mcp-rquest MCP-Server

Was macht der “mcp-rquest” MCP-Server?

Der mcp-rquest MCP-Server ist ein Model Context Protocol (MCP)-Server, der fortschrittliche, browserähnliche HTTP-Anfragefunktionen für KI-Assistenten wie Claude und andere große Sprachmodelle bereitstellt. Basierend auf der rquest -Engine ermöglicht er Modellen die Interaktion mit Websites mithilfe präziser TLS-, JA3/JA4- und HTTP/2-Browser-Fingerprints, wodurch gängige Anti-Bot-Maßnahmen umgangen und menschliches Surfverhalten simuliert werden. Zusätzlich unterstützt der Server die Konvertierung von PDF- und HTML-Dokumenten zu Markdown, was das Einlesen und Verarbeiten von Web- und Dokumenteninhalten durch LLMs erleichtert. Er bietet zudem sichere Antwortspeicherung, tokenbewusste Verarbeitung großer Antworten und unterstützt verschiedene Authentifizierungs- und Anfrageanpassungsoptionen – ein leistungsstarkes Werkzeug zur Optimierung KI-basierter Entwicklungsworkflows mit Web- und Dokumentendaten.

Liste der Prompts

Im Repository sind keine spezifischen Prompt-Vorlagen erwähnt.

Bereit, Ihr Geschäft zu erweitern?

Starten Sie heute Ihre kostenlose Testversion und sehen Sie innerhalb weniger Tage Ergebnisse.

Demo anfragen Anmelden

Liste der Ressourcen

In den verfügbaren Dateien oder im README sind keine expliziten Ressourcen dokumentiert.

Liste der Tools

• http_get: Führen Sie GET-HTTP-Anfragen mit anpassbaren Parametern aus.
• http_post: Senden Sie Daten per POST-Anfrage an Webressourcen.
• http_put: Aktualisieren Sie Ressourcen mit PUT-Anfragen.
• http_delete: Entfernen Sie Ressourcen von Servern mit DELETE-Anfragen.
• http_patch: Wenden Sie Teilaktualisierungen auf Ressourcen an.
• http_head: Rufen Sie nur die Header einer Webressource ab.
• http_options: Ermitteln Sie unterstützte HTTP-Methoden für eine Ressource.
• http_trace: Führen Sie Diagnose-Trace-Operationen für HTTP-Anfragen aus.
• get_stored_response: Abruf großer, zuvor gespeicherter HTTP-Antworten, optional mit Auswahl von Zeilenbereichen.

Abonnieren Sie unseren Newsletter

Erhalten Sie die neuesten Tipps, Trends und Angebote kostenlos.

E-Mail-Adresse

Abonnieren

Anwendungsfälle dieses MCP-Servers

• Web Scraping & Browsing: Daten sicher von Websites extrahieren – auch von solchen mit Anti-Bot-Schutz – durch Emulieren realistischer Browser-Fingerprints.
• Automatisiertes API-Testing: Testen Sie REST-APIs mit dem vollständigen HTTP-Methoden-Satz, inklusive Authentifizierung und benutzerdefinierter Nutzdaten.
• Dokumentkonvertierung für LLMs: Wandeln Sie HTML- und PDF-Dokumente in Markdown um und erleichtern Sie so die Verarbeitung durch LLMs.
• Datenextraktion von sicheren Seiten: Greifen Sie auf Inhalte von Seiten mit Authentifizierung, Cookies oder benutzerdefinierten Headern zu.
• Verarbeitung großer Webantworten: Speichern und rufen Sie große Antworten für inkrementelle oder token-limitierte LLM-Verarbeitung ab.

Einrichtung

Windsurf

1. Stellen Sie sicher, dass Voraussetzungen wie Node.js und Python installiert sind.
2. Öffnen Sie Ihre Windsurf-Konfigurationsdatei (z. B. windsurf.config.json).
3. Fügen Sie den mcp-rquest MCP-Server im Abschnitt mcpServers hinzu:

   {
     "mcpServers": {
       "mcp-rquest": {
         "command": "mcp-rquest",
         "args": ["server"]
       }
     }
   }
   

4. Änderungen speichern und Windsurf neu starten.
5. Überprüfen Sie, ob mcp-rquest in Ihren verfügbaren MCP-Servern erscheint.

Claude

1. Öffnen Sie Ihre Claude-Konfigurationsdatei.
2. Fügen Sie den folgenden JSON-Abschnitt in den Bereich MCP-Server ein:

   {
     "mcpServers": {
       "mcp-rquest": {
         "command": "mcp-rquest",
         "args": ["server"]
       }
     }
   }
   

3. Speichern Sie die Änderungen und starten Sie Claude neu.
4. Bestätigen Sie, dass der Server läuft und erreichbar ist.

Cursor

1. Installieren Sie die Voraussetzungen (Node.js, Python).
2. Bearbeiten Sie die Konfigurationsdatei von Cursor.
3. Fügen Sie hinzu:

   {
     "mcpServers": {
       "mcp-rquest": {
         "command": "mcp-rquest",
         "args": ["server"]
       }
     }
   }
   

4. Cursor neu starten.
5. Testen Sie die MCP-Server-Konnektivität.

Cline

1. Stellen Sie sicher, dass die Abhängigkeiten installiert sind.
2. Aktualisieren Sie die Konfigurationsdatei für Cline.
3. Fügen Sie ein:

   {
     "mcpServers": {
       "mcp-rquest": {
         "command": "mcp-rquest",
         "args": ["server"]
       }
     }
   }
   

4. Speichern und Cline neu starten.
5. Stellen Sie sicher, dass der mcp-rquest MCP-Server betriebsbereit ist.

API-Schlüssel sicher bereitstellen

Um API-Schlüssel sicher bereitzustellen, verwenden Sie Umgebungsvariablen und referenzieren Sie diese in Ihrer Konfiguration:

{
  "mcpServers": {
    "mcp-rquest": {
      "command": "mcp-rquest",
      "args": ["server"],
      "env": {
        "MY_API_KEY": "${MY_API_KEY_ENV_VAR}"
      },
      "inputs": {
        "api_key": "${MY_API_KEY_ENV_VAR}"
      }
    }
  }
}

Ersetzen Sie MY_API_KEY_ENV_VAR durch den tatsächlichen Namen Ihrer Umgebungsvariable, die den API-Schlüssel enthält.

Nutzung dieses MCP in Flows

Verwendung von MCP in FlowHunt

Um MCP-Server in Ihren FlowHunt-Workflow zu integrieren, fügen Sie zunächst die MCP-Komponente zu Ihrem Flow hinzu und verbinden Sie sie mit Ihrem KI-Agenten:

Klicken Sie auf die MCP-Komponente, um das Konfigurationspanel zu öffnen. Im Bereich für die System-MCP-Konfiguration fügen Sie die Details Ihres MCP-Servers in folgendem JSON-Format ein:

{
  "mcp-rquest": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Sobald konfiguriert, kann der KI-Agent dieses MCP als Tool mit Zugriff auf alle Funktionen und Möglichkeiten verwenden. Denken Sie daran, "mcp-rquest" gegebenenfalls durch den tatsächlichen Namen Ihres MCP-Servers zu ersetzen und die URL auf die eigene MCP-Server-URL zu ändern.

Übersicht

Basierend auf den obigen Tabellen ist mcp-rquest ein fokussierter und robuster HTTP-Request-MCP-Server mit exzellenter Tool-Abdeckung (alle HTTP-Verben, Dokumentkonvertierung, große Antwortverarbeitung), guter Dokumentation und praktischen Setup-Beispielen. Es fehlen jedoch dokumentierte Prompt-Vorlagen, explizite Ressourcen und Informationen zu Sampling- oder Roots-Unterstützung. Insgesamt ist es ein praktisches, gut abgegrenztes Werkzeug für KI-Entwickler, aber kein vollständiger Ökosystem-Server.

MCP-Bewertung

Gesamtbewertung: 6/10
Ein technisch solider, gut dokumentierter MCP-Server für HTTP-Requests und Dokumentkonvertierung, dem jedoch höherwertige MCP-Features wie Prompt-Vorlagen, Ressourcendarstellung und Sampling/Roots-Unterstützung fehlen.