Raccoon AI MCP Server
一个模型上下文协议服务器，它通过 Raccoon AI 的 LAM API 实现网页浏览、数据提取和复杂的网页任务自动化。
README
Raccoon AI MCP 服务器
Raccoon AI 的模型上下文协议 (MCP) 服务器，支持利用 LAM API 进行网页浏览、数据提取和复杂的 Web 任务自动化。
你可以用它做什么？
- 搜索和浏览网站
- 填写表单并导航 UI 元素
- 基于定义的模式提取结构化数据
- 处理跨网站的多步骤流程
前提条件
在使用 Raccoon LAM MCP 服务器之前，你需要：
- Python 3.8 或更高版本
- Claude Desktop 或其他 MCP 兼容的客户端
- Raccoon AI Secret Key 和你的 Raccoon Passcode
安装
使用 Smithery
npx -y @smithery/cli@latest install @raccoonaihq/raccoonai-mcp-server --client claude
从源代码
git clone https://github.com/raccoonaihq/raccoonai-mcp-server.git
cd raccoonai-mcp-server
uv pip install -e .
在 Claude Desktop 中配置
mcp install src/raccoonai_mcp_server/server.py -v RACCOON_SECRET_KEY=<RACCOON_SECRET_KEY> -v RACCOON_PASSCODE=<RACCOON_PASSCODE>
将 <RACCOON_SECRET_KEY> 和 <RACCOON_PASSCODE> 替换为你实际的凭据。你可以在这里找到它们。
示例
以下是一些可以与 Claude 一起使用的示例提示，用于执行各种 Web 任务：
- 你能从 Amazon.com 提取顶级游戏键盘的产品信息吗？
- 查找并总结有关可再生能源技术的最新新闻文章。
- 查找最新的 3 款 iPhone 型号，并以模式提取详细信息。
- 进行深度搜索并生成关于小型语言模型的详细报告。
文档
更多信息，请参考：
推荐服务器
Playwright MCP Server
一个模型上下文协议服务器，它使大型语言模型能够通过结构化的可访问性快照与网页进行交互，而无需视觉模型或屏幕截图。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
mcp-server-qdrant
这个仓库展示了如何为向量搜索引擎 Qdrant 创建一个 MCP (Managed Control Plane) 服务器的示例。
AIO-MCP Server
🚀 集成了 AI 搜索、RAG 和多服务（GitLab/Jira/Confluence/YouTube）的一体化 MCP 服务器，旨在增强 AI 驱动的开发工作流程。来自 Folk。
Knowledge Graph Memory Server
为 Claude 实现持久性记忆，使用本地知识图谱，允许 AI 记住用户的信息，并可在自定义位置存储，跨对话保持记忆。
https://github.com/Streen9/react-mcp
react-mcp 与 Claude Desktop 集成，能够根据用户提示创建和修改 React 应用程序。
MCP Atlassian
适用于 Atlassian Cloud 产品（Confluence 和 Jira）的 Model Context Protocol (MCP) 服务器。此集成专为 Atlassian Cloud 实例设计，不支持 Atlassian Server 或 Data Center 部署。
any-chat-completions-mcp
将 Claude 与任何 OpenAI SDK 兼容的聊天完成 API 集成 - OpenAI、Perplexity、Groq、xAI、PyroPrompts 等。
Exa MCP Server
一个模型上下文协议服务器，它使像 Claude 这样的人工智能助手能够以安全和受控的方式，使用 Exa AI 搜索 API 执行实时网络搜索。