不能将其直接判断为成熟 SaaS 平台。
页面未披露套餐、价格、免费版或试用政策，也没有支付方式信息。第三方集成、API、开发者文档、自托管或云部署方式均未在正文中出现。对于企业软件采购而言，这些缺口会显著增加评估成本，尤其是 MCP 场景通常需要与 IDE、代码仓库、AI Agent、LLM 服务或内部工具链集成。
抓取内容未提及团队协作、权限管理、审计日志、SSO、数据加密、合规认证或客户支持渠道。若企业考虑在生产研发环境中使用，需进一步核验其数据处理方式、是否会读取代码或上下文、日志保留策略以及服务可用性承诺。
优点是定位聚焦 MCP 和 AI coding agent 上下文效率问题，方向契合当前开发者工具趋势；缺点是公开信息不足，难以判断产品成熟度、商业模式和企业级能力。更适合开发者、AI 工具研究者或 MCP 生态观察者先行探索，不建议企业在缺少补充材料前直接纳入关键流程。
正文不包含网络可用性、备案、节点或支付信息，中国访问状态为未知。若访问受限，可考虑使用国内可访问的开发者工具目录、开源 MCP 资源库或企业内部知识库/Agent 平台作为替代评估方向。
本测评基于公开资料整理,不构成购买建议,请以 model-context-protocol.com 官网实际信息为准。
聚合MCP服务器和客户端，适合AI开发者找工具。
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。