KeywordsPeopleUse MCP Server

Hvad gør “KeywordsPeopleUse” MCP Server?

KeywordsPeopleUse MCP Server er en Model Context Protocol (MCP) server, der forbinder AI-assistenter til KeywordsPeopleUse-platformen for avanceret søgeordsforskning. Ved at fungere som bindeled mellem AI-klienter og KeywordsPeopleUse API’et, muliggør den, at LLMs og AI-værktøjer kan få programmatisk adgang til søgeordsindsigter som “Folk spørger også”-spørgsmål, Google autofuldførelse-forslag, Reddit- og Quora-emnespørgsmål samt semantiske søgedata. Denne integration strømline søgeordsarbejdsgange direkte i udviklings- og produktivitetsværktøjer og gør det muligt for udviklere og indholdsskabere at automatisere og forbedre SEO-research, idéudvikling og markedsanalyse.

Liste over prompts

Ingen eksplicitte promptskabeloner er nævnt i repository-dokumentationen eller koden.

Liste over ressourcer

Ingen eksplicitte MCP-ressourcer er beskrevet i repository-dokumentationen eller koden.

Liste over værktøjer

• Hent Folk spørger også-spørgsmål
  • Henter relaterede “Folk spørger også”-spørgsmål fra Google for givne søgeord.
• Hent Google autofuldførelse-forslag
  • Returnerer autofuldførelse-søgeordsforslag fra Google.
• Hent Reddit- og Quora-spørgsmål
  • Henter relevante spørgsmål fra Reddit og Quora til research og indholdsidéer.
• Hent semantiske søgeord
  • Giver semantisk relaterede søgeord til at udvide søgeordsfokus.

Anvendelsesmuligheder for denne MCP Server

• SEO-søgeordsforskning
  Udviklere og marketingfolk kan automatisere indsamlingen af værdifulde søgeord, relaterede søgninger og spørgsmål direkte i deres arbejdsgange for effektiv SEO-planlægning.
• Idéudvikling til indhold
  Brug MCP-serveren til at få adgang til virkelige spørgsmål fra Reddit og Quora og give indholdsstrategi og blogindlæg inspiration baseret på faktiske brugerforespørgsler.
• Konkurrentanalyse
  Hent autofuldførelse- og semantiske søgedata for at analysere konkurrenters indholdshuller og identificere nye markedsmuligheder.
• Automatiseret rapportering
  Integrer med interne dashboards eller rapporteringsværktøjer for at hente de nyeste søgetrends og “Folk spørger også”-data til løbende opdateringer.
• AI-drevne skriveværktøjer
  Forbedr AI-skriveassistenter ved at give dem friske, relevante søgeordsdata og bruger-spørgsmål til kontekstfyldt indholdsgenerering.

Sådan sættes det op

Windsurf

Ingen installationsvejledning for Windsurf er angivet i repositoryen.

Claude

1. Hent din KeywordsPeopleUse API-nøgle (Standard-abonnement eller højere).
2. Gå til Indstillinger > Udvikler > Redigér konfiguration i Claude Desktop.
3. Tilføj følgende JSON, hvor du erstatter YOUR_API_KEY med din faktiske API-nøgle:

   {
     "mcpServers": {
       "keywordspeopleuse": {
         "command": "npx",
         "args": [
           "mcp-remote",
           "https://mcp-keywordspeopleuse.com/sse",
           "--header",
           "Authorization:YOUR_API_KEY"
         ]
       }
     }
   }
   

4. Genstart Claude Desktop.
5. Verificér at værktøjerne bliver tilgængelige i dit Claude-miljø.

Sikkerhed af API-nøgler

Gem din API-nøgle i en miljøvariabel eller i .env-filen som følger:

KPU_API_KEY=sk_01234567890123456789012345678901

Eksempel på konfiguration der refererer til miljøvariabel:

{
  "mcpServers": {
    "keywordspeopleuse": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp-keywordspeopleuse.com/sse",
        "--header",
        "Authorization:${KPU_API_KEY}"
      ]
    }
  }
}

Cursor

På MacOS/Linux

1. Klon repositoryen og installer afhængigheder:

   git clone https://github.com/data-skunks/kpu-mcp.git
   cd kpu-mcp
   npm install
   

2. Hent din API-nøgle og indsæt den i .env.
3. Åbn Cursor-indstillinger.
4. Gå til Features > MCP Servers > “+ Add New MCP Server”.
5. Indtast:
   • Name: “keywordspeopleuse”
   • Type: “command”
   • Command: node /ABSOLUTE/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js
6. Gem og genstart Cursor.

JSON-eksempel:

{
  "mcpServers": {
    "keywordspeopleuse": {
      "command": "node",
      "args": ["/ABSOLUTE/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js"]
    }
  }
}

På Windows

{
  "mcpServers": {
    "keywordspeopleuse": {
      "command": "node",
      "args": ["C:/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js"]
    }
  }
}

Cline

Ingen installationsvejledning for Cline er angivet i repositoryen.

Sådan bruges denne MCP i flows

Brug af MCP i FlowHunt

For at integrere MCP-servere i din FlowHunt-arbejdsgang, start 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 indsæt dine MCP-serverdetaljer med dette JSON-format:

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

Når du har konfigureret det, kan AI-agenten nu bruge denne MCP som et værktøj med adgang til alle funktioner og muligheder. Husk at ændre “keywordspeopleuse” til det aktuelle navn på din MCP-server og udskifte URL’en med din egen MCP-server-URL.

Oversigt

| Roots-support | ⛔ | Ikke nævnt |

Baseret på den tilgængelige dokumentation er denne MCP-server funktionel og relativt nem at sætte op, men mangler detaljeret udviklerdokumentation, eksempler på promptskabeloner og eksplicit liste over MCP-primitiver såsom roots, ressourcer eller sampling-support. Til basal automatisering af søgeordsforskning dækker den det essentielle, men kunne forbedres i dokumentationsomfang og MCP-compliance-tydelighed.

Vores vurdering

MCP-score: 4/10
Den muliggør praktisk søgeordsforskning og basal MCP-værktøjsfunktionalitet, men mangler dybere MCP-funktioner, ressource-eksponering og har minimal dokumentation og fællesskabsstøtte.

MCP-score