Raccoon AI MCP 服务器

Raccoon AI 的模型上下文协议 (MCP) 服务器可以利用 LAM API 进行网页浏览、数据提取和复杂的网页任务自动化。

你能用它做什么？

• 搜索和浏览网站

• 填写表单并导航 UI 元素

• 根据定义的模式提取结构化数据

• 处理跨网站的多步骤流程

Related MCP server: Playwright MCP Server

先决条件

在使用 Raccoon LAM MCP 服务器之前，您需要：

• Python 3.8 或更高版本

• Claude Desktop或其他与 MCP 兼容的客户端

• Raccoon AI 密钥和您的 Raccoon 密码

安装

使用 Smithery

npx -y @smithery/cli@latest install @raccoonaihq/raccoonai-mcp-server --client claude

从源头

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>替换为你的实际凭证。你可以在这里找到它们。

示例

以下是一些可与 Claude 一起使用来执行各种网络任务的示例提示：

1. 您能从 Amazon.com 提取最受好评的游戏键盘的产品信息吗？

2. 查找并总结有关可再生能源技术的最新新闻文章。

3. 查找 3 款最新的 iPhone 型号并提取模式中的详细信息。

4. 进行深入搜索并生成有关小型语言模型的详细报告。

文档

有关详细信息，请参阅：

• Raccoon LAM API 文档

• 模型上下文协议文档