RAG Web Browser MCP Server

Wat doet de “RAG Web Browser” MCP Server?

De RAG Web Browser MCP Server is een gespecialiseerd hulpmiddel dat AI-assistenten en grote taalmodellen (LLM’s) de mogelijkheid geeft om met het web te communiceren en actuele informatie van webpagina’s te halen. Door lokaal te werken, maakt hij verbinding met de RAG Web Browser Actor in Standby-modus, voor naadloze communicatie tussen AI-agenten en webcontent. De belangrijkste functies zijn het uitvoeren van webzoekopdrachten, het scrapen van de top N URL’s uit zoekresultaten en het teruggeven van opgeschoonde content als Markdown. Daarnaast kan hij de inhoud van een enkele URL ophalen en presenteren in een gebruiksvriendelijk markdown-formaat. Dit stelt LLM’s in staat om live webdata te benaderen, samen te vatten en te gebruiken, waardoor hun mogelijkheden voor onderzoek, contentgeneratie en workflowautomatisering worden vergroot.

Lijst van prompts

Er zijn geen prompt-sjablonen expliciet genoemd in de repository of documentatie.

Lijst van bronnen

Er zijn geen expliciete bronnen gedefinieerd in de beschikbare documentatie of repositorybestanden.

Lijst van tools

• search:
  Voert een Google Search uit, scrapet de top N URL’s uit de resultaten en retourneert hun opgeschoonde content als Markdown.
  • Argumenten:
    • query (string, verplicht): Zoekterm of URL
    • maxResults (nummer, optioneel): Maximum aantal zoekresultaten om te scrapen (standaard: 1)
    • scrapingTool (string, optioneel): Kies een scrapingtool (‘browser-playwright’ of ‘raw-http’; standaard: ‘raw-http’)
    • outputFormats (array, optioneel): Uitvoerformaten (’text’, ‘markdown’, ‘html’; standaard: [‘markdown’])
    • requestTimeoutSecs (nummer, optioneel): Maximale tijd in seconden voor het verzoek (standaard: 40)

Gebruikstoepassingen van deze MCP Server

• Geautomatiseerd webzoeken
  Laat AI-agenten live webzoekopdrachten uitvoeren en samengevatte informatie uit de topresultaten ophalen, handig voor onderzoek en het beantwoorden van actuele vragen.

• Contentextractie voor RAG-pijplijnen
  Integreer met Retrieval-Augmented Generation (RAG)-workflows om webcontent op te halen en te verwerken als betrouwbare context voor LLM-antwoorden.

• Samenvatting van webpagina’s
  Haal en reinig de inhoud van specifieke URL’s, zodat ontwikkelaars of LLM’s snel relevante informatie kunnen opnemen en samenvatten.

• Dataverzameling voor markt- of concurrentieanalyse
  Gebruik de server om sites van concurrenten of marktnieuws te scrapen en realtime informatie te verzamelen voor zakelijke toepassingen.

Hoe stel je het in

Windsurf

1. Zorg dat Node.js en npm geïnstalleerd zijn.
2. Zoek je Windsurf-configuratiebestand.
3. Voeg de RAG Web Browser MCP Server toe aan het mcpServers-object:

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

4. Sla de configuratie op en herstart Windsurf.
5. Controleer of de server draait en bereikbaar is.

API-sleutels beveiligen (voorbeeld)

{
  "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. Controleer de beschikbaarheid van Node.js en npm.
2. Open Claude’s configuratiebestand.
3. Voeg de MCP-server als volgt toe:

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

4. Sla op en herstart Claude.
5. Controleer op correcte integratie.

Cursor

1. Installeer Node.js en npm indien nodig.
2. Zoek het configuratiebestand van Cursor.
3. Voeg de MCP Server toe:

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

4. Sla de configuratie op, herstart Cursor.
5. Controleer of de server zichtbaar is in MCP-tools.

Cline

1. Zorg dat Node.js en npm geïnstalleerd zijn.
2. Bewerk Cline’s configuratie.
3. Voeg de volgende JSON toe:

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

4. Sla op en herstart Cline.
5. Valideer de MCP-serververbinding.

Let op: Beveilig je API-sleutels met omgevingsvariabelen zoals getoond in het Windsurf-voorbeeld.

Hoe deze MCP te gebruiken in flows

MCP gebruiken in FlowHunt

Om MCP-servers in je FlowHunt-workflow te integreren, voeg je het MCP-component toe aan je flow en verbind je dit met je AI-agent:

Klik op het MCP-component om het configuratiepaneel te openen. Voeg in de systeem MCP-configuratiesectie je MCP-serverdetails toe met dit JSON-formaat:

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

Na configuratie kan de AI-agent deze MCP als tool gebruiken met toegang tot alle functies en mogelijkheden. Vergeet niet “rag-web-browser” te vervangen door de daadwerkelijke naam van je MCP-server en de URL door je eigen MCP-server-URL.

Overzicht

Op basis van de onderstaande tabellen is de RAG Web Browser MCP Server gestroomlijnd en sterk gericht op webinteractietaken, maar ontbreken bredere MCP-principes zoals prompts en bronnen. Het biedt alles wat nodig is voor installatie en veilige werking, met een krachtig en goed gedocumenteerd primair hulpmiddel. Sampling- en Roots-ondersteuning worden niet genoemd.

Onze mening

De MCP-server is doelgericht en functioneel, ideaal voor scenario’s waarin toegang tot webdata nodig is binnen LLM-workflows. Hij is eenvoudig in te stellen, heeft een duidelijke licentie en is redelijk populair. Het ontbreken van prompt-sjablonen en expliciete bronnen beperkt de flexibiliteit voor meer maatwerk of complexe toepassingen, maar voor RAG en live websearch blinkt hij uit. Score: 7/10

MCP Score