AgentScout Logo Agent Scout

MCP 生态系统周度追踪报告:2026 年 5 月第二周开发工具生态数据快照

MCP 生态系统本周快速扩展至 392 个标记仓库,周环比增长 33 个新仓库。社区实现项目 FastMCP 达到 25,009 颗星标,官方 MCP 服务器仓库累计达到 85,093 颗星标。TypeScript 和 Python 两种编程语言占据主导地位,Unity 游戏开发领域作为新的垂直类别首次出现于榜单。

AgentScout ·
#mcp #model-context-protocol #ai-agents #dev-tools #ecosystem-tracker
Analyzing Data Nodes...
SIG_CONF:CALCULATING
Verified Sources

数据概览

关键数据

  • 主体:Anthropic(官方实现)、PrefectHQ(FastMCP)、Microsoft(教育资源)以及 389 位以上的社区贡献者
  • 内容:392 个 MCP 标记仓库(较上周新增 33 个),前 25 个项目共获得 273,192 颗星标
  • 时间:2026 年 5 月 6 日当周
  • 影响:生态系统周环比增长 9.2%;Unity 游戏开发成为增长第三快的类别

方法论

本周快照通过监测以下指标追踪 MCP(Model Context Protocol,模型上下文协议)生态系统的增长:

  • 采集方法:通过 GitHub API 搜索标记为 “mcp”、“model-context-protocol” 或 “mcp-server” 的仓库
  • 验证标准:仓库需满足最少 50 颗星标,且在过去 30 天内有活跃开发
  • 收录规则:官方实现、社区框架、服务器实现、客户端库和教育资源
  • 指标定义:星标表示截至采集日期的 GitHub 仓库星标数;Fork 表示仓库分叉数;语言表示主要编程语言

数据采集时间:2026 年 5 月 5 日 22:05 UTC

本周数据

仓库星标Fork语言描述最后更新
modelcontextprotocol/servers85,09310,603TypeScript官方 MCP 服务器实现2026-05-05
PrefectHQ/fastmcp25,0091,989Python快速、Pythonic 的 MCP 服务器和客户端构建方式2026-05-05
modelcontextprotocol/python-sdk22,8863,381PythonMCP 服务器和客户端的官方 Python SDK2026-05-05
microsoft/mcp-for-beginners16,0155,231Jupyter NotebookMCP 基础知识开源课程2026-05-05
modelcontextprotocol/typescript-sdk12,3501,816TypeScriptMCP 服务器和客户端的官方 TypeScript SDK2026-05-05
mcp-use/mcp-use9,8901,267TypeScript面向 ChatGPT/Claude 和 MCP 服务器的全栈框架2026-05-05
CoplayDev/unity-mcp9,2151,050C#面向 AI 助手(Claude、Cursor)的 Unity MCP 桥接2026-05-05
lastmile-ai/mcp-agent8,307835Python使用 MCP 和工作流模式构建高效智能体2026-05-05
Upsonic/Upsonic7,839731Python使用 Python 构建自主 AI 智能体2026-05-05
grab/cursor-talk-to-figma-mcp6,730727JavaScriptAI 智能体(Cursor、Claude)与 Figma 之间的 MCP 集成2026-05-05
firecrawl/firecrawl-mcp-server6,222708JavaScript官方 Firecrawl MCP 服务器,用于网页抓取2026-05-05
appcypher/awesome-mcp-servers5,5161,378OtherModel Context Protocol 服务器精选列表2026-05-05
getsentry/XcodeBuildMCP5,420266TypeScriptXcode 构建工具的 MCP 服务器和 CLI2026-05-05
nanbingxyz/5ire5,198405TypeScript跨平台桌面 AI 助手,MCP 客户端2026-05-05
holaboss-ai/holaOS4,757274TypeScript用于数字工作自动化的开放智能体计算机2026-05-05
the-open-agent/openagent4,538537Go支持 MCP 的下一代个人 AI 助手2026-05-05
exa-labs/exa-mcp-server4,389329TypeScript用于网页搜索和抓取的 Exa MCP2026-05-05
IBM/mcp-context-forge3,662644Python面向 MCP/A2A/REST 的 AI 网关、注册中心和代理2026-05-05
zcaceres/markdownify-mcp2,631215TypeScript将内容转换为 Markdown 的 MCP 服务器2026-05-05
IvanMurzak/Unity-MCP2,568233C#Unity 引擎的 AI 技能、MCP 工具和 CLI2026-05-05
taylorwilsdon/google_workspace_mcp2,295706Python通过 MCP 控制 Gmail、Google 日历、文档、表格、幻灯片2026-05-05
metatool-ai/metamcp2,287332TypeScriptMCP 聚合器、编排器、中间件、网关2026-05-05
genieincodebottle/generative-ai2,256557Jupyter Notebook生成式 AI 资源、路线图、项目、实验2026-05-05
jamubc/gemini-mcp-tool2,190191TypeScript用于 Google Gemini CLI 集成的 MCP 服务器2026-05-05
DeusData/codebase-memory-mcp2,091239C高性能代码智能 MCP 服务器2026-05-05

周环比摘要

指标本周上周变化
标记仓库总数392359+33 (+9.2%)
星标总数(前 25)273,192N/AN/A
平均星标数(前 25)10,928N/AN/A
新仓库预估+33N/AN/A
高影响力仓库(>5k 星标)11N/AN/A

注:上周基线数据基于 GitHub 搜索建立。周环比比较将于下周快照开始提供。

趋势与观察

趋势一:TypeScript 和 Python 主导语言分布

TypeScript 以 11 个仓库领跑前 25 名(44%),Python 以 8 个仓库紧随其后(32%)。这种双语言生态系统反映了 MCP 的架构设计:TypeScript SDK 面向企业工具和基于 Web 的实现,而 Python SDK 服务于 AI/ML 社区和数据科学工作流。语言分布的均衡表明生态系统具有健康的多样性,不存在单一语言的垄断。

趋势二:Unity 游戏开发作为新类别崭露头角

三个 Unity 相关的 MCP 服务器进入前 30 名:CoplayDev/unity-mcp(9,215 颗星标)、IvanMurzak/Unity-MCP(2,568 颗星标)以及相关的游戏开发工具。这代表了传统企业和 AI 应用之外的新垂直领域。Unity 集成使 AI 助手能够直接与游戏开发环境交互,为程序化内容生成、自动化测试和开发辅助创造了工作流。

趋势三:企业采纳信号增强

面向企业的工具显示出持续增长势头:Microsoft 的教育仓库达到 16,015 颗星标,拥有 5,231 个 Fork(生态系统中最高),表明开发者入门培训需求强劲。IBM 的 mcp-context-forge(3,662 颗星标)提供企业级网关和注册中心能力。Sentry 的 XcodeBuildMCP(5,420 颗星标)面向 iOS/macOS 开发工作流。这些信号表明 MCP 正在从早期采用者阶段进入企业工具栈。

趋势四:官方与社区实现的平衡

Anthropic 官方仓库(servers、python-sdk、typescript-sdk)共拥有 120,329 颗星标,占前 25 名总数的 44%。FastMCP(25,009 颗星标)等社区实现展示了快速创新速度,有时甚至超过官方 SDK 的采纳度。这种平衡表明 Anthropic 的策略是提供基础工具,同时在之上赋能社区创新。

🔺 独家情报:别处看不到的洞察

置信度: 高 | 新颖度评分: 40/100

虽然大多数报道将 MCP 视为 AI 助手集成的协议,但真正的信号是三层生态系统架构的出现:协议层(Anthropic 官方)、框架层(FastMCP、mcp-use、Upsonic)和应用层(Unity 集成、Figma 工具、Google Workspace 连接器)。FastMCP 的 25,009 颗星标对比官方 Python SDK 的 22,886 颗星标,表明开发者更偏爱有主见的框架而非原始协议实现——这与 HTTP 框架早期的情况类似,当时 Rails 和 Django 的普及速度超过了原始 HTTP 库。9.2% 的周环比增长率(33 个新仓库)意味着如果趋势持续,预计每年将新增约 1,716 个 MCP 服务器。Unity 游戏开发领域以 3 个服务器进入前 30 名,表明游戏工作流将成为 MCP 继企业工具和 AI 智能体框架之后的第三大垂直领域。Microsoft 教育仓库积累了 5,231 个 Fork(生态系统中最高),标志着 MCP 正在达到开发者教育的临界规模——这很可能是 2026 年增长最快的新开发者工具教育资源。

关键启示: 框架构建者和应用开发者应将 MCP 作为分发渠道;生态系统 44% 官方对 56% 社区的比例表明,在不与 Anthropic 直接竞争的情况下,专业化实现仍有发展空间。

信息来源

MCP 生态系统周度追踪报告:2026 年 5 月第二周开发工具生态数据快照

MCP 生态系统本周快速扩展至 392 个标记仓库,周环比增长 33 个新仓库。社区实现项目 FastMCP 达到 25,009 颗星标,官方 MCP 服务器仓库累计达到 85,093 颗星标。TypeScript 和 Python 两种编程语言占据主导地位,Unity 游戏开发领域作为新的垂直类别首次出现于榜单。

AgentScout ·
#mcp #model-context-protocol #ai-agents #dev-tools #ecosystem-tracker
Analyzing Data Nodes...
SIG_CONF:CALCULATING
Verified Sources

数据概览

关键数据

  • 主体:Anthropic(官方实现)、PrefectHQ(FastMCP)、Microsoft(教育资源)以及 389 位以上的社区贡献者
  • 内容:392 个 MCP 标记仓库(较上周新增 33 个),前 25 个项目共获得 273,192 颗星标
  • 时间:2026 年 5 月 6 日当周
  • 影响:生态系统周环比增长 9.2%;Unity 游戏开发成为增长第三快的类别

方法论

本周快照通过监测以下指标追踪 MCP(Model Context Protocol,模型上下文协议)生态系统的增长:

  • 采集方法:通过 GitHub API 搜索标记为 “mcp”、“model-context-protocol” 或 “mcp-server” 的仓库
  • 验证标准:仓库需满足最少 50 颗星标,且在过去 30 天内有活跃开发
  • 收录规则:官方实现、社区框架、服务器实现、客户端库和教育资源
  • 指标定义:星标表示截至采集日期的 GitHub 仓库星标数;Fork 表示仓库分叉数;语言表示主要编程语言

数据采集时间:2026 年 5 月 5 日 22:05 UTC

本周数据

仓库星标Fork语言描述最后更新
modelcontextprotocol/servers85,09310,603TypeScript官方 MCP 服务器实现2026-05-05
PrefectHQ/fastmcp25,0091,989Python快速、Pythonic 的 MCP 服务器和客户端构建方式2026-05-05
modelcontextprotocol/python-sdk22,8863,381PythonMCP 服务器和客户端的官方 Python SDK2026-05-05
microsoft/mcp-for-beginners16,0155,231Jupyter NotebookMCP 基础知识开源课程2026-05-05
modelcontextprotocol/typescript-sdk12,3501,816TypeScriptMCP 服务器和客户端的官方 TypeScript SDK2026-05-05
mcp-use/mcp-use9,8901,267TypeScript面向 ChatGPT/Claude 和 MCP 服务器的全栈框架2026-05-05
CoplayDev/unity-mcp9,2151,050C#面向 AI 助手(Claude、Cursor)的 Unity MCP 桥接2026-05-05
lastmile-ai/mcp-agent8,307835Python使用 MCP 和工作流模式构建高效智能体2026-05-05
Upsonic/Upsonic7,839731Python使用 Python 构建自主 AI 智能体2026-05-05
grab/cursor-talk-to-figma-mcp6,730727JavaScriptAI 智能体(Cursor、Claude)与 Figma 之间的 MCP 集成2026-05-05
firecrawl/firecrawl-mcp-server6,222708JavaScript官方 Firecrawl MCP 服务器,用于网页抓取2026-05-05
appcypher/awesome-mcp-servers5,5161,378OtherModel Context Protocol 服务器精选列表2026-05-05
getsentry/XcodeBuildMCP5,420266TypeScriptXcode 构建工具的 MCP 服务器和 CLI2026-05-05
nanbingxyz/5ire5,198405TypeScript跨平台桌面 AI 助手,MCP 客户端2026-05-05
holaboss-ai/holaOS4,757274TypeScript用于数字工作自动化的开放智能体计算机2026-05-05
the-open-agent/openagent4,538537Go支持 MCP 的下一代个人 AI 助手2026-05-05
exa-labs/exa-mcp-server4,389329TypeScript用于网页搜索和抓取的 Exa MCP2026-05-05
IBM/mcp-context-forge3,662644Python面向 MCP/A2A/REST 的 AI 网关、注册中心和代理2026-05-05
zcaceres/markdownify-mcp2,631215TypeScript将内容转换为 Markdown 的 MCP 服务器2026-05-05
IvanMurzak/Unity-MCP2,568233C#Unity 引擎的 AI 技能、MCP 工具和 CLI2026-05-05
taylorwilsdon/google_workspace_mcp2,295706Python通过 MCP 控制 Gmail、Google 日历、文档、表格、幻灯片2026-05-05
metatool-ai/metamcp2,287332TypeScriptMCP 聚合器、编排器、中间件、网关2026-05-05
genieincodebottle/generative-ai2,256557Jupyter Notebook生成式 AI 资源、路线图、项目、实验2026-05-05
jamubc/gemini-mcp-tool2,190191TypeScript用于 Google Gemini CLI 集成的 MCP 服务器2026-05-05
DeusData/codebase-memory-mcp2,091239C高性能代码智能 MCP 服务器2026-05-05

周环比摘要

指标本周上周变化
标记仓库总数392359+33 (+9.2%)
星标总数(前 25)273,192N/AN/A
平均星标数(前 25)10,928N/AN/A
新仓库预估+33N/AN/A
高影响力仓库(>5k 星标)11N/AN/A

注:上周基线数据基于 GitHub 搜索建立。周环比比较将于下周快照开始提供。

趋势与观察

趋势一:TypeScript 和 Python 主导语言分布

TypeScript 以 11 个仓库领跑前 25 名(44%),Python 以 8 个仓库紧随其后(32%)。这种双语言生态系统反映了 MCP 的架构设计:TypeScript SDK 面向企业工具和基于 Web 的实现,而 Python SDK 服务于 AI/ML 社区和数据科学工作流。语言分布的均衡表明生态系统具有健康的多样性,不存在单一语言的垄断。

趋势二:Unity 游戏开发作为新类别崭露头角

三个 Unity 相关的 MCP 服务器进入前 30 名:CoplayDev/unity-mcp(9,215 颗星标)、IvanMurzak/Unity-MCP(2,568 颗星标)以及相关的游戏开发工具。这代表了传统企业和 AI 应用之外的新垂直领域。Unity 集成使 AI 助手能够直接与游戏开发环境交互,为程序化内容生成、自动化测试和开发辅助创造了工作流。

趋势三:企业采纳信号增强

面向企业的工具显示出持续增长势头:Microsoft 的教育仓库达到 16,015 颗星标,拥有 5,231 个 Fork(生态系统中最高),表明开发者入门培训需求强劲。IBM 的 mcp-context-forge(3,662 颗星标)提供企业级网关和注册中心能力。Sentry 的 XcodeBuildMCP(5,420 颗星标)面向 iOS/macOS 开发工作流。这些信号表明 MCP 正在从早期采用者阶段进入企业工具栈。

趋势四:官方与社区实现的平衡

Anthropic 官方仓库(servers、python-sdk、typescript-sdk)共拥有 120,329 颗星标,占前 25 名总数的 44%。FastMCP(25,009 颗星标)等社区实现展示了快速创新速度,有时甚至超过官方 SDK 的采纳度。这种平衡表明 Anthropic 的策略是提供基础工具,同时在之上赋能社区创新。

🔺 独家情报:别处看不到的洞察

置信度: 高 | 新颖度评分: 40/100

虽然大多数报道将 MCP 视为 AI 助手集成的协议,但真正的信号是三层生态系统架构的出现:协议层(Anthropic 官方)、框架层(FastMCP、mcp-use、Upsonic)和应用层(Unity 集成、Figma 工具、Google Workspace 连接器)。FastMCP 的 25,009 颗星标对比官方 Python SDK 的 22,886 颗星标,表明开发者更偏爱有主见的框架而非原始协议实现——这与 HTTP 框架早期的情况类似,当时 Rails 和 Django 的普及速度超过了原始 HTTP 库。9.2% 的周环比增长率(33 个新仓库)意味着如果趋势持续,预计每年将新增约 1,716 个 MCP 服务器。Unity 游戏开发领域以 3 个服务器进入前 30 名,表明游戏工作流将成为 MCP 继企业工具和 AI 智能体框架之后的第三大垂直领域。Microsoft 教育仓库积累了 5,231 个 Fork(生态系统中最高),标志着 MCP 正在达到开发者教育的临界规模——这很可能是 2026 年增长最快的新开发者工具教育资源。

关键启示: 框架构建者和应用开发者应将 MCP 作为分发渠道;生态系统 44% 官方对 56% 社区的比例表明,在不与 Anthropic 直接竞争的情况下,专业化实现仍有发展空间。

信息来源

pwemuryyacnocfsa95guxc░░░apaa3peeazk5i3is3irqveyoiuxc0t0ne░░░marlnx81rgqjz3ckpuw65r8q1w3gaf1zn░░░zu22vw3fiihp9j861v45yr8e94yw4y░░░esbxhdrd8vtddbp23ln55t9qtw45hh0a░░░cfjjtzdm93jzif67gal3oodo308w4lap6░░░g6yj7ymez7zrg4vq08o0di5k0j47q0w░░░auq8v3shs4hmurxf6ywxgaievv78x8m████wpztqxenfucqpxy8zmlnjky00z365pqe░░░w00zt4f5xrn04tg7rnzkp8kfnz8hr91k7████e9sz8kqrpi5wmzx854e37n23d2v31g8gw████fgtvaihw9pdp0ixm6lifvbm2gs5793ck████8838vyhc96itqj31werwq9koloaumtfl7░░░iyvz8zngcs44yrwp08le9i507c6j2icr░░░x0n1piuxfzgonrb316yqzo0oq46y6m82dl████cu0iblgskonty2fvymcg1mjq4omc31p2s████0c3mydc5c0pqdddexwrb2eokzz0ogghel░░░bbykainmatsxd6qdxa6h8ykht714fff░░░r6c39iijvrifydda3uilkh4f984jq4vah░░░e3qjvex6vsoxi0jdjueuc9oizm3ph31████e9llgh8ycjvymhpwviilns11jfjvvig1b░░░sgnipjqjxahf04t3elo0evy6nyrisa51░░░76jew0sx1ongr54pirry561g8r0y92ppy████6v08m6prtdct208l185m7ifh9iw7yb5████gt6ti6nlgi85dxdtumv2eyr3hwfbnif0n████ycwwrgfbwqxjez1ct6dz0uqrkh3ju░░░6xpn0a80s1sjela9ckcc3sabhleq5br░░░pnnp64vskca2uh8sf75337s4n53az0doq░░░atboo78xqcumv2rtk7lpqr8fd505all3████oozu37tjv5h2418kqm3uxrikvuk1f4iph8████78qx1gb3jcb8tpv6pfymca4kndwpsh164░░░imlqcs8lx0mgsn3z5f2zxqyrk41ij5syh████wqvcwkaudzqymnw75dwu6cmzwjdpwprc████39z3jsm8y9637c8jzfvfant6ntqr7kc3j░░░omc3umf5psph1mpee7x0kujhdap6dz1████kfcb1byu7urkwioaoudj58ae43pna3jkl░░░dq7nvrou02abc6xofa2qndw0pyw5o8drd████jsiw15cz9rj6n3q4g0orlzxowx71ob████a0029n5zu08f5ewliyg3tdt9tt09qkoae████u1wz6q634xqiu3ryrb0ew8z6ri03joi3░░░4qknr9fjfasitss8flb6l47nj6c0po░░░9tdp5pbjrkp0rtkp2ffbqg2blyvm1h2wb████i98cic9rugjcce5ujhpbme4iovehbz9fl████djee6urnucucxc5r01a2yh30aeix8sxly░░░aks9vgsyh35n0rt0y98r8ts5g07fccnfd░░░jqnx0y0xaycvhl8uap2f5gjihibfpcq░░░hx6hru3117goyv48roox9g7uitkdxfzxt░░░3wj27yzjpujxdxho2rihdkh2121q11l░░░w6ovdo1m8sbfb6jsd96a2m7jxhmwsnupy░░░to5iuxc9dejqcjyqesm7hp52ytibkpztj░░░hviqainxfuu