zcaceres/markdownify-mcp
📇 - Un servidor MCP para convertir casi cualquier archivo o contenido web a Markdown
Cargando...
Recursos públicos compartidos por la comunidad Falken. Descubre prompts, IAs, skills y más.
📇 - Un servidor MCP para convertir casi cualquier archivo o contenido web a Markdown
- Herramientas y plantillas para crear cuadros y paneles de datos validados y mantenibles.
📇 🪟 - Más de 45 tipos de gráficos interactivos (barras, líneas, circulares, velas, sankey, geo, radar, embudo, mapa de árbol y más), paneles con tarjetas KPI, navegación detallada, sondeo API en vivo, 20 temas y exportación a PNG/PPT/A4. Construido sobre aplicaciones MCP.
📇 🪟 - Servidor MCP de compresión de datos. 7 herramientas para cuantificación gzip, brotli, deflate y TurboQuant. Selecciona automáticamente el mejor algoritmo. Compresión 60x en documentos. Cero dependencias.
- Conversión de unidades y análisis dimensional respaldado por la base de datos de unidades GNU incluida (más de 3000 unidades, expresiones compuestas, reducción a unidades base SI). Fuera de línea y determinista. .
- Servidor MCP oficial que permite una orquestación perfecta de la búsqueda de hiperparámetros y otras tareas de optimización con Optuna.
📇 🪟 - Gráficos de tamaño Word (minigráficos, barras, viñetas: 106 tipos) renderizados en SVG autónomo con texto alternativo generado. Tres herramientas: encontrar el gráfico adecuado para una pregunta, obtener su cableado y renderizarlo. Funciona en superficies de chat que no pueden ejecutar React. Instalar a través de .
📇 - Genere diagramas a partir de JSON estructurado en 18 tipos (arquitectura, ERD, secuencia, diagrama de flujo, Gantt...): SVG/PNG nativo, sin navegador sin cabeza. Creado para LLM y agentes.
🪟 - Contrato de experimento de aprendizaje automático operable por agente (contratos cq.yaml + JSON) con un servidor MCP integrado que expone 14 herramientas (resolve/inspect/run/validate/describe/compare/lineage) para ejecutar, validar y rastrear experimentos en cualquier marco (PyTorch/HF Trainer/Lightning/sklearn/XGBoost). apac
- Permite la exploración de datos autónoma en conjuntos de datos basados en .csv, proporcionando información inteligente con el mínimo esfuerzo.
- Este servidor Kaggle MCP hace que Kaggle sea más accesible al permitirle explorar competiciones, tablas de clasificación, modelos, conjuntos de datos y núcleos directamente dentro de MCP, lo que agiliza el descubrimiento para los científicos y desarrolladores de datos.
🪟 - Genere hermosos paneles HTML independientes a partir de archivos CSV/Excel con visualizaciones interactivas de ECharts, tema de degradado oscuro y tablas de datos ordenables.
📇 🪟 - Servidor MCP de inteligencia de decisiones con 19 algoritmos (bandidos, Monte Carlo, optimización de restricciones, pronóstico, detección de anomalías, análisis de riesgos, algoritmos gráficos), 28 herramientas MCP. Instalar a través de .
- Permite a los agentes consultar información local sobre dependencias en un proyecto Ruby.
🪟 - Servidor de gráficos sin dependencia que representa barras, líneas, circulares, dispersión y más desde JSON o CSV a SVG, HTML, PNG o URL de datos. Temas integrados; La salida PNG se muestra en línea en el chat. Instalar a través de .
🪟 - Protocolo de contexto modelo para R: permite a los agentes de IA participar en sesiones interactivas de R en vivo.
- conecta Jupyter Notebook con Claude AI, lo que le permite a Claude interactuar directamente con Jupyter Notebooks y controlarlos.
- La primera integración de NetworkX para Model Context Protocol, que permite el análisis y la visualización de gráficos directamente en conversaciones de IA. Admite 13 operaciones que incluyen algoritmos de centralidad, detección de comunidades, PageRank y visualización de gráficos.
📇 🪟 - Comparación de modelos LLM/VLM en tiempo real con puntos de referencia, precios y recomendaciones personalizadas de 5 fuentes de datos. No se requiere clave API.
🪟 - Herramientas por lotes deterministas para que los agentes de LLM dejen de adivinar las fechas y las matemáticas del próximo token. Instantánea enriquecida (18 campos), despachador de lotes (diff/until/since/add/weekday/business_days, análisis de lenguaje natural), evaluación de Python con matemáticas y estadísticas precargadas y conversión de unidades basada en pintas. Un cableado para fechas + matemáticas.
- Matemáticas herméticas para agentes: búsqueda de teoremas de 3,7 millones, ID constante de PSLQ, OEIS, verificaciones reales del kernel Lean, listas de verificación de aplicabilidad. No hay LLM adentro, no hay clave API.
🪟 - Vincule múltiples fuentes de datos (SQL, CSV, Parquet, etc.) y solicite a AI que analice los datos para obtener información y visualizaciones.
🪟 - Servidor MCP para Dingo: una herramienta integral de evaluación de la calidad de los datos. Servidor Permite la interacción con las capacidades de evaluación basadas en reglas y LLM de Dingo y con el listado de reglas y avisos.
📇 🪟 — Las herramientas para crear e interactuar con GrowthBook incluyen indicadores y experimentos.