puremd MCP Server

K čemu slouží “puremd” MCP Server?

puremd MCP (Model Context Protocol) Server je výkonný nástroj, který propojuje AI asistenty a agenty s webovým obsahem tím, že funguje jako most pro odblokování, scraping a vyhledávání. Díky platformě pure.md umožňuje skriptům, API, aplikacím i agentům přistupovat k webovým stránkám v markdown formátu jednoduše tím, že před jakoukoli URL přidáte pure.md/. Tento přístup obchází detekci botů, vykresluje single-page aplikace náročné na JavaScript a převádí širokou škálu formátů (HTML, PDF, obrázky) do markdownu. Globálně cachované odpovědi zajišťují efektivní opakovaný přístup ke stejným zdrojům a snižují zátěž původních serverů. puremd-mcp server učí MCP klienty (například Cursor, Windsurf a Claude Desktop) používat tyto funkce, čímž umožňuje odblokování obsahu i pokročilé webové vyhledávání přímo v AI vývojovém workflowu.

Seznam promptů

V repozitáři ani dokumentaci nejsou výslovně uvedeny žádné šablony promptů.

Seznam zdrojů

V repozitáři ani dokumentaci nejsou popsány žádné specifické zdroje (jak je definuje MCP).

Seznam nástrojů

• unblock-url
  Extrahuje markdown z webových stránek bez zablokování, což umožňuje AI klientům spolehlivě získat čitelný obsah i z webů s ochranou proti botům.
• search-web
  Provede webové vyhledávání podle zadaného dotazu a spojí výsledky do jednoho markdown dokumentu, čímž poskytuje sumarizované poznatky agentům i uživatelům.

Použití tohoto MCP serveru

• Obcházení detekce botů při web scrapingu
  Umožňuje agentům a LLM stáhnout obsah z webů, které obvykle blokují automatizované skripty, pomocí infrastruktury pure.md k obcházení detekce.
• Převod webového obsahu do markdownu
  Převádí širokou škálu webových zdrojů (HTML, PDF, obrázky) do formátu markdown, čímž standardizuje vstupy pro další zpracování LLM nebo agentní workflowy.
• Integrace webového vyhledávání
  Zmocňuje AI asistenty schopností provádět webové vyhledávání a přistupovat k syntetizovaným výsledkům v markdownu, což je zásadní pro výzkum, sumarizaci či budování kontextu.
• Globální cache obsahu
  Snižuje zátěž serverů a zajišťuje rychlejší přístup při opakovaných dotazech díky CDN-like cache platformy pure.md pro již navštívené zdroje.
• Bezproblémové obohacení kontextu LLM
  Vývojářům umožňuje automaticky obohatit kontextová okna LLM o relevantní a aktuální webové informace, což zlepšuje výkon znalostních AI aplikací.

Jak nastavit

Windsurf

1. Ujistěte se, že máte nainstalovaný Node.js a npm.
2. Vygenerujte PUREMD API klíč na pure.md (volitelné pro vyšší limity).
3. Upravte ./codeium/windsurf/model_config.json.
4. Přidejte následující MCP server:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

5. Uložte a restartujte Windsurf pro provedení změn.

Claude

1. Ujistěte se, že máte nainstalovaný Node.js a npm.
2. Získejte PUREMD API klíč (viz pure.md).
3. Upravte ~/Library/Application Support/Claude/claude_desktop_config.json.
4. Vložte následující konfiguraci:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

5. Uložte a restartujte Claude Desktop.

Cursor

1. Nainstalujte Node.js a npm.
2. Zaregistrujte se a vygenerujte PUREMD API klíč z pure.md.
3. Upravte ~/.cursor/mcp.json.
4. Přidejte následující MCP server konfiguraci:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

5. Uložte a restartujte Cursor.

Cline

V repozitáři ani dokumentaci nejsou uvedeny žádné specifické instrukce pro Cline.

Zabezpečení API klíčů (environmentální proměnné)

API klíče by měly být uloženy bezpečně pomocí pole env ve vaší MCP server konfiguraci:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

Jak používat tento MCP ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do vašeho workflowu ve FlowHunt začněte přidáním MCP komponenty do svého flow a propojte ji s AI agentem:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. V sekci systémové MCP konfigurace vložte detaily vašeho MCP serveru v tomto JSON formátu:

{
  "MCP-name": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Jakmile je nastaveno, AI agent může tento MCP využívat jako nástroj se všemi jeho funkcemi a možnostmi. Nezapomeňte změnit “MCP-name” na skutečný název vašeho MCP serveru (např. “github-mcp”, “weather-api” atd.) a nahradit URL vlastním odkazem na MCP server.

Přehled

Na základě dostupné dokumentace je puremd-mcp zaměřený a praktický MCP server s jasným využitím pro odblokování webu a vyhledávání. Chybí mu však šablony promptů a definice zdrojů, stejně jako zmínka o Roots nebo podpoře samplování. Pro obecný přístup na web a vyhledávání si vede dobře díky jednoduchosti a okamžité užitečnosti.

MCP skóre