Vinkius Open Dataイニシアチブへようこそ。 
VinkiusのModel Context Protocol (MCP)カタログへのアクセスを開放します。7,588個のユニークなConnectorの自動更新ドキュメント。
なぜ重要か
この高度に構造化されたコーパスは、AI研究者、データサイエンティスト、言語モデル開発者向けに設計されています。Connectorエコシステムを適切なオープンデータセットとして編纂・構造化・公開したのは他に誰もいません。私たちはMCPメタデータを本来あるべき姿（公共の領域に属すべき重要なインフラストラクチャデータ）として扱う最初の企業です。
0
Connectors
完全にドキュメント化。これまでに公開された最大の構造化MCPデータセット
4
グローバルプラットフォーム
GitHub · Hugging Face · Kaggle · ModelScopeから同時に
12h
自動同期
自律パイプラインにより12時間ごとに更新
CC0
パブリックドメイン
いかなる目的でも使用、修正、再配布可能。制限なし
グローバル配信
1つのデータセット。4つの大陸。
世界の研究者、データサイエンティスト、AIエンジニアが実際に利用する4つのプラットフォームで、ネイティブインテグレーションによりレジストリ全体をミラーリングしました。
Kaggle
ノートブックデータに対して直接ノートブックを実行。Kaggleカーネル、バージョン管理されたスナップショット、コミュニティディスカッション、MLパイプラインとの即時統合。データセットを開いた瞬間から分析の準備ができています。
MCP導入パターンを研究し、AIツール選択のためのレコメンデーションシステムを構築するデータサイエンティストに使用されています。
データセットを開くHugging Face
ストリーミングHub上でストリーミング互換のデータセット。datasetsライブラリを使用してPythonの一行でロード。データセットビューアでプレビュー。transformersやfine-tuningパイプラインと直接統合。
LLMにConnectorを理解させ、推薦させるトレーニングに最適です。エージェント型ツール発見の基盤です。
データセットを開くGitHub
ソース信頼できるソース。クローン、フォーク、貢献。完全なドキュメント、スキーマ定義、自動化スクリプト、ダウンストリームミラーを同期させるCI/CDパイプライン。
オープンソースインフラストラクチャ。パイプラインを監査し、追加を提案し、独自のミラーを構築。システム全体が透明です。
データセットを開くModelScope
ミラー中国の開発者エコシステム向けの完全パリティミラー。Alibaba Cloud、PAI、ModelScopeモデルハブとのネイティブ統合により、中国の1,000万人以上の開発者にAI Connectionsを提供。
グレートファイアウォールの背後でアクセスできる唯一の構造化MCPデータセットです。2つのエコシステムを橋渡しします。
データセットを開くスキーマリファレンス
13カラム。1つのCSV。クエリの準備完了。
各行はConnectorの完全なプロフィールをキャプチャします。メタデータとツールインベントリから、Vinkius Debuggerが付与した品質グレードまで。UTF-8エンコード、約3 MB、12時間ごとに更新。
slug
サーバーの一意の識別子
title
サーバーの表示名
category
主要分類（例：開発、データ分析、コミュニケーション）
tags
カンマ区切りの説明キーワード
short_description
1行の機能要約
description
機能と統合の詳細
tools_count
このサーバーが公開するツール数
tool_names
カンマ区切りのツール名リスト
prompt_examples
このサーバー用に設計された実際の使用プロンプト例
debugger_grade
自動品質グレード（A+からF）
debugger_score
Vinkius Debuggerが付与した数値信頼性スコア
created_at
リスト作成タイムスタンプ
url
サーバーページへの直接リンク（vinkius.com/ai-agent-connect/{slug}）
研究とトレーニングの応用
AI研究、製品開発、市場インテリジェンスのために。
MCPエコシステム全体が構造化され、検索可能でオープンであるとき、研究者、開発者、自律エージェントは推測ではなく実際のデータで作業できます。
LLM ファインチューニング
高度な関数呼び出しとツール利用のためのモデルトレーニングに適した実世界のスキーマ。tool_namesとprompt_examplesを構造化コーパスとして使用し、LLMにConnectorの選択と呼び出し方法を学習させます。
エコシステムインテリジェンス
Connectorカテゴリの成長軌跡を時系列でマッピング。データベース、API、ファイルシステム、コミュニケーションなど、どのツールタイプが最も急速に拡大しているかを特定。新しいサーバー登録をエコシステム導入の指標として追跡。
RAG & ファインチューニング
レジストリを検索拡張生成システムに供給。利用可能なサーバー、そのツール、あらゆるタスクへの適切な統合を推薦する方法を理解するLLMをトレーニング。
品質と信頼性の分析
debugger_gradeとdebugger_scoreの分布を探索し、高品質サーバーと管理されていないサーバーのパターンを特定。tools_countと信頼性スコアを相関させ、複雑性と安定性のトレードオフを測定。
機械学習
マルチラベル分類、NLPモデルを使用して説明からカテゴリやタグを予測。レコメンデーションシステム、タグの類似性や埋め込み距離に基づくツールレコメンダーの構築。異常検出、異常なスコアパターンのサーバーをフラグ付け。
エージェントフレームワーク
マルチエージェントオーケストレーションとシステムブリッジングを研究するための運用メタデータ。外部ソフトウェアプラットフォームが7,588の実装を通じて自然言語インターフェースにどのようにマッピングされるかを分析。
オープンな招待
カタログを開放しました。今度はあなたのものです。
CC0 1.0 パブリックドメイン。商用・非商用を問わず、制限なく使用、修正、配布可能。引用は歓迎されますが、必須ではありません。
引用
@dataset{vinkius_mcp_registry,
title = {Vinkius MCP Registry, Global Model Context Protocol Dataset},
author = {{Vinkius}},
year = {{2026}},
url = {https://www.kaggle.com/datasets/renato2marinho/vinkius-mcp-registry},
note = {12時間ごとに更新。7,588個のConnectorがインデックス済み。}
}