
Oxylabs MCP Server
Oxylabs MCP (Model Context Protocol) Server er en bro mellem AI-assistenter og det virkelige web, og tilbyder et samlet API til at udtrække, strukturere og leve...

Forbind dine AI-agenter til BuiltWith-teknologidetektions-API’et for øjeblikkeligt indblik i teknologistakken på enhver hjemmeside. Ideel til audits, konkurrentresearch og udviklerworkflows.
FlowHunt giver et ekstra sikkerhedslag mellem dine interne systemer og AI-værktøjer, hvilket giver dig granulær kontrol over hvilke værktøjer der er tilgængelige fra dine MCP-servere. MCP-servere hostet i vores infrastruktur kan problemfrit integreres med FlowHunts chatbot samt populære AI-platforme som ChatGPT, Claude og forskellige AI-editorer.
BuiltWith MCP (Model Context Protocol) Server er et specialiseret værktøj, der forbinder AI-assistenter med BuiltWith-teknologidetektions-API’et. Dens hovedformål er at gøre det muligt for AI-agenter at analysere og identificere teknologistakken bag enhver hjemmeside. Ved at bygge bro mellem forespørgsler i naturligt sprog og BuiltWith API’et, tillader denne MCP-server udviklere og AI-drevne workflows at få detaljeret indsigt i frameworks, analysetools, hostingtjenester, content management systemer og meget mere brugt på et givent domæne. Denne funktionalitet forbedrer udviklingsforløb ved at muliggøre hurtige teknologiaudits, konkurrentanalyse og databaserede beslutninger gennem problemfri API-integration.
Ingen eksplicitte genanvendelige prompt-skabeloner er nævnt i repositoriet.
Ingen eksplicitte MCP-ressourcer er dokumenteret i repositoriet.
git clone https://github.com/builtwith/mcp.git
cd mcp
npm install
{
"mcpServers": {
"builtwith": {
"command": "node",
"args": ["[PATH-TO]/bw-mcp-v1.js"],
"env": {
"BUILTWITH_API_KEY": "[YOUR-API-KEY]"
}
}
}
}
claude_desktop_config.json placeret på:~/Library/Application Support/Claude/claude_desktop_config.json%APPDATA%\Claude\claude_desktop_config.json{
"mcpServers": {
"builtwith": {
"command": "node",
"args": ["[PATH-TO]/bw-mcp-v1.js"],
"env": {
"BUILTWITH_API_KEY": "[YOUR-API-KEY]"
}
}
}
}
~/Library/Application Support/Code/User/globalStorage/saoudrizwan.claude-dev/settings/cline_mcp_settings.json%APPDATA%\Code\User\globalStorage\saoudrizwan.claude-dev\settings\cline_mcp_settings.json{
"mcpServers": {
"builtwith": {
"command": "node",
"args": ["[PATH-TO]/bw-mcp-v1.js"],
"env": {
"BUILTWITH_API_KEY": "[YOUR-API-KEY]"
}
}
}
}
Sikring af API-nøgler:
Opbevar altid følsomme API-nøgler ved brug af miljøvariabler. For eksempel:
{
"env": {
"BUILTWITH_API_KEY": "[YOUR-API-KEY]"
},
"inputs": {}
}
For at integrere MCP-servere i dit FlowHunt-workflow skal du starte med at tilføje MCP-komponenten til dit flow og forbinde den til din AI-agent:
Klik på MCP-komponenten for at åbne konfigurationspanelet. I systemets MCP-konfigurationssektion indsættes dine MCP-serverdetaljer i dette JSON-format:
{
"builtwith": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Når konfigurationen er på plads, kan AI-agenten nu bruge denne MCP som værktøj med adgang til alle dens funktioner og kapaciteter. Husk at ændre “builtwith” til det faktiske navn på din MCP-server og erstatte URL’en med din egen MCP-server-URL.
| Sektion | Tilgængelighed | Detaljer/Noter |
|---|---|---|
| Oversigt | ✅ | Oversigt over BuiltWith MCP Server er beskrevet. |
| Liste over Prompts | ⛔ | Ingen genanvendelige prompt-skabeloner er beskrevet. |
| Liste over Ressourcer | ⛔ | Ingen eksplicitte MCP-ressourcer nævnt. |
| Liste over Værktøjer | ✅ | Domain Lookup-værktøj beskrevet. |
| Sikring af API-nøgler | ✅ | Anvendelse af miljøvariabler dokumenteret i opsætningsinstruktionerne. |
| Sampling Support (mindre vigtigt for vurdering) | ⛔ | Ingen omtale af sampling-support. |
Baseret på den tilgængelige dokumentation tilbyder BuiltWith MCP Server klare opsætningsinstruktioner og et veldefineret anvendelsesområde, men mangler avancerede MCP-funktioner som ressourcer, prompt-skabeloner, roots eller sampling. Det er en simpel, formålsrettet MCP-server.
| Har en LICENSE | ✅ (MIT) |
|---|---|
| Har mindst ét værktøj | ✅ |
| Antal forks | 0 |
| Antal stjerner | 3 |
Samlet set scorer denne MCP ca. 4/10: den er funktionel og veldokumenteret for sit enkelte anvendelsestilfælde, men mangler dybde i MCP-specifikke funktioner som ressourcer, prompt-skabeloner og sampling-support og har indtil videre begrænset community-engagement.
BuiltWith MCP Server forbinder AI-agenter til BuiltWith-teknologidetektions-API'et og muliggør øjeblikkelig analyse af enhver hjemmesides teknologistak, inkl. frameworks, hosting, CMS og analysetools.
Klon det officielle repository, installer afhængigheder, få en BuiltWith API-nøgle, og tilføj serverkonfigurationen til din klients MCP-konfigurationsfil som beskrevet ovenfor.
Typiske anvendelser omfatter opdagelse af teknologistak, konkurrentanalyse, CMS/platform-identifikation, audit af tredjepartstjenester og integration i udviklerværktøjer.
Brug altid miljøvariabler til at opbevare følsomme API-nøgler i din MCP-serverkonfiguration i stedet for at hardkode dem direkte i filer.
Nej, den er målrettet til teknologisøgning og understøtter aktuelt ikke genanvendelige prompt-skabeloner eller yderligere MCP-ressourcer.
Analyser ubesværet website-teknologistakke og styrk dit workflow med BuiltWith MCP-integrationen i FlowHunt.
Oxylabs MCP (Model Context Protocol) Server er en bro mellem AI-assistenter og det virkelige web, og tilbyder et samlet API til at udtrække, strukturere og leve...
LaunchDarkly MCP Server forbinder AI-assistenter og agenter med LaunchDarklys platform til funktionsstyring via Model Context Protocol, hvilket muliggør automat...
Integrer AI-assistenter med Terraform Cloud API ved hjælp af Terraform Cloud MCP Server. Administrer infrastruktur gennem naturligt sprog, automatisér arbejdsom...
Cookie Samtykke
Vi bruger cookies til at forbedre din browsingoplevelse og analysere vores trafik. See our privacy policy.


