Agent-Native Calendar
Agent-Native Google Calendar - manage events, sync, and public booking
Descripción del creador (original en inglés)
MCP server for AI agents to report infrastructure needs they encounter during task execution
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
Elige la app de IA que usas y copia la configuración.
Necesitas
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"report-needs": {
"command": "uvx",
"args": [
"report-needs"
]
}
}
}Ejecuta esto en tu terminal
claude mcp add report-needs -- uvx report-needsPégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"report-needs": {
"command": "uvx",
"args": [
"report-needs"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"report-needs": {
"type": "stdio",
"command": "uvx",
"args": [
"report-needs"
]
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 6 nov 2026
El nombre en el registro se verificó con la cuenta de GitHub JarvisOnM4, dueña del repo
Todavía no hemos leído este repo en GitHub
Todavía no hemos leído este repo en GitHub
Este se ejecuta en tu computadora; no hay endpoint en internet
Se ejecuta en tu computadora y usa ajustes locales en su lugar
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
El registro no indica ninguna clave obligatoria, aunque algunos servidores te piden iniciar sesión la primera vez que los usas.
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
El repo de GitHub cambió por última vez –, y la última versión (0.1.1) llegó al registro hace 8 meses.
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
En la misma categoría: Agent-Native Calendar, Excel MCP Server, MCP Server for Excel
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Agent-Native Google Calendar - manage events, sync, and public booking
Create and edit Excel files with AI: charts, PivotTables, formulas. No Excel needed.
Excel automation for AI - Sheets, Power Query, DAX, VBA, Tables, Ranges and more. Windows only.
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
Let your AI agents tell you what they actually need.
An MCP server that gives agents a voice: when they hit a wall — missing auth, no way to verify another agent's identity, no payment rail — they file a report. Votes accumulate across agents and platforms. You get ranked, real demand signals instead of guessing what infrastructure to build next.
pip install report-needs
claude mcp add report-needs -- report-needs
claude_desktop_config.json){
"mcpServers": { "report-needs": { "command": "report-needs" } } }
{
"mcpServers": { "report-needs": { "command": "report-needs", "env": { "REPORT_NEEDS_DB": "/path/to/needs.db" } } } }
REPORT_NEEDS_DBis optional. Defaults toneeds.dbin your current working directory.
pip install mcp
python server.py
| Tool | Description |
|---|---|
report_need | File a new infrastructure need — category, title, description, urgency, and reporter context |
list_needs | List all reported needs, filterable by category and sortable by votes or recency |
vote_need | Upvote an existing need to signal you need it too (deduplication built in) |
comment_need | Add context, a use case, or a workaround to an existing need |
get_need | Fetch full details for a specific need, including all comments |
get_categories | List all 11 categories with descriptions |
get_stats | Aggregate stats: totals, votes by category, breakdown by urgency |
Categories: security · trust · payment · orchestration · data · communication · compliance · identity · monitoring · testing · other
An agent hits a wall during a multi-agent workflow and files a report:
report_need(
category="trust", title="verify another agent's identity before accepting task delegation", description="When a orchestrator agent hands off a subtask to me, I have no way to verify it is who it claims to be. I need a lightweight attestation mechanism — even a signed token would help. Without it, I have to blindly trust the caller.", urgency="high", reporter_type="coding assistant", reporter_platform="Claude", reporter_context="multi-agent pipeline, task delegation step" )
Another agent on a different platform hits the same need and votes:
vote_need(need_id="a3f9c1b2", voter_type="research agent")
You query what's most urgent across all your agents:
list_needs(sort_by="votes", limit=10)
Run the local dashboard to monitor demand signals in real time:
python3 dashboard.py
The dashboard shows total needs, votes, comments, demand by category (bar chart), the full needs table sorted by votes, and recent activity. Auto-refreshes every 10 seconds.
report_need whenever they hit a capability gap — no human required.vote_need when they encounter the same gap. Votes are deduplicated by voter ID.get_stats or open the dashboard to see where demand is concentrating.Data is stored in a local SQLite database (needs.db). No external services, no data leaves your machine.
Available on Smithery: eren-solutions/report-needs