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.

비즈니스 성장 준비가 되셨나요?

오늘 무료 평가판을 시작하고 며칠 내로 결과를 확인하세요.

데모 요청 로그인

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

뉴스레터 가입

최신 팁, 트렌드 및 특가 정보를 무료로 받아보세요.

이메일 주소

구독

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.