Server MCP Terbaik 2025

AAI LABS
Computing/SoftwareSmall Business/StartupsInternet Technology

Transcript

00:00:00Tahun 2025 benar-benar signifikan untuk AI,
00:00:02dengan munculnya gelombang model dan alat yang luar biasa,
00:00:05masing-masing lebih cepat dan lebih mampu dari sebelumnya.
00:00:08Salah satu hal paling signifikan yang dirilis adalah Model Context Protocol,
00:00:13yang diluncurkan oleh Anthropic akhir 2024,
00:00:15dan itu benar-benar meledak.
00:00:17Banyak produk dan layanan dibangun di sekitarnya,
00:00:19dan seiring tahun ini berakhir,
00:00:21saya ingin berbagi enam MCP terbaik yang benar-benar mengubah cara saya melihat pengembangan sekarang.
00:00:26Tetapi sebelum itu, sepatah kata dari sponsor kami, Blink.
00:00:29Jika Anda pernah mencoba membangun SaaS bertenaga AI,
00:00:31Anda tahu bagian tersulit bukan idenya.
00:00:33Itu memilih model,
00:00:34mengelola kredit,
00:00:35dan membuat semuanya bekerja bersama.
00:00:37Blink menangani semua itu.
00:00:39Dengan Blink,
00:00:39Anda tidak hanya membangun aplikasi dengan cepat,
00:00:41Anda mendapat kontrol penuh.
00:00:42Pilih model AI Anda sendiri,
00:00:44seperti Claude Opus,
00:00:45Gemini,
00:00:45atau GPT,
00:00:46atau biarkan Mode Otomatis Blink memilih yang terbaik untuk kasus penggunaan Anda,
00:00:50mengoptimalkan output dan penggunaan kredit,
00:00:52tidak seperti alat yang diam-diam menguras kredit.
00:00:54Mendesain aplikasi Anda sama sederhananya.
00:00:56Unggah tangkapan layar dari Figma atau bagikan inspirasi dari Pinterest atau Dribbble,
00:01:01dan Blink membuat ulang UI dengan indah..
00:01:03Mengintegrasikan AI juga mudah.
00:01:04Baik chat,
00:01:05gambar,
00:01:06audio,
00:01:06atau video,
00:01:07Blink memandu Anda agar semuanya berfungsi lancar..
00:01:10Jika Anda ingin membangun aplikasi yang nyata dan polished yang benar-benar diluncurkan,
00:01:13Blink adalah jalan pintas Anda.
00:01:14Klik tautan di komentar yang disematkan dan mulai membangun hari ini.
00:01:17Mari kita mulai dengan server MCP yang mengubah cara saya bekerja dengan editor kode AI.
00:01:22Context 7.
00:01:23Context 7 menarik semua dokumentasi terbaru yang spesifik versi dan contoh kode langsung ke agen pengkodean AI..
00:01:30Ini menghilangkan banyak masalah yang muncul selama pengkodean AI,
00:01:33seperti ketidakcocokan dependensi.
00:01:35Sebaliknya,
00:01:35itu menyediakan agen AI Anda dengan basis pengetahuan tentang cara menggunakan perpustakaan apa pun.
00:01:39Tersedia di berbagai paket,
00:01:41termasuk yang gratis yang terbatas pada perpustakaan open source.
00:01:44Untuk menggunakannya,
00:01:45Anda cukup mendaftar,
00:01:46membuat kunci API,
00:01:47dan menginstalnya ke alat pengkodean pilihan Anda menggunakan perintah instalasi.
00:01:50Setelah selesai,
00:01:51MCP dan semua toolnya siap digunakan di proyek Anda segera.
00:01:55Menggunakan MCP,
00:01:56model dapat mencari dokumentasi kerangka kerja yang saya minta untuk digunakan.
00:02:00Kemudian membuat panggilan alat untuk mengambil dokumentasi dan panduan mulai cepat,
00:02:03mengimplementasikan tugas menggunakan dokumentasi itu sebagai referensi.
00:02:07Tidak seperti pencarian web sederhana,
00:02:08yang mengembalikan hasil yang tidak terstruktur dan sering kali samar,
00:02:12Context 7 mengambil cuplikan dokumentasi yang relevan karena mereka mempertahankan database vektor dokumentasi yang sering diperbarui dan menggunakan pencarian semantik untuk mendapatkan data setiap kali ada pertanyaan.
00:02:21Ada juga alat lain yang bekerja dengan cara serupa yang disebut Ref,
00:02:25yang pada dasarnya adalah versi hemat konteks dari Context 7.
00:02:28Ini menghubungkan fitur seperti kemampuan Context 7,
00:02:31pencarian web,
00:02:31web scraping,
00:02:32dan pencarian kode di satu platform.
00:02:34Ref menggunakan pencarian semantik,
00:02:36dan tidak seperti Context 7,
00:02:37yang menyuntikkan dokumen besar ke jendela konteks,
00:02:40itu hanya mengungkap bagian yang relevan untuk pertanyaan spesifik Anda.
00:02:43Tetapi paket gratis itu berisi kredit yang sangat terbatas,
00:02:46setelah itu Anda harus pindah ke tier berbayar.
00:02:48Jadi kecuali Anda membutuhkan fitur tambahan itu,
00:02:50Context 7 adalah pilihan yang lebih baik.
00:02:51MCP berikutnya ini sangat penting dalam hal penghematan konteks dan bertindak sebagai jembatan antara semua MCP,
00:02:58Docker MCP.
00:02:58Itu sebenarnya menggunakan dua alat untuk membiarkan Anda terhubung dengan banyak MCP langsung dalam agen AI Anda.
00:03:03Fitur kunci MCP ini adalah mengurangi alat yang diungkapkan dalam konteks.
00:03:07Docker mempertahankan katalog server MCP yang diverifikasi yang dapat Anda percayai.
00:03:11Anda hanya perlu menambahkan server MCP tunggal ke klien AI yang Anda gunakan dan menghubungkan MCP yang perlu Anda akses di Docker.
00:03:17Kemudian ketika Anda terhubung ke klien Anda dan memintanya menggunakan MCP yang terhubung,
00:03:22itu akan menggunakan alat seperti MCP Find dan MCP Add untuk mengakses MCP melalui Docker dan mengembalikan hasil kepada Anda.
00:03:27Dengan menggunakan Docker MCP,
00:03:29hanya alat yang diperlukan untuk kueri spesifik yang dimuat yang mencegah konteks dari kembung dengan alat yang tidak perlu.
00:03:35Jadi sekarang jendela konteks Anda hanya terdiri dari dua alat bahkan jika MCP yang Anda hubungkan di Docker berisi ratusan.
00:03:41Ini juga sangat aman karena semua alat berjalan di sandbox dalam Docker.
00:03:46Masalah fundamental yang dihadapi saat menggunakan MCP adalah jendela konteks yang kembung karena banyak alat diungkapkan dalam jendela konteks padahal hanya beberapa yang benar-benar diperlukan.
00:03:54Cloudflare dan Anthropic keduanya menyoroti ini dan Cloudflare memberikan konsep umum solusinya,
00:03:59menyebutnya mode kode.
00:04:01Docker sebenarnya adalah yang pertama mengatasi masalah ini.
00:04:03Kami sebelumnya membuat video yang menunjukkan apa itu mode kode dan bagaimana itu menyelesaikan masalah.
00:04:08Mode kode juga memungkinkan MCP dinamis yang memungkinkan agen AI melampaui sekadar menemukan alat dan membuat alat yang diaktifkan JavaScript yang dapat memanggil alat MCP lainnya.
00:04:18Kami menunjukkan ini dalam video kami yang menunjukkan berapa banyak waktu dan konteks fitur ini benar-benar hemat.
00:04:23Sekarang datang ke MCP server favorit pribadi saya dan andalan untuk komponen UI,
00:04:28server ShadCN registry MCP.
00:04:29ShadCN adalah perpustakaan komponen UI yang sangat keren yang sepenuhnya dapat disesuaikan dan Anda dapat menggunakannya langsung di aplikasi web Anda.
00:04:36Tetapi jika Anda menggunakannya langsung di UI Anda tanpanya,
00:04:39Anda mungkin menghadapi banyak masalah karena agen AI tidak memiliki konteks spesifik tentang komponen.
00:04:44Tetapi dengan MCP ini, semuanya berubah.
00:04:46MCP ini memungkinkan Anda mendapatkan komponen secara langsung dan memasangnya.
00:04:50Sekarang ShadCN MCP juga memungkinkan Anda menghubungkan registri.
00:04:53Registri pada dasarnya adalah indeks yang menunjukkan di mana mendapatkan komponen tertentu dan dependensi apa yang diperlukan untuk memasangnya dengan benar.
00:05:00Server MCP ini memungkinkan Anda berinteraksi dengan item dari registri ShadCN dan mendapatkan komponen dari mereka seperti Aseternity UI,
00:05:08Magic UI dan banyak lagi.
00:05:09Cukup sederhana untuk dipasang.
00:05:10Cukup salin dan tempel perintah dan MCP akan dikonfigurasi dan siap digunakan segera.
00:05:15Menambahkan registri kustom semudah menambahkan beberapa baris kode ke file components.json.
00:05:21Dan jujur saja,
00:05:21saya telah menggunakannya banyak untuk membangun komponen UI yang indah.
00:05:24Ini adalah yang baru,
00:05:25tetapi Google baru saja mengumumkan server MCP yang sepenuhnya terkelola yang memberi Anda akses ke layanan Google Cloud.
00:05:30Diluncurkan bersama Gemini 3,
00:05:32server ini memperkenalkan Google Maps MCP.
00:05:35Ini memungkinkan agen menggunakan grounding berbasis lokasi,
00:05:37menarik data akurat langsung dari Google Maps dan membuka kemungkinan baru untuk agen AI Anda.
00:05:42BigQuery MCP memungkinkan agen menginterpretasikan data perusahaan sambil menghilangkan masalah data sensitif dalam jendela konteks.
00:05:49Selain itu,
00:05:50mereka meluncurkan Google Compute MCP,
00:05:52yang memungkinkan MCP mengelola layanan cloud.
00:05:54Dan dengan Kubernetes MCP,
00:05:56operasi kontainer tidak pernah semudah ini.
00:05:58Semua MCP baru ini bersifat jarak jauh dan juga bukan open source.
00:06:02Panduan mulai cepat mereka tertaut di repo GitHub mereka,
00:06:04yang akan saya tautkan di deskripsi di bawah.
00:06:07Tetapi kami tidak bisa begitu saja tanpa menyebutkan MCP layanan Google lainnya.
00:06:10Ini bersifat open source dan mencakup Google Workspace,
00:06:13Firebase,
00:06:13Google Analytics,
00:06:14Flutter dan banyak lagi.
00:06:15Dari semuanya,
00:06:16saya telah menggunakan Firebase MCP banyak dalam proyek saya.
00:06:19Karena kami menjalankan saluran YouTube dan mengelola semua konten,
00:06:23unggahan,
00:06:23tenggat waktu,
00:06:24penelitian dan sistem kami di Notion,
00:06:26Notion MCP telah paling membantu kami.
00:06:28Sangat mudah untuk dipasang.
00:06:29Cukup jalankan satu perintah dan itu sudah siap..
00:06:32Anda hanya perlu mengotentikasi itu pertama kali Anda memasangnya,
00:06:35dan itu dilengkapi dengan semua alat yang diperlukan untuk mengelola halaman Notion Anda.
00:06:38Menggunakan set alat ini,
00:06:40itu dapat mencari,
00:06:40mengambil,
00:06:41membuat,
00:06:41memperbarui,
00:06:42memindahkan dan menangani berbagai tugas dalam ruang kerja yang terhubung Anda.
00:06:45Ada penggunaan menakjubkan lainnya untuk Notion MCP juga.
00:06:48Saya secara pribadi menggunakan Claude dan Notion MCP untuk mengelola tim saya,
00:06:52status konten,
00:06:52melacak ide yang kami miliki dalam pipeline dan menambahkan ide baru atau menyempurnakannya.
00:06:57Ini telah sangat membantu saya melacak dan menyederhanakan tugas dan alur kerja harian saya menggunakan Notion MCP.
00:07:03Ada juga MCP Obsidian dengan kemampuan serupa jika Anda tidak menggunakan Notion untuk tugas-tugas Anda.
00:07:09MCP Obsidian dapat melakukan semua operasi yang sama dan mengelola halaman Anda.
00:07:13Berakhir dengan salah satu server MCP paling powerful yang jujur saja saya mulai gunakan di sebagian besar proyek saya,
00:07:19yaitu Supabase MCP.
00:07:20Karena kami menggunakan Supabase untuk sebagian besar backend dalam proyek-proyek kecil yang kami luncurkan,
00:07:25MCP ini sangat membantu.
00:07:26Ini menghilangkan kebutuhan untuk menulis query SQL secara manual atau mengelola skema dan konfigurasi database.
00:07:32Dengan MCP ini,
00:07:33editor kode AI Anda dapat menangani semuanya sendiri,
00:07:36dari manajemen skema database hingga operasi SQL.
00:07:39Dan Anda hanya perlu mengarahkannya melalui prompt di platform yang Anda gunakan.
00:07:42Proses instalasi cukup sederhana.
00:07:44Anda hanya perlu masuk ke MCP dan mengautentikasi,
00:07:46kemudian semua tools akan tersedia untuk digunakan.
00:07:49Setelah itu,
00:07:49Anda tinggal meminta AI tool Anda untuk membuat database yang proper.
00:07:52Dia dapat menangani semuanya mulai dari membuat proyek hingga mengelola biaya dan mengatur seluruh lingkungan dengan sendirinya.
00:07:58Itu membawa kita ke akhir video ini.
00:08:00Jika Anda ingin mendukung channel dan membantu kami terus membuat video seperti ini,
00:08:04Anda bisa melakukannya dengan menggunakan tombol super thanks di bawah.
00:08:07Seperti biasa,
00:08:07terima kasih telah menonton dan sampai jumpa di video berikutnya.

Key Takeaway

Enam server MCP terbaik tahun 2025 merevolusi pengembangan AI dengan menyediakan akses terstruktur ke dokumentasi, layanan cloud, komponen UI, dan database yang mengoptimalkan kinerja agen AI.

Highlights

Model Context Protocol (MCP) yang diluncurkan Anthropic akhir 2024 telah menjadi signifikan dengan banyak produk dan layanan dibangun di sekitarnya

Context 7 dan Ref adalah MCP untuk dokumentasi yang membantu agen AI mengakses basis pengetahuan perpustakaan dengan pencarian semantik untuk menghindari ketidakcocokan dependensi

Docker MCP bertindak sebagai jembatan antar MCP dengan mengurangi alat yang diungkapkan dalam konteks, mencegah kembung pada jendela konteks

ShadCN Registry MCP memungkinkan agen AI mendapatkan komponen UI secara langsung dan memasangnya dengan kemampuan menghubungkan registri kustom

Google Cloud telah meluncurkan server MCP terkelola termasuk Google Maps MCP, BigQuery MCP, Google Compute MCP, dan Kubernetes MCP untuk layanan cloud

Notion MCP dan Firebase MCP membantu mengelola konten, upload, tenggat waktu, dan data dengan kemampuan pencarian, pembuatan, pembaruan, dan perpindahan halaman

Supabase MCP menghilangkan kebutuhan menulis query SQL manual dan mengelola skema database dengan membiarkan editor kode AI menangani manajemen database secara otomatis

Timeline

Pengenalan dan Latar Belakang Model Context Protocol

Video dimulai dengan membahas signifikansi tahun 2025 untuk AI dengan munculnya gelombang model dan alat yang lebih cepat dan mampu. Pembicara menyoroti Model Context Protocol (MCP) yang diluncurkan oleh Anthropic akhir 2024 sebagai salah satu rilis paling signifikan yang telah meledak dalam adopsi dengan banyak produk dan layanan dibangun di sekitarnya. Pembicara berniat berbagi enam MCP terbaik yang mengubah cara melihat pengembangan modern. Sebelum masuk ke topik utama, ada sponsor Blink yang menangani tantangan membangun SaaS bertenaga AI seperti memilih model, mengelola kredit, dan membuat semuanya bekerja bersama dengan kontrol penuh dan kemampuan desain UI yang mudah.

Context 7 dan Ref: MCP untuk Dokumentasi Terbaru

Context 7 adalah MCP pertama yang dibahas yang menarik dokumentasi terbaru spesifik versi dan contoh kode langsung ke agen pengkodean AI, menghilangkan masalah seperti ketidakcocokan dependensi. MCP ini menyediakan basis pengetahuan kepada agen AI tentang cara menggunakan perpustakaan apa pun dengan tersedia di berbagai paket termasuk yang gratis untuk open source. Pembicara menjelaskan bahwa tidak seperti pencarian web sederhana yang mengembalikan hasil tidak terstruktur, Context 7 menggunakan pencarian semantik pada database vektor dokumentasi yang sering diperbarui. Ada juga Ref sebagai versi hemat konteks yang menghubungkan fitur seperti pencarian web, web scraping, dan pencarian kode dalam satu platform, tetapi paket gratisnya terbatas sehingga Context 7 adalah pilihan yang lebih baik untuk kebanyakan kasus.

Docker MCP: Jembatan Antar MCP dan Penghematan Konteks

Docker MCP sangat penting untuk penghematan konteks dan bertindak sebagai jembatan antara semua MCP dengan menggunakan dua alat untuk menghubungkan banyak MCP langsung dalam agen AI. Fitur kunci adalah mengurangi alat yang diungkapkan dalam konteks karena Docker mempertahankan katalog server MCP yang terverifikasi dan hanya memuat alat yang diperlukan untuk kueri spesifik. Ini mencegah konteks menjadi penuh dengan alat yang tidak perlu dan hanya jendela konteks terdiri dari dua alat bahkan jika MCP yang terhubung berisi ratusan, serta sangat aman karena semua alat berjalan di sandbox dalam Docker. Pembicara mencatat bahwa mode kode adalah solusi umum untuk masalah fundamental jendela konteks yang kembung karena banyak alat diungkapkan padahal hanya beberapa yang benar-benar diperlukan, dan Docker adalah yang pertama mengatasi masalah ini secara efektif.

ShadCN Registry MCP untuk Komponen UI yang Dapat Disesuaikan

ShadCN Registry MCP adalah MCP server favorit pribadi pembicara dan andalan untuk komponen UI, memungkinkan mendapatkan komponen secara langsung dan memasangnya. ShadCN adalah perpustakaan komponen UI yang sepenuhnya dapat disesuaikan yang dapat digunakan langsung di aplikasi web, dan MCP ini memecahkan masalah di mana agen AI tidak memiliki konteks spesifik tentang komponen UI. MCP ini memungkinkan menghubungkan registri yang merupakan indeks yang menunjukkan di mana mendapatkan komponen tertentu dan dependensi apa yang diperlukan untuk memasangnya dengan benar. Server MCP ini memungkinkan berinteraksi dengan item dari registri ShadCN dan mendapatkan komponen dari berbagai sumber seperti Aseternity UI dan Magic UI dengan instalasi yang sangat sederhana hanya dengan menyalin dan menempel perintah. Pembicara mengungkapkan bahwa dia telah menggunakannya banyak untuk membangun komponen UI yang indah dengan kemampuan menambahkan registri kustom semudah menambahkan beberapa baris kode ke file components.json.

Google Cloud MCP Services: Maps, BigQuery, Compute, dan Kubernetes

Google baru saja mengumumkan server MCP yang sepenuhnya terkelola yang memberi akses ke layanan Google Cloud, diluncurkan bersama Gemini 3 dengan Google Maps MCP yang memungkinkan agen menggunakan grounding berbasis lokasi dan menarik data akurat langsung dari Google Maps. BigQuery MCP memungkinkan agen menginterpretasikan data perusahaan sambil menghilangkan masalah data sensitif dalam jendela konteks, Google Compute MCP memungkinkan MCP mengelola layanan cloud, dan Kubernetes MCP membuat operasi kontainer lebih mudah. Semua MCP baru ini bersifat jarak jauh dan juga bukan open source, tetapi panduan mulai cepat mereka tertaut di repo GitHub mereka. Selain itu, ada MCP layanan Google lainnya yang bersifat open source dan mencakup Google Workspace, Firebase, Google Analytics, Flutter dan banyak lagi yang memperluas ekosistem integrasi Google dengan agen AI.

Notion MCP dan Firebase MCP untuk Manajemen Konten dan Data

Notion MCP telah paling membantu pembicara karena mereka menjalankan saluran YouTube dan mengelola semua konten, upload, tenggat waktu, penelitian dan sistem di Notion. Notion MCP sangat mudah dipasang hanya dengan menjalankan satu perintah dan memerlukan otentikasi pertama kali pemasangan, dilengkapi dengan semua alat yang diperlukan untuk mengelola halaman Notion. Menggunakan set alat ini, MCP dapat mencari, mengambil, membuat, memperbarui, memindahkan dan menangani berbagai tugas dalam ruang kerja yang terhubung. Pembicara secara pribadi menggunakan Claude dan Notion MCP untuk mengelola tim, status konten, melacak ide dalam pipeline dan menambahkan atau menyempurnakannya, yang telah sangat membantu melacak dan menyederhanakan tugas dan alur kerja harian. Ada juga MCP Obsidian dengan kemampuan serupa jika tidak menggunakan Notion, dan Firebase MCP juga telah banyak digunakan dalam proyek-proyek pembicara untuk manajemen data backend.

Supabase MCP: Manajemen Database dan Operasi SQL Otomatis

Supabase MCP adalah salah satu server MCP paling powerful yang pembicara mulai gunakan di sebagian besar proyek karena menggunakan Supabase untuk sebagian besar backend dalam proyek-proyek kecil yang diluncurkan. MCP ini sangat membantu karena menghilangkan kebutuhan untuk menulis query SQL secara manual atau mengelola skema dan konfigurasi database, membiarkan editor kode AI menangani semuanya sendiri dari manajemen skema database hingga operasi SQL. Pembicara hanya perlu mengarahkan melalui prompt di platform yang digunakan dan proses instalasi cukup sederhana hanya dengan masuk ke MCP dan mengautentikasi agar semua tools tersedia. Setelah itu, pembicara tinggal meminta AI tool untuk membuat database yang proper dan AI dapat menangani semuanya mulai dari membuat proyek hingga mengelola biaya dan mengatur seluruh lingkungan dengan sendirinya, membuat pengembangan backend menjadi jauh lebih efisien dan otomatis.

Community Posts

View all posts