Servidor MCP de API no estructurada

Implementación de un servidor MCP para interactuar con la API no estructurada. Este servidor proporciona herramientas para listar fuentes y flujos de trabajo.

Herramientas disponibles

A continuación se muestra una lista de los conectores compatibles actualmente con el servidor UNS-MCP . Consulte la lista completa de conectores de origen compatibles con la plataforma no estructurada aquí y la lista de destinos aquí . ¡Estamos planeando añadir más!

Para usar la herramienta que crea, actualiza o elimina un conector, las credenciales de ese conector específico deben estar definidas en el archivo .env. A continuación, se muestra la lista de credentials para los conectores compatibles:

Fuente de Firecrawl

Firecrawl es una API de rastreo web que proporciona dos capacidades principales en nuestro MCP:

1. Recuperación de contenido HTML : uso de invoke_firecrawl_crawlhtml para iniciar trabajos de rastreo y check_crawlhtml_status para monitorearlos

2. Generación de texto optimizada para LLM : uso de invoke_firecrawl_llmtxt para generar texto y check_llmtxt_status para recuperar resultados

Cómo funciona Firecrawl:

Proceso de rastreo web:

• Comienza con una URL específica y la analiza para identificar enlaces.

• Utiliza el mapa del sitio si está disponible; de lo contrario, sigue los enlaces que se encuentran en el sitio web.

• Recorre recursivamente cada enlace para descubrir todas las subpáginas

• Recopila contenido de cada página visitada, gestionando la representación de JavaScript y los límites de velocidad.

• Los trabajos se pueden cancelar con cancel_crawlhtml_job si es necesario

• Use esto si necesita toda la información extraída en HTML sin formato, el flujo de trabajo de Unstructured lo limpia muy bien :smile:

Generación de textos LLM:

• Después del rastreo, extrae contenido de texto limpio y significativo de las páginas rastreadas.

• Genera formatos de texto optimizados y formateados específicamente para modelos de lenguaje grandes.

• Los resultados se cargan automáticamente en la ubicación S3 especificada

• Nota: Los trabajos de generación de texto LLM no se pueden cancelar una vez iniciados. La función cancel_llmtxt_job se proporciona por coherencia, pero actualmente no es compatible con la API de Firecrawl.

Nota: Se debe configurar una variable de entorno FIRECRAWL_API_KEY para utilizar estas funciones.

Related MCP server: Lodestar MCP Server

Instalación y configuración

Esta guía proporciona instrucciones paso a paso para configurar el servidor UNS_MCP utilizando Python 3.12 y la herramienta uv .

Prerrequisitos

• Python 3.12+

• uv para la gestión ambiental

• Una clave API de Unstructured. Puedes registrarte y obtener tu clave API aquí .

Uso de uv (recomendado)

No se requiere instalación adicional al usar uvx , ya que gestiona la ejecución. Sin embargo, si prefiere instalar el paquete directamente:

uv pip install uns_mcp

Configurar Claude Desktop

Para la integración con Claude Desktop, agregue el siguiente contenido a su claude_desktop_config.json :

Nota: El archivo se encuentra en el directorio ~/Library/Application Support/Claude/ .

Usando el comando uvx :

{
   "mcpServers": {
      "UNS_MCP": {
         "command": "uvx",
         "args": ["uns_mcp"],
         "env": {
           "UNSTRUCTURED_API_KEY": "<your-key>"
         }
      }
   }
}

Alternativamente, utilizando el paquete Python:

{
   "mcpServers": {
      "UNS_MCP": {
         "command": "python",
         "args": ["-m", "uns_mcp"],
         "env": {
           "UNSTRUCTURED_API_KEY": "<your-key>"
         }
      }
   }
}

Usando el código fuente

1. Clonar el repositorio.

2. Instalar dependencias:

   uv sync

3. Establezca su clave de API no estructurada como variable de entorno. Cree un archivo .env en el directorio raíz con el siguiente contenido:

   UNSTRUCTURED_API_KEY="YOUR_KEY"

   Consulte .env.template para conocer las variables de entorno configurables.

Ahora puede ejecutar el servidor utilizando uno de los siguientes métodos:

uvx pip install -e .

Actualice la configuración de Claude Desktop:

{
  "mcpServers": {
    "UNS_MCP": {
      "command": "uvx",
      "args": ["uns_mcp"]
    }
  }
}

Nota : Recuerde apuntar al ejecutable uvx en el entorno donde instaló el paquete

Nota: No compatible con Claude Desktop.

Para el protocolo SSE, puede depurar más fácilmente desacoplando el cliente y el servidor:

1. Inicie el servidor en una terminal:

   uv run python uns_mcp/server.py --host 127.0.0.1 --port 8080
   # or
   make sse-server

2. Pruebe el servidor usando un cliente local en otra terminal:

   uv run python minimal_client/client.py "http://127.0.0.1:8080/sse"
   # or
   make sse-client

Nota: Para detener los servicios, utilice Ctrl+C primero en el cliente y luego en el servidor.

Configurar Claude Desktop para utilizar stdio:

{
  "mcpServers": {
    "UNS_MCP": {
      "command": "ABSOLUTE/PATH/TO/.local/bin/uv",
      "args": [
        "--directory",
        "ABSOLUTE/PATH/TO/YOUR-UNS-MCP-REPO/uns_mcp",
        "run",
        "server.py"
      ]
    }
  }
}

Alternativamente, ejecute el cliente local:

uv run python minimal_client/client.py uns_mcp/server.py

Configuración adicional de cliente local

Configure el cliente mínimo utilizando variables ambientales:

• LOG_LEVEL="ERROR" : se configura para suprimir las salidas de depuración del LLM y mostrar mensajes claros para los usuarios.

• CONFIRM_TOOL_USE='false' : Desactivar la confirmación del uso de la herramienta antes de la ejecución. Usar con precaución , especialmente durante el desarrollo, ya que LLM puede ejecutar flujos de trabajo costosos o eliminar datos.

Herramientas de depuración

Anthropic ofrece la herramienta MCP Inspector para depurar y probar su servidor MCP. Ejecute el siguiente comando para iniciar una interfaz de depuración. Desde allí, podrá agregar variables de entorno (que apunten a su entorno local) en el panel izquierdo. Incluya su clave API personal como variable de entorno. Vaya a tools para probar las funciones que agregue al servidor MCP.

mcp dev uns_mcp/server.py

Si necesita registrar los parámetros de las llamadas de solicitud a UnstructuredClient , configure la variable de entorno DEBUG_API_REQUESTS=false . Los registros se almacenan en un archivo con el formato unstructured-client-{date}.log , que puede examinarse para depurar los parámetros de las llamadas de solicitud a las funciones de UnstructuredClient .

Añadir acceso de terminal al cliente mínimo

Usaremos @wonderwhy-er/desktop-commander para añadir acceso a la terminal al cliente mínimo. Está basado en el servidor de sistema de archivos MCP. Tenga cuidado, ya que el cliente (también LLM) ahora tiene acceso a archivos privados.

Ejecute el siguiente comando para instalar el paquete:

npx @wonderwhy-er/desktop-commander setup

Luego inicie el cliente con el parámetro adicional:

uv run python minimal_client/client.py "http://127.0.0.1:8080/sse" "@wonderwhy-er/desktop-commander"
# or
make sse-client-terminal

Uso de un subconjunto de herramientas

Si su cliente admite el uso de solo un subconjunto de herramientas, aquí le mostramos una lista de cosas que debe tener en cuenta:

• La herramienta update_workflow debe cargarse en el contexto junto con la herramienta create_workflow , porque contiene una descripción detallada sobre cómo crear y configurar un nodo personalizado.

Problemas conocidos

• update_workflow - debe tener en contexto la configuración del flujo de trabajo que está actualizando, ya sea proporcionándola por el usuario o llamando a la herramienta get_workflow_info , ya que esta herramienta no funciona como aplicador patch , reemplaza completamente la configuración del flujo de trabajo.

REGISTRO DE CAMBIOS.md

Cualquier nueva característica/corrección/mejora desarrollada se agregará a CHANGELOG.md. Se prefiere el formato de prelanzamiento 0.xx-dev antes de pasar a una versión estable.

Solución de problemas

• Si encuentra problemas con Error: spawn <command> ENOENT significa que <command> no está instalado o no es visible en su RUTA:

  • Asegúrese de instalarlo y agregarlo a su PATH.

  • O bien, proporcione la ruta absoluta del comando en el campo command de su configuración. Por ejemplo, reemplace python por /opt/miniconda3/bin/python