remote-capable server
The server can be hosted and run remotely because it primarily relies on remote services or has no dependency on the local environment.
Integrations
Servidor de Protocolo de Contexto de Modelo (MCP) para la plataforma Graphlit
Descripción general
El servidor del Protocolo de Contexto de Modelo (MCP) permite la integración entre los clientes MCP y el servicio Graphlit. Este documento describe el proceso de configuración y ofrece un ejemplo básico del uso del cliente.
Ingiera cualquier cosa desde Slack, Discord, sitios web, Google Drive, correo electrónico, Jira, Linear o GitHub en un proyecto Graphlit y luego busque y recupere conocimiento relevante dentro de un cliente MCP como Cursor, Windsurf, Goose o Cline.
Su proyecto Graphlit actúa como una base de conocimiento lista para RAG y que se puede buscar en todas sus herramientas de gestión de productos y desarrolladores.
Los documentos (PDF, DOCX, PPTX, etc.) y las páginas web HTML se extraerán a Markdown al ser ingeridos. Los archivos de audio y vídeo se transcribirán al ser ingeridos.
El rastreo web y la búsqueda web están integrados como herramientas MCP, sin necesidad de integrar otras herramientas como Firecrawl, Exa, etc. por separado.
Puede leer más sobre los casos de uso y las características del servidor MCP en nuestro blog .
Mire nuestro último video de YouTube sobre el uso del servidor Graphlit MCP con el cliente Goose MCP.
Si tiene alguna pregunta sobre el uso del servidor MCP, únase a nuestra comunidad de Discord y publique en el canal #mcp.
Herramientas
Recuperación
- Contenido de la consulta
- Colecciones de consultas
- Fuentes de consultas
- Conversaciones de consulta
- Recuperar fuentes relevantes
- Recuperar imágenes similares
- Describir visualmente la imagen
TRAPO
- Conversación rápida sobre LLM
Extracción
- Extraer JSON estructurado del texto
Ingestión
- Archivos
- Páginas web
- Mensajes
- Publicaciones
- Correos electrónicos
- Asuntos
- Texto
- Memoria (a corto plazo)
Conectores de datos
- Correo electrónico de Microsoft Outlook
- Correo de Google
- Noción
- Lineal
- Jira
- Problemas de GitHub
- Google Drive
- OneDrive
- SharePoint
- Dropbox
- Caja
- GitHub
- Flojo
- Equipos de Microsoft
- Discordia
- Twitter/X
- Podcasts (RSS)
Web
- Rastreo web
- Búsqueda web (incluida la búsqueda de podcasts)
- Mapeo web
- Página de captura de pantalla
Notificaciones
- Flojo
- Correo electrónico
- Webhook
- Twitter/X
Operaciones
- Configurar proyecto
- Crear colección
- Agregar contenido a la colección
- Eliminar contenido de la colección
- Eliminar colección(es)
- Eliminar feed(s)
- Eliminar contenido(s)
- Eliminar conversación(es)
- ¿Está listo el feed?
- ¿El contenido está terminado?
Enumeraciones
- Lista de canales de Slack
- Lista de equipos de Microsoft Teams
- Lista de canales de Microsoft Teams
- Lista de bibliotecas de SharePoint
- Lista de carpetas de SharePoint
- Lista de proyectos lineales
- Bases de datos de nociones de lista
Recursos
- Proyecto
- Contenido
- Feeds
- Colecciones (de contenido)
- Flujos de trabajo
- Conversaciones
- Presupuesto
Prerrequisitos
Antes de comenzar, asegúrese de tener lo siguiente:
- Node.js instalado en su sistema (versión recomendada 18.x o superior).
- Una cuenta activa en la plataforma Graphlit con acceso al panel de configuración de API.
Configuración
El servidor Graphlit MCP admite que se configuren variables de entorno para la autenticación y configuración:
GRAPHLIT_ENVIRONMENT_ID
: Su ID de entorno.GRAPHLIT_ORGANIZATION_ID
: ID de su organización.GRAPHLIT_JWT_SECRET
: Su secreto JWT para firmar el token JWT.
Puede encontrar estos valores en el panel de configuración de API en la plataforma Graphlit .
Instalación
Instalación mediante VS Code
Para una instalación rápida, utilice uno de los botones de instalación de un solo clic que aparecen a continuación:
Para la instalación manual, agregue el siguiente bloque JSON a su archivo de configuración de usuario (JSON) en VS Code. Para ello, presione Ctrl + Shift + P
y escriba Preferences: Open User Settings (JSON)
.
Opcionalmente, puede agregarlo a un archivo llamado .vscode/mcp.json
en su espacio de trabajo. Esto le permitirá compartir la configuración con otros.
Tenga en cuenta que la clave
mcp
no es necesaria en el archivo.vscode/mcp.json
.
Instalación mediante Windsurf
Para instalar graphlit-mcp-server en la aplicación Windsurf IDE, Cline debe usar NPX:
Su archivo mcp_config.json debe configurarse de manera similar a:
Instalación mediante Cline
Para instalar graphlit-mcp-server en la aplicación Cline IDE, Cline debe usar NPX:
Su archivo cline_mcp_settings.json debe configurarse de manera similar a:
Instalación mediante cursor
Para instalar graphlit-mcp-server en la aplicación Cursor IDE, Cline debe usar NPX:
Su archivo mcp.json debe configurarse de manera similar a:
Instalación mediante herrería
Para instalar graphlit-mcp-server para Claude Desktop automáticamente a través de Smithery :
Instalación manual
Para utilizar el servidor Graphlit MCP en cualquier aplicación cliente MCP, utilice:
Opcionalmente, puede configurar las credenciales para conectores de datos, como Slack, Google Email y Notion. Solo se requieren GRAPHLIT_ORGANIZATION_ID, GRAPHLIT_ENVIRONMENT_ID y GRAPHLIT_JWT_SECRET.
Apoyo
Consulte la documentación de la API de Graphlit .
Para obtener ayuda con el servidor Graphlit MCP, envíe un problema de GitHub .
Para obtener más ayuda con la plataforma Graphlit, únase a nuestra comunidad Discord .
You must be authenticated.
Tools
Ingiera cualquier cosa desde Slack, Discord, sitios web, Google Drive, correo electrónico, Jira, Linear o GitHub en un proyecto Graphlit y luego busque y recupere conocimiento relevante dentro de un cliente MCP como Cursor, Windsurf, Goose o Cline.
Los documentos (PDF, DOCX, PPTX, etc.) y las páginas web HTML se extraerán a Markdown al ser ingeridos. Los archivos de audio y vídeo se transcribirán al ser ingeridos.
El rastreo web y la búsqueda web están integrados como herramientas MCP, sin necesidad de integrar otras herramientas por separado.
Related Resources
Appeared in Searches
- Information or resources about data
- Scraping Langchain and Langgraph documentation
- An Agentic RAG System for Retrieving Information from Large Text Files and Code Using Claude
- Setting up an efficient memory storage and retrieval system for Claude desktop with integration to Obsidian
- A search for information or resources online