RAG Web Browser MCP Server

Cosa fa il “RAG Web Browser” MCP Server?

Il RAG Web Browser MCP Server è uno strumento specializzato progettato per fornire ad assistenti AI e large language model (LLM) la capacità di interagire con il web ed estrarre informazioni aggiornate dalle pagine web. Operando localmente, si connette all’RAG Web Browser Actor in modalità Standby, facilitando la comunicazione tra agenti AI e contenuti web. Le funzioni principali includono l’esecuzione di ricerche web, lo scraping delle prime N URL dai risultati e la restituzione dei loro contenuti puliti in formato Markdown. Inoltre, può recuperare il contenuto di una singola URL e presentarlo in un formato markdown facilmente leggibile. Ciò permette ai LLM di accedere, sintetizzare e utilizzare dati web in tempo reale, migliorando le loro capacità di ricerca, generazione di contenuti e automazione dei flussi di lavoro.

Elenco dei Prompt

Nessun template di prompt è esplicitamente menzionato nel repository o nella documentazione.

Elenco delle Risorse

Nessuna risorsa esplicita è definita nella documentazione o nei file del repository disponibili.

Elenco degli Strumenti

• search:
  Interroga Google Search, esegue lo scraping delle prime N URL dai risultati e restituisce i loro contenuti puliti in formato Markdown.
  • Argomenti:
    • query (string, richiesto): Termine di ricerca o URL
    • maxResults (number, opzionale): Numero massimo di risultati da analizzare (default: 1)
    • scrapingTool (string, opzionale): Seleziona uno strumento di scraping (‘browser-playwright’ o ‘raw-http’; default: ‘raw-http’)
    • outputFormats (array, opzionale): Formati di output (’text’, ‘markdown’, ‘html’; default: [‘markdown’])
    • requestTimeoutSecs (number, opzionale): Tempo massimo in secondi per la richiesta (default: 40)

Casi d’Uso di questo MCP Server

• Ricerca Web Automatizzata
  Permette agli agenti AI di condurre ricerche web in tempo reale e recuperare informazioni sintetizzate dai risultati principali, utile per ricerca e risposte aggiornate.

• Estrazione di Contenuti per Pipeline RAG
  Si integra con i flussi di Retrieval-Augmented Generation (RAG) per recuperare ed elaborare contenuti web come contesto affidabile per le risposte dei LLM.

• Sintesi di Pagine Web
  Recupera e pulisce il contenuto di URL specifiche, consentendo a sviluppatori o LLM di acquisire e sintetizzare rapidamente informazioni rilevanti.

• Raccolta Dati per Analisi di Mercato/Competitiva
  Usa il server per fare scraping di siti concorrenti o notizie di mercato, fornendo intelligence in tempo reale per applicazioni aziendali.

Come configurarlo

Windsurf

1. Assicurati che Node.js e npm siano installati.
2. Individua il file di configurazione di Windsurf.
3. Aggiungi il RAG Web Browser MCP Server all’oggetto mcpServers:

   {
     "mcpServers": {
       "rag-web-browser": {
         "command": "npx",
         "args": ["@apify/mcp-server-rag-web-browser@latest"]
       }
     }
   }
   

4. Salva la configurazione e riavvia Windsurf.
5. Verifica che il server sia in esecuzione e accessibile.

Sicurezza delle chiavi API (esempio)

{
  "mcpServers": {
    "rag-web-browser": {
      "command": "npx",
      "args": ["@apify/mcp-server-rag-web-browser@latest"],
      "env": {
        "APIFY_TOKEN": "process.env.APIFY_TOKEN"
      },
      "inputs": {
        "apiKey": "${APIFY_TOKEN}"
      }
    }
  }
}

Claude

1. Conferma la disponibilità di Node.js e npm.
2. Apri il file di configurazione di Claude.
3. Aggiungi il MCP server come segue:

   {
     "mcpServers": {
       "rag-web-browser": {
         "command": "npx",
         "args": ["@apify/mcp-server-rag-web-browser@latest"]
       }
     }
   }
   

4. Salva e riavvia Claude.
5. Controlla che l’integrazione sia corretta.

Cursor

1. Installa Node.js e npm se necessario.
2. Trova il file di configurazione di Cursor.
3. Inserisci il MCP Server:

   {
     "mcpServers": {
       "rag-web-browser": {
         "command": "npx",
         "args": ["@apify/mcp-server-rag-web-browser@latest"]
       }
     }
   }
   

4. Salva la configurazione, riavvia Cursor.
5. Conferma che il server appaia tra gli strumenti MCP.

Cline

1. Assicurati che Node.js e npm siano installati.
2. Modifica la configurazione di Cline.
3. Aggiungi il seguente JSON:

   {
     "mcpServers": {
       "rag-web-browser": {
         "command": "npx",
         "args": ["@apify/mcp-server-rag-web-browser@latest"]
       }
     }
   }
   

4. Salva e riavvia Cline.
5. Valida la connessione al server MCP.

Nota: Proteggi le tue chiavi API usando le variabili d’ambiente come mostrato nell’esempio di Windsurf.

Come usare questo MCP nei flussi

Uso di MCP in FlowHunt

Per integrare i server MCP nel tuo flusso di lavoro FlowHunt, inizia aggiungendo il componente MCP al tuo flow e collegandolo al tuo agente AI:

Clicca sul componente MCP per aprire il pannello di configurazione. Nella sezione di configurazione MCP di sistema, inserisci i dettagli del tuo server MCP utilizzando questo formato JSON:

{
  "rag-web-browser": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Una volta configurato, l’agente AI sarà in grado di utilizzare questo MCP come strumento, con accesso a tutte le sue funzioni e capacità. Ricorda di cambiare “rag-web-browser” con il nome reale del tuo MCP server e di inserire il tuo URL MCP server.

Panoramica

In base alle tabelle sottostanti, il RAG Web Browser MCP Server è snello e mirato alle attività di interazione con il web, ma manca di primitive MCP più ampie come prompt e risorse. Fornisce tutto il necessario per la configurazione e l’operatività sicura, con uno strumento principale ben documentato. Il supporto per sampling e Roots non è menzionato.

La nostra opinione

Il server MCP è focalizzato e funzionale, ideale per scenari che richiedono l’accesso a dati web all’interno dei workflow LLM. È semplice da configurare, ha una licenza chiara ed è moderatamente popolare. L’assenza di template di prompt e risorse esplicite limita la flessibilità per casi d’uso più personalizzati o complessi, ma per RAG e ricerca web live eccelle. Punteggio: 7/10

MCP Score