Integracja serwera MCP bilibili

Co robi serwer MCP “bilibili”?

bilibili MCP Server to serwer Model Context Protocol (MCP) zaprojektowany do łączenia asystentów AI i aplikacji z API bilibili.com. Działa jako pomost, umożliwiając workflow AI dostęp i pobieranie informacji z bilibili, takich jak profile użytkowników, metadane wideo oraz wyniki wyszukiwania. Ta integracja rozszerza możliwości asystentów AI w zadaniach związanych z odkrywaniem treści wideo, pobieraniem danych użytkowników oraz analizą treści. Programiści mogą wykorzystać ten serwer do automatyzacji i usprawnienia workflow wymagających interakcji z bogatym ekosystemem treści bilibili, ułatwiając włączanie aktualnych informacji o wideo i użytkownikach do różnych aplikacji lub projektów badawczych.

Lista promptów

W dostępnej dokumentacji ani kodzie nie wymieniono szablonów promptów.

Lista zasobów

W dostępnej dokumentacji ani kodzie nie wymieniono prymitywów zasobów.

Lista narzędzi

• Pobierz informacje o użytkowniku poprzez mid
  Pobiera szczegółowe informacje o użytkowniku bilibili na podstawie jego ID (mid).
• Wyszukaj informacje o wideo przez bvid
  Pobiera metadane i szczegóły dotyczące konkretnego wideo bilibili przy użyciu unikalnego bvid.
• Wyszukaj wideo po słowach kluczowych
  Umożliwia wyszukiwanie na bilibili wideo pasujących do określonych słów kluczowych, zwracając listę trafnych wyników.

Zastosowania tego serwera MCP

• Pobieranie danych użytkowników
  Automatyzacja pobierania informacji o konkretnych użytkownikach bilibili na podstawie ich ID, przydatna w analizie mediów społecznościowych i badaniach.
• Ekstrakcja metadanych wideo
  Szybkie uzyskiwanie szczegółowych metadanych wideo poprzez podanie bvid, usprawniając workflow związane z kuracją lub analizą treści.
• Odkrywanie treści
  Wyszukiwanie wideo po słowach kluczowych, umożliwiając asystentom AI znajdowanie odpowiednich treści do rekomendacji, podsumowań lub dalszego przetwarzania.
• Automatyczne monitorowanie
  Integracja serwera MCP z narzędziami monitorującymi w celu śledzenia określonych użytkowników lub typów treści na bilibili w czasie rzeczywistym.
• Wzbogacanie aplikacji o dane
  Wzbogacaj wewnętrzne aplikacje lub boty o aktualne informacje z bilibili, aby poprawić doświadczenia użytkowników lub wspierać badania.

Jak to skonfigurować

Windsurf

1. Upewnij się, że masz zainstalowany Node.js.
2. Otwórz plik konfiguracyjny Windsurf.
3. Dodaj serwer MCP bilibili za pomocą pakietu npm:

   {
     "mcpServers": {
       "bilibili": {
         "command": "npx",
         "args": ["-y", "@wangshunnn/bilibili-mcp-server"]
       }
     }
   }
   

4. Zapisz konfigurację i zrestartuj Windsurf.
5. Sprawdź, czy serwer MCP bilibili pojawił się w opcjach MCP.

Claude

1. Upewnij się, że Node.js jest zainstalowany.
2. Otwórz plik konfiguracyjny Claude.
3. Dodaj serwer MCP bilibili:

   {
     "mcpServers": {
       "bilibili": {
         "command": "npx",
         "args": ["-y", "@wangshunnn/bilibili-mcp-server"]
       }
     }
   }
   

4. Zapisz i zrestartuj Claude.
5. Potwierdź, że opcja “bilibili MCP” pojawia się w interfejsie.

Cursor

1. Upewnij się, że Node.js jest skonfigurowany.
2. Edytuj plik konfiguracyjny Cursor.
3. Wstaw następujący wpis serwera MCP:

   {
     "mcpServers": {
       "bilibili": {
         "command": "npx",
         "args": ["-y", "@wangshunnn/bilibili-mcp-server"]
       }
     }
   }
   

4. Zapisz i zrestartuj Cursor.
5. Sprawdź, czy pojawił się wpis bilibili MCP.

Cline

1. Zweryfikuj, że Node.js jest zainstalowany.
2. Uzyskaj dostęp do pliku konfiguracyjnego Cline.
3. Dodaj konfigurację serwera MCP bilibili:

   {
     "mcpServers": {
       "bilibili": {
         "command": "npx",
         "args": ["-y", "@wangshunnn/bilibili-mcp-server"]
       }
     }
   }
   

4. Zapisz zmiany i zrestartuj Cline.
5. Potwierdź, że serwer MCP jest rozpoznawany.

Zabezpieczanie kluczy API

Jeśli API bilibili wymaga autoryzacji, używaj zmiennych środowiskowych do przechowywania wrażliwych kluczy. Przykładowa konfiguracja:

{
  "mcpServers": {
    "bilibili": {
      "command": "npx",
      "args": ["-y", "@wangshunnn/bilibili-mcp-server"],
      "env": {
        "BILIBILI_API_KEY": "${BILIBILI_API_KEY}"
      },
      "inputs": {
        "apiKey": "${BILIBILI_API_KEY}"
      }
    }
  }
}

Zamień "BILIBILI_API_KEY" na faktyczną nazwę swojej zmiennej środowiskowej.

Jak używać tego MCP w flow

Używanie MCP w FlowHunt

Aby zintegrować serwery MCP w workflow FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow i podłączenia go do agenta AI:

Kliknij komponent MCP, aby otworzyć panel konfiguracji. W sekcji konfiguracji systemu MCP wstaw dane swojego serwera MCP w tym formacie JSON:

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

Po skonfigurowaniu agent AI może korzystać z tego MCP jako narzędzia z dostępem do wszystkich jego funkcji i możliwości. Pamiętaj, aby zamienić “bilibili” na faktyczną nazwę swojego serwera MCP i podać własny adres URL serwera MCP.

Przegląd

Na podstawie dostępnej dokumentacji i funkcji serwera bilibili MCP Server zapewnia kluczowe narzędzia do interakcji z API bilibili, ale brakuje mu szczegółowej dokumentacji dotyczącej zasobów, promptów oraz zaawansowanych funkcji MCP, takich jak korzenie i sampling. Instrukcje integracji są jasne, a projekt jest open source z liberalną licencją. Ocena: 5/10.

Ocena MCP