mcp-rquest MCP 서버

“mcp-rquest” MCP 서버는 무엇을 하나요?

mcp-rquest MCP 서버는 Claude와 같은 대형 언어 모델(LLM) 및 AI 어시스턴트를 위해 설계된 Model Context Protocol(MCP) 서버로, 고급 현실적 브라우저 수준의 HTTP 요청 기능을 제공합니다. rquest 엔진 위에 구축되어 정확한 TLS, JA3/JA4, HTTP/2 브라우저 지문을 활용해 웹사이트와 상호작용하며, 일반적인 안티봇 방어를 우회하고 사람처럼 브라우징을 시뮬레이션합니다. 또한 PDF 및 HTML 문서를 Markdown으로 변환하는 기능을 지원하여 LLM이 웹 및 문서 콘텐츠를 쉽게 수집하고 처리할 수 있게 합니다. 안전한 응답 저장, 대용량 응답의 토큰 인식 처리, 다양한 인증 및 요청 커스터마이징 옵션도 제공하여, 웹 및 문서 데이터를 활용한 AI 개발 워크플로우를 한층 강화해줍니다.

프롬프트 목록

레포지토리에는 별도의 프롬프트 템플릿이 명시되어 있지 않습니다.

리소스 목록

사용 가능한 파일이나 README에 명시적인 리소스가 문서화되어 있지 않습니다.

도구 목록

• http_get: 사용자 지정 매개변수로 GET HTTP 요청 수행
• http_post: POST 요청을 통해 웹 리소스에 데이터 제출
• http_put: PUT 요청으로 리소스 업데이트
• http_delete: DELETE 요청으로 서버에서 리소스 삭제
• http_patch: PATCH 요청으로 리소스 부분 업데이트
• http_head: 웹 리소스의 헤더만 조회
• http_options: 리소스의 지원 HTTP 메서드 조회
• http_trace: HTTP 요청의 진단 추적 실행
• get_stored_response: 대용량, 이전에 저장된 HTTP 응답을(선택적으로 줄 범위 지정하여) 조회

MCP 서버 활용 사례

• 웹 스크래핑 & 브라우징: 현실적인 브라우저 지문으로 안티봇 방어가 있는 웹사이트에서 안전하게 데이터 스크래핑
• 자동화된 API 테스트: 모든 HTTP 메서드를 활용한 REST API 테스트(인증, 사용자 지정 페이로드 포함)
• LLM을 위한 문서 변환: HTML 및 PDF 문서를 Markdown으로 변환해 LLM의 수집·처리 효율 향상
• 보안 사이트에서 데이터 추출: 인증, 쿠키, 커스텀 헤더가 필요한 사이트에서 콘텐츠 접근 및 추출
• 대용량 웹 응답 처리: LLM의 토큰 제한에 맞게 대용량 응답을 저장·분할 조회

설치 방법

Windsurf

1. Node.js와 Python 등 필수 구성 요소가 설치되어 있는지 확인하세요.
2. Windsurf 구성 파일(예: windsurf.config.json)을 엽니다.
3. mcpServers 섹션에 mcp-rquest MCP 서버를 추가하세요:

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

4. 변경 사항을 저장하고 Windsurf를 재시작하세요.
5. mcp-rquest가 사용 가능한 MCP 서버 목록에 나타나는지 확인하세요.

Claude

1. Claude 구성 파일을 엽니다.
2. MCP 서버 섹션에 아래 JSON 코드를 삽입하세요:

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

3. 변경 사항을 저장하고 Claude를 재시작하세요.
4. 서버가 실행 중이며 접근 가능한지 확인하세요.

Cursor

1. 필수 구성 요소(Node.js, Python)를 설치합니다.
2. Cursor의 구성 파일을 편집하세요.
3. 아래와 같이 추가합니다:

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

4. Cursor를 재시작하세요.
5. MCP 서버 연결을 테스트하세요.

Cline

1. 의존성이 설치되어 있는지 확인하세요.
2. Cline의 구성 파일을 업데이트합니다.
3. 아래 코드를 삽입하세요:

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

4. 저장 후 Cline을 재시작하세요.
5. mcp-rquest MCP 서버가 정상 동작하는지 확인하세요.

API 키 보안 제공

API 키를 안전하게 제공하려면, 환경 변수를 사용하고 이를 설정 파일에서 참조하세요:

{
  "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}"
      }
    }
  }
}

MY_API_KEY_ENV_VAR를 실제 API 키가 저장된 환경 변수명으로 교체하세요.

플로우 내에서 MCP 사용법

FlowHunt에서 MCP 사용하기

MCP 서버를 FlowHunt 워크플로우에 통합하려면, 우선 MCP 컴포넌트를 플로우에 추가하고 AI 에이전트와 연결하세요:

MCP 컴포넌트를 클릭해 구성 패널을 엽니다. 시스템 MCP 구성 영역에 아래 JSON 형식으로 MCP 서버 정보를 입력하세요:

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

구성하면 AI 에이전트가 해당 MCP의 모든 기능을 도구로 활용할 수 있게 됩니다. "mcp-rquest"를 실제 MCP 서버 이름으로, URL을 본인의 MCP 서버 URL로 바꿔 입력하세요.

개요

위 표를 바탕으로, mcp-rquest는 모든 HTTP 메서드 지원, 문서 변환, 대용량 응답 처리 등 탁월한 도구 커버리지와 실용적 설치 예시, 좋은 문서를 갖춘 전문 HTTP 요청 MCP 서버입니다. 다만 프롬프트 템플릿, 명시적 리소스, 샘플링/roots 지원 관련 문서가 부족하므로, AI 개발자에게 실용적인 유틸리티이지만 완전한 생태계 서버는 아닙니다.

MCP 점수

총 평점: 6/10
HTTP 요청 및 문서 변환에 특화된 기술적으로 견고하고 문서화가 잘 된 MCP 서버이지만, 프롬프트 템플릿, 리소스 노출, 샘플링/roots 지원 등 상위 MCP 기능은 미흡합니다.