Servidor MCP Raindrop.io

Este proyecto proporciona un servidor de Protocolo de Contexto de Modelo (MCP) para interactuar con el servicio de marcadores Raindrop.io . Permite que los Modelos de Lenguaje (LLM) y otros agentes de IA accedan y administren los datos de Raindrop.io mediante el estándar MCP.

Características

• Operaciones CRUD : crear, leer, actualizar y eliminar colecciones y marcadores.

• Búsqueda avanzada : filtre los marcadores por varios criterios como etiquetas, dominio, tipo, fecha de creación, etc.

• Gestión de etiquetas : enumera, renombra, fusiona y elimina etiquetas.

• Acceso resaltado : recupera texto resaltado de los marcadores.

• Gestión de colecciones : reordenar, expandir/contraer, fusionar y eliminar colecciones vacías.

• Carga de archivos : cargue archivos directamente a Raindrop.io.

• Recordatorios : establece recordatorios para marcadores específicos.

• Importar/Exportar : inicia y verifica el estado de las importaciones y exportaciones de marcadores.

• Gestión de basura : vacíe la basura.

• Cumplimiento de MCP : expone las funcionalidades de Raindrop.io como recursos y herramientas de MCP.

• Soporte de transmisión : proporciona puntos finales SSE (eventos enviados por el servidor) en tiempo real para la transmisión de actualizaciones de marcadores.

• Creado con TypeScript : tipificación fuerte para una mejor mantenibilidad.

• Usos Axios : para realizar solicitudes a la API de Raindrop.io.

• Usos Zod : para una validación de esquema robusta de parámetros y respuestas de API.

• Utiliza MCP SDK : aprovecha el @modelcontextprotocol/sdk oficial.

Related MCP server: Weather Service MCP Server

Prerrequisitos

• Node.js (se recomienda v18 o posterior) o Bun

• Una cuenta de Raindrop.io

• Un token de acceso a la API de Raindrop.io (crea uno en la configuración de Raindrop.io )

Instalación y uso

Uso de NPX (recomendado)

Puedes ejecutar el servidor directamente usando npx sin instalarlo:

De la fuente

1. Clonar el repositorio:

   git clone https://github.com/adeze/raindrop-mcp.git cd raindrop-mcp

2. Instalar dependencias:

   bun install

3. Configurar variables de entorno: Cree un archivo .env en el directorio raíz copiando el ejemplo:

   cp .env.example .env

   Edite el archivo .env y agregue su token de acceso a la API de Raindrop.io:

   RAINDROP_ACCESS_TOKEN=YOUR_RAINDROP_ACCESS_TOKEN

4. Construir y ejecutar:

   bun run build bun start

El servidor utiliza entrada/salida estándar (stdio) para la comunicación de forma predeterminada, escuchando solicitudes en stdin y enviando respuestas a stdout.

Uso con clientes MCP

Conecte su cliente MCP (como un agente LLM) al proceso del servidor en ejecución mediante stdio. El servidor expone las siguientes URL de recursos:

• collections://all - Todas las colecciones

• collections://{parentId}/children - Colecciones de niños

• tags://all - Todas las etiquetas

• tags://collection/{collectionId} - Etiquetas filtradas por colección

• highlights://all - Todos los destacados

• highlights://raindrop/{raindropId} - Destacados para un marcador específico

• highlights://collection/{collectionId} - Destacados filtrados por colección

• bookmarks://collection/{collectionId} - Marcadores en una colección

• bookmarks://raindrop/{id} - Marcador específico por ID

• user://info - Información del usuario

• user://stats - Estadísticas del usuario

También proporciona numerosas herramientas para tareas operativas, como la gestión de colecciones, las operaciones de marcadores, la gestión de etiquetas, las operaciones de resaltado y las operaciones de usuario. Para obtener una lista detallada de todas las herramientas disponibles, consulte CLAUDE.md o consulte src/services/mcp.service.ts para ver las definiciones de recursos y herramientas.

Configuración de MCP

Para utilizar el servidor Raindrop MCP con su asistente de IA o cliente compatible con MCP, puede agregar la siguiente configuración a su archivo .mcp.json :

Para Claude Code u otros clientes compatibles con MCP, esto registrará el servidor Raindrop con el nombre "raindrop" y hará que todos sus recursos y herramientas estén disponibles para su asistente de IA.

Desarrollo

• Prueba: bun test

• Comprobación de tipos: bun run type-check

• Construir: bun run build

• Desarrollo: bun run dev

• Depuración: bun run debug o bun run inspector

• Servidor HTTP: bun run start:http

Contribuyendo

¡Agradecemos sus contribuciones! Abra un problema o envíe una solicitud de incorporación de cambios.

Licencia

Este proyecto está licenciado bajo la licencia MIT: consulte el archivo de LICENCIA para obtener más detalles.