搜索「Fullstack Developer」的结果

com.clauxel.bumblebeereceipt/bumblebeereceipt-mcp

面向开发者端点扫描器 MCP 的付费远程 MCP，旨在返回裁定结果、回执。

io.github.vybenetwork/solana-mcp-vybe

Solana MCP 开发者工具包：钱包、交易、市场、盈亏、转账、链上数据、兑换与 API 工具。

com.neurarelay/relay-mcp

在由开发者自有的执行环节之前，用决策回执对拟议的 Action Card 进行治理。

io.github.TheSnakeFang/buyapi-mcp

为挑选开发者工具与技术栈的 AI 编码智能体提供供应商情报。

dev.tickstem/mcp

Tickstem 开发者工具——从你的 AI 编码助手管理 cron 任务并验证邮箱。

io.github.WhenLabs-org/when

WhenLabs 开发者工具包——6 个工具、7 个 MCP 端点，一次安装即可使用。

io.github.XogZ3/botoi-mcp

通过 MCP 提供 49 个开发者工具：DNS、WHOIS、IP 查询、JWT、哈希、QR 等。

io.github.GerritRoska/toolpipe-mcp-server

通过 Model Context Protocol 为 AI 智能体提供 120+ 开发者实用工具。

io.github.codevanmoose/vanmoose-mcp-server

整合 74 个开发者 API 的 197 个 MCP 工具——截图、邮件、NLP、WHOIS、二维码、PDF 等。

io.github.Pattyboi101/indiestack

通过 MCP 搜索 3100 多个开发者工具，含安装命令、兼容性数据与健康评分。

io.github.robhunter/agentdeals

聚合开发者基础设施优惠、免费额度与初创计划的 MCP 服务器。

io.github.hezeclark/devkits

12 个本地开发者工具：JSON、Base64、JWT、正则、哈希、UUID、Markdown、diff、cron。

io.github.kira-autonoma/devtools

23 个开发者实用工具——Base64、JWT、UUID、哈希、二维码、正则、时间戳，无需 API 密钥。

io.github.opspawn/bazaar-mcp

由 x402 微支付驱动的开发者工具：截图、AI 分析、PDF、代码扫描。

io.github.sriramnatrajhen/humsana-mcp

从打字节奏识别开发者的压力、专注度与疲劳，疲惫时拦截危险命令。

io.github.TryGhost/Ghost/add-private-feature-flag

用于向 Ghost 添加新的私有(开发者实验)feature flag,包括后端注册与设置界面开关。

io.github.Jeffallan/claude-skills/devops-engineer

编写 Dockerfile、配置 CI/CD 流水线、撰写 Kubernetes manifest，并生成 Terraform/Pulumi 基础设施模板。处理部署自动化、GitOps 配置、事故响应 runbook 与内部开发平台工具。在搭建 CI/CD 流水线、应用容器化、管理基础设施即代码、部署到 Kubernetes 集群、配置云平台、自动化发布或响应生产事故时使用。涉及流水线、Docker、Kubernetes、GitOps、Terraform、GitHub Actions、值班响应或平台工程时调用。

io.github.upstash/context7/find-docs

为任意开发者技术检索最新文档、API 参考和代码示例。只要用户询问特定库、框架、SDK、CLI 工具或云服务——包括 React、Next.js、Prisma、Express、Tailwind、Django、Spring Boot 等知名库——就使用本技能,因为训练数据可能未反映最近的 API 变更或版本更新。以下情况务必使用:API 语法问题、配置项、版本迁移问题、提到库名的 "how do I" 问题、涉及库特定行为的调试、安装说明,以及 CLI 工具用法。即使认为已知答案也应使用——不要依赖训练数据中的 API 细节、签名或配置项,务必对照当前文档核实;库文档与 API 细节优先于网络搜索。

io.github.Shubhamsaboo/awesome-llm-apps/project-graveyard

扫描开发者机器上已停滞的副业项目，从 git 历史逐个复盘死因（卡在支付环节、被新项目挤掉、做完了却没上线），归纳个人失败模式，挑出最值得复活的那具“尸体”并帮你把它上线。当用户提到被遗弃的、未完成的或很久以前的 side project，问“哪个该收尾”，想复活或重启某个项目，说“run the graveyard”，疑惑自己为什么总做不完事，或正要开一个和已有项目雷同的新项目时使用。完全本地运行。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.HoangNguyen0403/agent-skills-standard/nextjs-tooling

配置 Next.js 的构建工具、部署与开发者工作流。用于为 Next.js 项目搭建 Turbopack、standalone Docker 输出、bundle 分析、CI 缓存、环境变量校验或 ESLint 集成。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。

io.github.microsoft/ai-agents-for-beginners/local-ai-agents

使用 Microsoft Foundry Local 与 Qwen 函数调用模型，构建完全在开发者工作站上运行的本地优先 AI agent。涵盖小语言模型（SLM）、OpenAI 兼容的本地端点、沙箱化本地工具、基于 Chroma 的本地 RAG、本地 MCP server、云/本地混合路由，以及隐私/成本/离线的权衡取舍。基于《AI Agents for Beginners》第 17 课。适用于：本地运行 agent、离线 agent、端侧 agent、Foundry Local、Qwen 函数调用、本地工具调用、本地 RAG、Chroma 向量数据库、本地 MCP server、注重隐私的 agent、本地与云混合 agent、小语言模型 agent、本机上的工程助手。不适用于：大规模云端 agent 部署（用 deploying-scalable-agents / 第 16 课）、初次构建 agent 概念（第 01 课）、Foundry（云端）托管 agent、GPU 集群/服务端推理资源开通。