Dumpling AI MCP Server

Co dělá “Dumpling AI” MCP Server?

Dumpling AI MCP (Model Context Protocol) Server funguje jako most mezi AI asistenty a širokou škálou externích datových zdrojů, API a vývojářských nástrojů. Je navržen pro posílení AI-asistovaných vývojových workflow tím, že umožňuje možnosti jako scraping dat, zpracování obsahu a správu znalostí spolu s bezproblémovou integrací služeb Dumpling AI. Mezi jeho funkce patří spouštění bezpečného agentního kódu, extrakce informací z různých dokumentů a interakce s API zdrojů jako YouTube, mapy, zprávy a další. Dumpling AI MCP Server tak umožňuje AI klientům provádět úkoly jako web scraping, konverzi souborů, bohatou extrakci dat a automatizovanou správu znalostních bází. Tato rozšiřitelnost z něj dělá efektivní nástroj pro automatizaci a škálování rutinních workflow vývojářů i výzkumníků.

Seznam promptů

V repozitáři nejsou zdokumentovány žádné explicitní šablony promptů.

Připraveni rozšířit své podnikání?

Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.

Požádat o demo Přihlásit se

Seznam zdrojů

V repozitáři nejsou zdokumentovány žádné explicitní MCP zdroje.

Seznam nástrojů

• get-youtube-transcript: Stáhne přepis z určeného YouTube videa, což umožňuje jazykovým modelům pracovat s obsahem videa jako s textem.
• (S největší pravděpodobností existuje mnoho dalších nástrojů pro scraping, vyhledávání, autokompletaci, konverzi dokumentů a další, ale v README je výslovně uveden pouze get-youtube-transcript.)

Přihlaste se k odběru newsletteru

Získejte nejnovější tipy, trendy a nabídky zdarma.

E-mailová adresa

Přihlásit se

Případy použití tohoto MCP serveru

• Analýza YouTube videí: Získání a analýza přepisů YouTube videí pro sumarizaci obsahu, analýzu sentimentu či extrakci znalostí.
• Web scraping a extrakce strukturovaných dat: Automatizovaný sběr a strukturování dat z webových stránek pro výzkum, generování leadů nebo monitoring.
• Konverze dokumentů a extrakce textu: Převod PDF, videí či obrázků na text pro další AI analýzu, sumarizaci nebo uložení do znalostní báze.
• Spouštění AI agentního kódu: Bezpečné spouštění JavaScript a Python skriptů pro automatizované zpracování dat, výpočty nebo integraci s externími API.
• Správa znalostní báze: Automatická extrakce, zpracování a organizace informací z různých typů obsahu pro udržování aktuálních znalostních úložišť pro AI asistenty.

Jak jej nastavit

Windsurf

V repozitáři nejsou žádné specifické instrukce pro nastavení Windsurf.

Claude

1. Nainstalujte Smithery CLI, pokud již není nainstalováno.
2. Spusťte:

   npx -y @smithery/cli install @Dumpling-AI/mcp-server-dumplingai --client claude
   

3. Zadejte svůj Dumpling AI API klíč jako environmentální proměnnou (DUMPLING_API_KEY).
4. Spusťte Claude Desktop a ověřte, že je MCP server dostupný jako nástroj.
5. Otestujte spuštěním příkazu Dumpling AI.

Příklad JSON konfigurace:

{
  "mcpServers": {
    "dumplingai": {
      "command": "npx",
      "args": ["-y", "mcp-server-dumplingai"],
      "env": {
        "DUMPLING_API_KEY": "<váš-api-klíč>"
      }
    }
  }
}

Cursor

1. Otevřete Nastavení Cursoru.
2. Přejděte na Funkce > MCP servery.
3. Klikněte na “+ Přidat nový MCP Server”.
4. Zadejte konfiguraci vašeho MCP serveru:

{
  "mcpServers": {
    "dumplingai": {
      "command": "npx",
      "args": ["-y", "mcp-server-dumplingai"],
      "env": {
        "DUMPLING_API_KEY": "<váš-api-klíč>"
      }
    }
  }
}

5. Uložte a případně restartujte Cursor.
6. Ověřte spuštěním nástroje poháněného Dumpling AI.

Cline

V repozitáři nejsou žádné specifické instrukce pro nastavení Cline.

Zabezpečení API klíčů

• Vždy zadávejte svůj DUMPLING_API_KEY pomocí environmentálních proměnných v poli env vašeho konfiguračního bloku MCP serveru. Příklad:

{
  "mcpServers": {
    "dumplingai": {
      "command": "npx",
      "args": ["-y", "mcp-server-dumplingai"],
      "env": {
        "DUMPLING_API_KEY": "váš_api_klíč"
      }
    }
  }
}

Jak používat tento MCP ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflow ve FlowHunt začněte přidáním MCP komponenty do svého flow a jejím propojením s AI agentem:

Kliknutím na MCP komponentu otevřete konfigurační panel. V sekci systémové konfigurace MCP vložte detaily vašeho MCP serveru v tomto JSON formátu:

{
  "dumplingai": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po konfiguraci může AI agent používat tento MCP jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “dumplingai” na skutečný název vašeho MCP serveru a URL nahradit vlastní URL MCP serveru.

Přehled

Náš názor

Dumpling AI MCP server nabízí dobrou dokumentaci k instalaci a silnou sadu funkcí zaměřených na vývojáře. Nedostatek explicitních definic promptů a zdrojů však omezuje transparentnost pro pokročilé úpravy MCP. Sada nástrojů je podle README potenciálně široká, ale výslovně je uveden pouze jeden nástroj. Podpora sampling a roots není zdokumentována.

MCP Skóre

Hodnocení: 6/10.
Výhody: Dobré základní funkce, přehledná dokumentace instalace a aktivní údržba.
Nevýhody: Chybí detailní MCP metadata (prompty, zdroje, podpora roots/sampling) a rozsáhlý výpis nástrojů v dokumentaci.