mcp-rquest MCP Server

Hva gjør “mcp-rquest” MCP Server?

mcp-rquest MCP Server er en Model Context Protocol (MCP) server utviklet for å gi avanserte, nettleserlignende HTTP-forespørselmuligheter for AI-assistenter, inkludert Claude og andre store språkmodeller. Bygget på rquest-motoren gjør den det mulig for modeller å samhandle med nettsteder ved å bruke nøyaktige TLS-, JA3/JA4- og HTTP/2-nettleserfingeravtrykk, noe som hjelper å omgå vanlige anti-bot-mekanismer og simulere menneskelig surfing. Serveren støtter også konvertering av PDF- og HTML-dokumenter til Markdown, som gjør det enklere for LLM-er å innta og prosessere nett- og dokumentinnhold. I tillegg har den sikker responslagring, token-bevisst håndtering av store responser, og støtter ulike autentiserings- og forespørseltilpasningsalternativer, noe som gjør den til et kraftig verktøy for å forbedre AI-drevne utviklingsarbeidsflyter som involverer nett- og dokumentdata.

Liste over Prompter

Ingen spesifikke prompt-maler er nevnt i depotet.

Liste over Ressurser

Ingen eksplisitte ressurser er dokumentert i de tilgjengelige filene eller README.

Liste over Verktøy

• http_get: Utfør GET HTTP-forespørsler med tilpassbare parametere.
• http_post: Send data med POST-forespørsler til nettressurser.
• http_put: Oppdater ressurser via PUT-forespørsler.
• http_delete: Fjern ressurser fra servere med DELETE-forespørsler.
• http_patch: Utfør delvise oppdateringer på ressurser.
• http_head: Hent kun overskrifter fra en nettressurs.
• http_options: Få støttede HTTP-metoder for en ressurs.
• http_trace: Utfør diagnostisk sporing av HTTP-forespørsler.
• get_stored_response: Hent store, tidligere lagrede HTTP-responser, med valgfritt linjeutvalg.

Bruksområder for denne MCP-serveren

• Web Scraping & Nettlesing: Hent trygt data fra nettsteder, inkludert de med anti-bot-beskyttelse, ved å emulere realistiske nettleserfingeravtrykk.
• Automatisert API-testing: Bruk hele spekteret av HTTP-metoder for å teste REST API-er, inkludert autentisering og egendefinerte data.
• Dokumentkonvertering for LLM-er: Konverter både HTML- og PDF-dokumenter til Markdown for mer effektiv inntak og prosessering av LLM-er.
• Datauttrekk fra sikre nettsteder: Få tilgang til og trekk ut innhold fra sider som krever autentisering, informasjonskapsler eller egendefinerte overskrifter.
• Håndtering av store nettresponser: Lagre og hent store responser for inkrementell eller token-begrenset LLM-behandling.

Slik setter du det opp

Windsurf

1. Sørg for at nødvendige programmer som Node.js og Python er installert.
2. Åpne Windsurf-konfigurasjonsfilen din (f.eks. windsurf.config.json).
3. Legg til mcp-rquest MCP-serveren i mcpServers-seksjonen:

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

4. Lagre endringer og start Windsurf på nytt.
5. Sjekk at mcp-rquest vises blant dine tilgjengelige MCP-servere.

Claude

1. Åpne Claude-konfigurasjonsfilen din.
2. Sett inn følgende JSON-snutt i MCP-serverseksjonen:

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

3. Lagre endringer og start Claude på nytt.
4. Bekreft at serveren kjører og er tilgjengelig.

Cursor

1. Installer nødvendige programmer (Node.js, Python).
2. Rediger konfigurasjonsfilen til Cursor.
3. Legg til:

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

4. Start Cursor på nytt.
5. Test MCP-serverforbindelsen.

Cline

1. Sørg for at avhengigheter er installert.
2. Oppdater konfigurasjonsfilen for Cline.
3. Sett inn:

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

4. Lagre og start Cline på nytt.
5. Sjekk at mcp-rquest MCP-serveren er operativ.

Sikring av API-nøkler

For å gi API-nøkler sikkert, bruk miljøvariabler og referer dem i konfigurasjonen din:

{
  "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}"
      }
    }
  }
}

Bytt ut MY_API_KEY_ENV_VAR med navnet på din faktiske miljøvariabel som inneholder API-nøkkelen.

Hvordan bruke denne MCP-en i flyter

Bruk av MCP i FlowHunt

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

Klikk på MCP-komponenten for å åpne konfigurasjonspanelet. I system-MCP-konfigurasjonsseksjonen setter du inn detaljene for MCP-serveren din med dette JSON-formatet:

{
  "mcp-rquest": {
    "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 "mcp-rquest" til det faktiske navnet på din MCP-server og bytt ut URL-en med din egen MCP-server-URL.

Oversikt

Basert på tabellene over er mcp-rquest en fokusert og robust HTTP request MCP-server med utmerket verktøydekning (alle HTTP-metoder, dokumentkonvertering, håndtering av store responser), god dokumentasjon og praktiske oppsettseksempler. Den mangler imidlertid dokumenterte prompt-maler, eksplisitte ressurser og informasjon om sampling- eller roots-støtte. Alt i alt er det et praktisk, velavgrenset verktøy for AI-utviklere, men ikke en full økosystemserver.

MCP Score

Total vurdering: 6/10
En teknisk solid, veldokumentert MCP-server for HTTP-forespørsler og dokumentkonvertering, men mangler høyere MCP-funksjoner som prompt-maler, ressurs-eksponering og sampling/roots-støtte.