KeywordsPeopleUse MCP Server

Co robi serwer “KeywordsPeopleUse” MCP?

Serwer KeywordsPeopleUse MCP to serwer Model Context Protocol (MCP), który łączy asystentów AI z platformą KeywordsPeopleUse w celu zaawansowanego badania słów kluczowych. Działając jako most między klientami AI a API KeywordsPeopleUse, umożliwia LLM oraz narzędziom AI programistyczny dostęp do insightów słów kluczowych takich jak pytania “People Also Ask”, sugestie autouzupełniania Google, pytania tematyczne z Reddit i Quora oraz dane o semantycznych słowach kluczowych. Ta integracja usprawnia przepływ pracy w badaniach słów kluczowych bezpośrednio w narzędziach deweloperskich i produktywnościowych, pozwalając programistom i twórcom treści automatyzować i ulepszać procesy badań SEO, generowania pomysłów na treści i analiz rynkowych.

Lista promptów

W dokumentacji repozytorium ani w kodzie nie wspomniano o jawnych szablonach promptów.

Lista zasobów

W dokumentacji repozytorium ani w kodzie nie opisano jawnych zasobów MCP.

Lista narzędzi

• Pobierz pytania People Also Ask
  • Pobiera powiązane pytania “People Also Ask” z Google dla zadanych słów kluczowych.
• Pobierz sugestie autouzupełniania Google
  • Zwraca sugestie słów kluczowych z autouzupełniania Google.
• Pobierz pytania z Reddit i Quora
  • Pobiera odpowiednie pytania z Reddit i Quora do badań i pozyskiwania pomysłów na treści.
• Pobierz semantyczne słowa kluczowe
  • Dostarcza semantycznie powiązane słowa kluczowe do rozszerzenia targetowania słów kluczowych.

Przykładowe zastosowania tego serwera MCP

• Badanie słów kluczowych SEO
  Programiści i marketerzy mogą automatyzować zbieranie wartościowych słów kluczowych, powiązanych wyszukiwań i pomysłów na pytania bezpośrednio w swoich narzędziach do planowania SEO.
• Generowanie pomysłów na treści
  Użyj serwera MCP, by uzyskać rzeczywiste pytania z Reddit i Quora, wspierając strategię treści i szkice blogów w oparciu o faktyczne zapytania użytkowników.
• Analiza konkurencji
  Pobieraj dane z autouzupełniania i semantycznych słów kluczowych, aby analizować luki w treściach konkurencji i identyfikować nowe możliwości rynkowe.
• Automatyczne raportowanie
  Integruj z wewnętrznymi dashboardami lub narzędziami raportowymi, aby pobierać najnowsze trendy słów kluczowych i dane “People Also Ask” do regularnych aktualizacji.
• Narzędzia do pisania napędzane AI
  Wzbogacaj asystentów AI do pisania o świeże, trafne dane słów kluczowych i pytania użytkowników dla generowania treści bogatych w kontekst.

Jak skonfigurować

Windsurf

W dokumentacji repozytorium nie podano instrukcji konfiguracji dla Windsurf.

Claude

1. Uzyskaj swój klucz API KeywordsPeopleUse (plan Standard lub wyższy).
2. W aplikacji Claude Desktop przejdź do Ustawienia > Deweloper > Edytuj konfigurację.
3. Dodaj poniższy fragment JSON, zastępując YOUR_API_KEY rzeczywistym kluczem API:

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

4. Zrestartuj Claude Desktop.
5. Sprawdź, czy narzędzia stały się dostępne w Twoim środowisku Claude.

Zabezpieczanie kluczy API

Przechowuj swój klucz API w zmiennej środowiskowej lub w pliku .env w następujący sposób:

KPU_API_KEY=sk_01234567890123456789012345678901

Przykładowa konfiguracja odwołująca się do zmiennej:

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

Cursor

Na MacOS/Linux

1. Sklonuj repozytorium i zainstaluj zależności:

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

2. Uzyskaj swój klucz API i ustaw go w pliku .env.
3. Otwórz ustawienia Cursor.
4. Przejdź do Funkcje > MCP Servers > “+ Dodaj nowy MCP Server”.
5. Wprowadź:
   • Nazwa: “keywordspeopleuse”
   • Typ: “command”
   • Komenda: node /ABSOLUTE/PATH/TO/PARENT/FOLDER/kpu-mcp/index.js
6. Zapisz i zrestartuj Cursor.

Przykład JSON:

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

Na Windows

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

Cline

W dokumentacji repozytorium nie podano instrukcji konfiguracji dla Cline.

Jak używać tego MCP w flow

Użycie MCP w FlowHunt

Aby zintegrować serwery MCP z przepływem w FlowHunt, rozpocznij od dodania komponentu MCP do swojego flow i połączenia go z agentem AI:

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

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

Po skonfigurowaniu agent AI może już korzystać z tego MCP jako narzędzia ze wszystkimi jego funkcjami i możliwościami. Pamiętaj, aby zmienić “keywordspeopleuse” na rzeczywistą nazwę swojego serwera MCP i zastąpić URL własnym adresem serwera MCP.

Przegląd

| Wsparcie rootów | ⛔ | Nie wspomniano |

Na podstawie dostępnej dokumentacji, ten serwer MCP jest funkcjonalny i stosunkowo łatwy do wdrożenia, jednak brakuje mu szczegółowej dokumentacji deweloperskiej, przykładowych szablonów promptów oraz jawnego spisu prymitywów MCP jak rooty, zasoby czy wsparcie samplingowe. Do podstawowej automatyzacji badań słów kluczowych wystarcza, ale dokumentacja i zgodność MCP mogłyby być szersze.

Nasza opinia

Wynik MCP: 4/10
Umożliwia praktyczne badania słów kluczowych i podstawowe funkcje narzędzi MCP, lecz brakuje mu głębszych funkcji MCP, ekspozycji zasobów, a dokumentacja i wsparcie społeczności jest minimalne.

Wynik MCP