
ModelContextProtocol (MCP) -palvelimen integrointi
ModelContextProtocol (MCP) -palvelin toimii siltana tekoälyagenttien ja ulkoisten tietolähteiden, APIen ja palveluiden välillä, mahdollistaen FlowHunt-käyttäjil...
Edistynyt HTTP-pyyntö- ja dokumentinmuunninpalvelin FlowHuntille. Mahdollistaa tekoälyagenttien verkkovuorovaikutuksen realistisella selaimen käyttäytymisellä ja vankalla anti-bot-suojauksella.
mcp-rquest MCP-palvelin on Model Context Protocol (MCP) -palvelin, joka tarjoaa tekoälyavustajille – kuten Claudelle ja muille suurille kielimalleille – edistyneet, selainta muistuttavat HTTP-pyyntöominaisuudet. Se rakentuu rquest -moottorin päälle ja mahdollistaa mallien vuorovaikutuksen verkkosivustojen kanssa hyödyntäen aitoja TLS-, JA3/JA4- ja HTTP/2-selaimen sormenjälkiä, joiden ansiosta anti-bot-suojaukset voidaan kiertää ja ihmismäistä selausta jäljitellä. Lisäksi palvelin tukee PDF- ja HTML-tiedostojen muuntamista Markdowniksi, mikä helpottaa LLM-mallien kykyä syöttää ja käsitellä verkkosisältöjä ja dokumentteja. Palvelimessa on myös turvallinen vastausten tallennus, token-tietoinen isojen vastausten käsittely sekä laajat autentikointi- ja pyyntöjen räätälöintimahdollisuudet, joten se on tehokas työkalu tekoälypohjaisten verkkosovellusten ja dokumenttidatan käsittelyyn.
Ei erityisiä kehote-pohjia mainittu repositoriossa.
Yhtään eksplisiittistä resurssia ei ole dokumentoitu saatavilla olevissa tiedostoissa tai README:ssä.
windsurf.config.json
).mcp-rquest
MCP-palvelin mcpServers
-osioon:{
"mcpServers": {
"mcp-rquest": {
"command": "mcp-rquest",
"args": ["server"]
}
}
}
mcp-rquest
näkyy käytettävissä MCP-palvelimissa.{
"mcpServers": {
"mcp-rquest": {
"command": "mcp-rquest",
"args": ["server"]
}
}
}
{
"mcpServers": {
"mcp-rquest": {
"command": "mcp-rquest",
"args": ["server"]
}
}
}
{
"mcpServers": {
"mcp-rquest": {
"command": "mcp-rquest",
"args": ["server"]
}
}
}
mcp-rquest
MCP-palvelin toimii.Syötä API-avaimet turvallisesti käyttämällä ympäristömuuttujia ja viittaamalla niihin konfiguraatiossa:
{
"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}"
}
}
}
}
Korvaa MY_API_KEY_ENV_VAR
sillä ympäristömuuttujan nimellä, jossa API-avaimesi on tallennettuna.
MCP:n käyttö FlowHuntissa
Jotta voit integroida MCP-palvelimet FlowHunt-työnkulkuusi, aloita lisäämällä MCP-komponentti flow’hisi ja liitä se tekoälyagenttiin:
Napsauta MCP-komponenttia avataksesi sen konfiguraatiopaneelin. Järjestelmän MCP-konfiguraatio-osiossa lisää MCP-palvelimen tiedot seuraavassa JSON-muodossa:
{
"mcp-rquest": {
"transport": "streamable_http",
"url": "https://yourmcpserver.example/pathtothemcp/url"
}
}
Kun konfiguraatio on valmis, tekoälyagentti voi käyttää tätä MCP:tä työkaluna ja hyödyntää kaikkia sen toimintoja. Muista vaihtaa "mcp-rquest"
MCP-palvelimesi todelliseen nimeen ja korvaa URL omalla MCP-palvelimesi osoitteella.
Osa-alue | Saatavuus | Lisätiedot/Huomiot |
---|---|---|
Yleiskuvaus | ✅ | Yleiskuvaus ja ominaisuuskuvaus README:ssa. |
Kehotepohjat | ⛔ | Kehotepohjia ei löydetty. |
Resurssiluettelo | ⛔ | Ei eksplisiittisiä resursseja dokumentoitu. |
Työkaluluettelo | ✅ | Täysi työkalulista README:ssa. |
API-avainten turvallinen syöttäminen | ✅ | Esimerkki yllä. |
Näytteenotto (ei arvioinnin kannalta tärkeä) | ⛔ | Dokumentaatiota ei löydetty. |
Yllä olevan taulukon perusteella mcp-rquest on rajattu ja vankka HTTP-pyyntöjen MCP-palvelin, jolla on erinomainen työkalukattavuus (kaikki HTTP-verbit, dokumentin muunto, suurten vastausten hallinta), hyvä dokumentaatio sekä käytännön asennusesimerkkejä. Siltä kuitenkin puuttuu dokumentoidut kehote-pohjat, eksplisiittiset resurssit ja tieto näytteenotosta tai roots-tuesta. Kokonaisuutena se on käytännöllinen, selkeä apuväline tekoälykehittäjille, mutta ei täysi MCP-ekosysteemipalvelin.
Onko lisenssi | ✅ (MIT) |
---|---|
Onko vähintään yksi työkalu | ✅ |
Forkkien määrä | 6 |
Tähtien määrä | 31 |
Kokonaisarvosana: 6/10
Teknisesti vahva, hyvin dokumentoitu MCP-palvelin HTTP-pyyntöihin ja dokumentinmuuntoon, mutta puuttuvat korkeamman tason MCP-ominaisuudet kuten kehote-pohjat, resurssien näkyvyys ja näytteenotto/roots-tuki.
mcp-rquest on erikoistunut Model Context Protocol (MCP) -palvelin, joka tarjoaa realistiset HTTP-pyyntöominaisuudet tekoälyavustajille. Se hyödyntää kehittynyttä selaimen sormenjälkitunnistusta anti-bot-suojien ohittamiseen, tukee kaikkia HTTP-verbejä, mahdollistaa HTML/PDF-tiedostojen muunnon Markdowniksi ja on suunniteltu tehokkaaseen verkkovuorovaikutukseen ja dokumenttien syöttämiseen LLM-malleille.
Se tukee kaikkia keskeisiä HTTP-metodeja (GET, POST, PUT, DELETE, PATCH, HEAD, OPTIONS, TRACE), dokumentin muuntoa Markdowniksi sekä suurten HTTP-vastausten turvallista tallennusta ja hakua LLM-käsittelyä varten.
mcp-rquest soveltuu ihanteellisesti verkkokaavintaan anti-bot-suojauksen kanssa, automatisoituun API-testaamiseen, HTML/PDF:n muuntamiseen Markdowniksi LLM:lle sekä datan poimintaan suojatuilta tai kirjautumista vaativilta sivustoilta. Se hallitsee myös suuret verkkovastaukset token-tietoisen haun avulla.
Käytä ympäristömuuttujia konfiguraatiossa API-avainten syöttämiseen turvallisesti. Viittaa avainmuuttujaasi palvelimen konfiguraatiossa dokumentaation esimerkin mukaisesti.
Ei, mcp-rquest keskittyy HTTP-työkaluihin ja dokumenttien muuntamiseen. Se ei tarjoa sisäänrakennettuja kehote-pohjia tai resurssien listauksia, joten kyseessä on selkeä ja erikoistunut apuväline tekoälyintegraatioihin.
Mahdollista tekoälyagenteillesi realistinen, turvallinen verkkopääsy ja saumaton dokumenttien muunto. Kokeile mcp-rquestia edistyneisiin HTTP-toimintoihin ja anti-bot-suojaan FlowHuntissa.
ModelContextProtocol (MCP) -palvelin toimii siltana tekoälyagenttien ja ulkoisten tietolähteiden, APIen ja palveluiden välillä, mahdollistaen FlowHunt-käyttäjil...
mcp-google-search MCP-palvelin yhdistää tekoälyavustajat ja verkon, mahdollistaen reaaliaikaisen haun ja sisällön poiminnan Google Custom Search API:n avulla. S...
git-mcp-go MCP-palvelin mahdollistaa saumattoman vuorovaikutuksen Git-repositorion kanssa LLM-mallien avulla, jolloin tekoälyassistentit voivat automatisoida ko...