Vad gör “puremd” MCP Server?

puremd MCP (Model Context Protocol) Server är ett kraftfullt verktyg som kopplar samman AI-assistenter och agenter med webbinnehåll genom att fungera som en upplåsande, skrapande och sökande brygga. Genom att utnyttja pure.md-plattformen kan skript, API:er, appar och agenter komma åt webbsidor i markdown-format genom att helt enkelt lägga till prefixet pure.md/ framför valfri URL. Detta tillvägagångssätt kringgår bot-detektering, renderar JavaScript-tunga single-page-appar och konverterar en mängd olika format (HTML, PDF, bilder) till markdown. Globalt cachade svar säkerställer effektiv upprepad åtkomst till samma resurser och minskar belastningen på ursprungsservrarna. puremd-mcp-servern lär MCP-klienter (som Cursor, Windsurf och Claude Desktop) hur man använder dessa funktioner, vilket gör att innehåll låses upp och avancerad webbsökning möjliggörs direkt i AI-utvecklingsflödet.

Lista över promts

Inga promptmallar nämns uttryckligen i repositoryt eller dokumentationen.

Lista över resurser

Inga specifika resurser (enligt MCP-definitionen) beskrivs i repositoryt eller dokumentationen.

Lista över verktyg

• unblock-url
  Extraherar markdown från webbsidor utan att blockeras, vilket gör det möjligt för AI-klienter att pålitligt hämta läsbart innehåll även från webbplatser med anti-bot-åtgärder.
• search-web
  Söker på webben efter en given fråga och sammanfogar resultaten till ett enda markdown-dokument, vilket ger sammanfattad sökinsikt för agenter och användare.

Användningsområden för denna MCP-server

• Kringgå botdetektering för web scraping
  Gör det möjligt för agenter och LLM:er att hämta innehåll från webbplatser som vanligtvis blockerar automatiserade skript genom att använda pure.md:s infrastruktur för att undvika upptäckt.
• Webbinnehållskonvertering till Markdown
  Konverterar en mängd olika webbresurser (HTML, PDF:er, bilder) till markdown-format, vilket standardiserar input för vidare LLM-bearbetning och agentarbetsflöden.
• Webbsöksintegration
  Ger AI-assistenter möjlighet att utföra webbsökningar och få tillgång till syntetiserade resultat i markdown—viktigt för research, summering och kontextbyggande.
• Global innehållscaching
  Minskar serverbelastning och möjliggör snabbare åtkomst vid upprepade förfrågningar genom att använda pure.md:s CDN-liknande caching för tidigare åtkomna resurser.
• Sömlös LLM-kontestberikning
  Gör det möjligt för utvecklare att automatiskt berika LLM-kontestfönster med relevant, aktuell webbinformation och förbättra prestandan i kunskapsbaserade AI-applikationer.

Så här sätter du upp det

Windsurf

1. Kontrollera att Node.js och npm är installerade.
2. Generera en PUREMD API-nyckel på pure.md (valfritt för högre ratelimitar).
3. Redigera ./codeium/windsurf/model_config.json.
4. Lägg till följande MCP-serverpost:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

5. Spara och starta om Windsurf för att tillämpa ändringarna.

Claude

1. Kontrollera att Node.js och npm är installerade.
2. Skaffa en PUREMD API-nyckel (se pure.md).
3. Redigera ~/Library/Application Support/Claude/claude_desktop_config.json.
4. Infoga följande konfiguration:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

5. Spara och starta om Claude Desktop.

Cursor

1. Installera Node.js och npm.
2. Registrera dig och generera en PUREMD API-nyckel från pure.md.
3. Redigera ~/.cursor/mcp.json.
4. Lägg till följande MCP-serverkonfiguration:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

5. Spara och starta om Cursor.

Cline

Inga Cline-specifika instruktioner finns i repositoryt eller dokumentationen.

Säkra API-nycklar (miljövariabler)

API-nycklar bör lagras säkert med hjälp av env-fältet i din MCP-serverkonfiguration:

{
  "mcpServers": {
    "pure.md": {
      "command": "npx",
      "args": ["-y", "puremd-mcp"],
      "env": {
        "PUREMD_API_KEY": "<TOKEN>"
      }
    }
  }
}

Så använder du denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, ange dina MCP-serveruppgifter med detta JSON-format:

{
  "MCP-name": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och möjligheter. Kom ihåg att ändra “MCP-name” till det faktiska namnet på din MCP-server (t.ex. “github-mcp”, “weather-api” etc.) och ersätt URL:en med din egen MCP-server-URL.

Översikt

Baserat på tillgänglig dokumentation är puremd-mcp en fokuserad och praktisk MCP-server med tydlig nytta för webupplåsning och sökning. Dock saknas promptmallar och resursdefinitioner, och det nämns inget om Roots eller Sampling-stöd. För generell webbtillgång och sökning får den ett stabilt betyg för enkelhet och omedelbar användbarhet.

MCP-betyg