KeywordsPeopleUse MCP-server

Hva gjør “KeywordsPeopleUse” MCP-serveren?

KeywordsPeopleUse MCP-serveren er en Model Context Protocol (MCP)-server som kobler AI-assistenter til KeywordsPeopleUse-plattformen for avanserte søkeordsforskningsfunksjoner. Ved å fungere som en bro mellom AI-klienter og KeywordsPeopleUse API-en, muliggjør den at LLM-er og AI-verktøy kan programmere tilgang til søkeordsinnsikt som “People Also Ask”-spørsmål, Google autofullfør-forslag, Reddit- og Quora-spørsmål og semantiske søkeordsdata. Denne integrasjonen effektiviserer søkeordsforskningsarbeidsflyter direkte i utviklings- og produktivitetsverktøy, og gir utviklere og innholdsskapere mulighet til å automatisere og forbedre SEO-forskning, innholdsideer og markedsanalyseprosesser.

Liste over prompts

Ingen eksplisitte promptmaler er nevnt i repository-dokumentasjonen eller koden.

Liste over ressurser

Ingen eksplisitte MCP-ressurser er beskrevet i repository-dokumentasjonen eller koden.

Liste over verktøy

• Hent People Also Ask-spørsmål
  • Henter relaterte “People Also Ask”-spørsmål fra Google for gitte søkeord.
• Hent Google autofullfør-forslag
  • Returnerer autofullfør-søkeordsforslag fra Google.
• Hent Reddit- og Quora-spørsmål
  • Henter relevante spørsmål fra Reddit og Quora for forskning og innholdsideer.
• Hent semantiske søkeord
  • Tilbyr semantisk relaterte søkeord for å utvide søkeordretting.

Bruksområder for denne MCP-serveren

• SEO-søkeordsforskning
  Utviklere og markedsførere kan automatisere innsamling av verdifulle søkeord, relaterte søk og spørsmålsideer direkte i sine arbeidsflytverktøy for effektiv SEO-planlegging.
• Innholdsideer
  Bruk MCP-serveren for å få tilgang til reelle spørsmål fra Reddit og Quora, og styrk innholdsstrategien samt bloggskisser basert på faktiske brukerhenvendelser.
• Konkurrentanalyse
  Hent autofullfør- og semantiske søkeordsdata for å analysere konkurrenters innholdshull og identifisere nye markedsmuligheter.
• Automatisert rapportering
  Integrer med interne dashbord eller rapporteringsverktøy for å hente de siste søkeordtrendene og “People Also Ask”-data for regelmessige oppdateringer.
• AI-drevne skriveverktøy
  Forbedre AI-skriveassistenter ved å gi dem ferske, relevante søkeordsdata og brukerspørsmål for kontekstrik innholdsgenerering.

Slik setter du det opp

Windsurf

Ingen oppsettinstruksjoner for Windsurf er gitt i repositoryet.

Claude

1. Skaff din KeywordsPeopleUse API-nøkkel (Standard-abonnement eller høyere).
2. Gå til Innstillinger > Utvikler > Rediger konfigurasjon i Claude Desktop.
3. Legg til følgende JSON, og erstatt YOUR_API_KEY med din faktiske API-nøkkel:

   {
     "mcpServers": {
       "keywordspeopleuse": {
         "command": "npx",
         "args": [
           "mcp-remote",
           "https://mcp-keywordspeopleuse.com/sse",
           "--header",
           "Authorization:YOUR_API_KEY"
         ]
       }
     }
   }
   

4. Start Claude Desktop på nytt.
5. Verifiser at verktøyene blir tilgjengelige i Claude-miljøet ditt.

Sikring av API-nøkler

Lagre API-nøkkelen din i en miljøvariabel eller i .env-filen slik:

KPU_API_KEY=sk_01234567890123456789012345678901

Eksempelkode for å referere til miljøvariabel:

{
  "mcpServers": {
    "keywordspeopleuse": {
      "command": "npx",
      "args": [
        "mcp-remote",
        "https://mcp-keywordspeopleuse.com/sse",
        "--header",
        "Authorization:${KPU_API_KEY}"
      ]
    }
  }
}

Cursor

På MacOS/Linux

1. Klon repositoryet og installer avhengigheter:

   git clone https://github.com/data-skunks/kpu-mcp.git
   cd kpu-mcp
   npm install
   

2. Skaff API-nøkkelen din og legg den inn i .env.
3. Åpne Cursor-innstillinger.
4. Gå til Features > MCP Servers > “+ Add New MCP Server”.
5. Fyll ut:
   • Navn: “keywordspeopleuse”
   • Type: “command”
   • Kommando: node /ABSOLUTE/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js
6. Lagre og start Cursor på nytt.

JSON-eksempel:

{
  "mcpServers": {
    "keywordspeopleuse": {
      "command": "node",
      "args": ["/ABSOLUTE/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js"]
    }
  }
}

På Windows

{
  "mcpServers": {
    "keywordspeopleuse": {
      "command": "node",
      "args": ["C:/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js"]
    }
  }
}

Cline

Ingen oppsettinstruksjoner for Cline er gitt i repositoryet.

Slik bruker du denne MCP-en i flows

Bruke MCP i FlowHunt

For å integrere MCP-servere i FlowHunt-arbeidsflyten din, start med å legge til MCP-komponenten i flyten og koble den til din AI-agent:

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I systemets MCP-konfigurasjonsseksjon, legg inn detaljene for din MCP-server med dette JSON-formatet:

{
  "keywordspeopleuse": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Når dette er konfigurert, kan AI-agenten bruke denne MCP-en som et verktøy med tilgang til alle dens funksjoner og kapasiteter. Husk å endre “keywordspeopleuse” til det faktiske navnet på din MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

| Roots-støtte | ⛔ | Ikke nevnt |

Basert på tilgjengelig dokumentasjon er denne MCP-serveren funksjonell og relativt enkel å sette opp, men mangler detaljert utviklerdokumentasjon, eksempel-promptmaler og eksplisitt opplisting av MCP-primitiver som roots, ressurser eller sampling-støtte. For essensiell automatisering av søkeordsforskning dekker den det grunnleggende, men kunne vært forbedret når det gjelder dokumentasjonsbredde og MCP-compliance.

Vår mening

MCP-score: 4/10
Den muliggjør praktisk søkeordsforskning og grunnleggende MCP-verktøyfunksjonalitet, men mangler dypere MCP-funksjoner, ressurs-eksponering og har minimal dokumentasjon og fellesskapsstøtte.

MCP-score