Diffbot MCP Server

Un servidor MCP de Diffbot con una variedad de herramientas útiles para el manejo de datos web para tu agente o pipeline de LLM.

¿Qué es Diffbot? Diffbot es una pequeña empresa de investigación que construye IA para estructurar la web. Nuestros productos conectan aplicaciones a la web estructurada de forma automática, como una API para toda la web pública.

Herramientas

🧬 extract

Alternativa a la herramienta de obtención web. Las herramientas de obtención convencionales devuelven 500k+ tokens de HTML o una aproximación en markdown del contenido de la página. Extract clasifica la página que está obteniendo y extrae el contenido en una estructura JSON significativa y consistente. Las respuestas están optimizadas para un uso mínimo de tokens manteniendo la fidelidad de los datos. Desarrollado por Diffbot Extract API.

🔎 search_web

Herramienta de búsqueda web que prioriza la precisión, no la popularidad. Construida sobre el índice web propio de Diffbot. El modelo de clasificación favorece fuentes primarias sobre secundarias (por ejemplo, un comunicado de prensa > un artículo sobre dicho comunicado). Devuelve fragmentos de contenido formateados en markdown para la citación de fuentes. Gestión de tokens optimizada integrada.

🪄 enhance

Herramienta de consulta web para organizaciones y personas. A diferencia de la búsqueda web, enhance devolverá datos estructurados del Knowledge Graph de Diffbot sobre una organización o persona (por nombre, url u otra entrada aceptable). Útil para verificar hechos, investigación de mercado o flujos de trabajo de inteligencia de ventas.

🧠 resolve_entities

Reconocer y resolver entidades en texto. Utiliza Diffbot NLP para reconocer organizaciones, personas, lugares, direcciones y otros nombres propios en texto. Las entidades se resuelven a IDs de entidad en el Knowledge Graph de Diffbot desde donde se puede recuperar más contexto usando dql. Mantiene a raya las alucinaciones y proporciona a la IA el contexto que necesita para navegar en investigaciones profundas.

🕷️ crawl

Encuentra todos los enlaces en una página web (la semilla) y los extrae todos. Un rastreo web clásico, con un bonus de extracción ontológica. Usa crawl para archivar documentación, tomar instantáneas de proyectos web o mapeo de sitios.

🎯 dql

Consulta el Knowledge Graph de Diffbot para entidades de organización, persona, artículo, lugar y producto. El Knowledge Graph de Diffbot contiene una base de datos de grafos enlazados a escala de Wikipedia de organizaciones, personas, artículos (noticias), lugares y productos. Diffbot MCP convierte tu indicación en consultas estructuradas (dql) y devuelve registros estructurados para su post-análisis.

🧭 dql_ontology

Utilidad auxiliar para una navegación precisa de la ontología dql. Contiene las claves de toda la referencia de ontología y taxonomía de Diffbot. Utilizado por Diffbot MCP para crear consultas dql precisas. Los humanos no necesitan tocar esto, pero siéntete libre de satisfacer tu curiosidad.

Related MCP server: AgentWebSearch-MCP

Autenticación

Se requiere un token gratuito de Diffbot para usar las herramientas. Consigue uno aquí.

Comenzar

Inicio rápido

La forma más fácil de empezar es conectar tu cliente MCP directamente al servidor MCP remoto alojado por Diffbot.

https://mcp.diffbot.com/mcp?token=<YOUR_DIFFBOT_TOKEN>

Este repositorio se despliega directamente en el servidor remoto.

Instalación local

Clona el repositorio

git clone git@github.com:diffbot/diffbot-mcp.git

Instala los requisitos

pip install .

Ahora puedes ejecutar el servidor con python3 diffbot_mcp_server.py, o saltarte este paso si vas a configurar este servidor con un cliente MCP.

(Opcional) Instalación con Docker

Construye la imagen

docker build -t diffbot-mcp .

Configuración con clientes MCP

Para configurar Claude Desktop, sigue la guía de instalación oficial y usa esta configuración de ejemplo claude_desktop_config.json (reemplaza las variables según sea necesario).

Esta configuración estándar funciona con la mayoría de los IDEs y entornos.

{
    "mcpServers": {
        "diffbot-mcp": {
            "command": "python3",
            "args": [
                "/<YOUR_PROJECT_FOLDER>/diffbot-mcp/diffbot_mcp_server.py"
            ],
            "env": {
                "DIFFBOT_TOKEN": "<YOUR_DIFFBOT_TOKEN>"
            }
        }
    }
}

Para instalaciones con Docker, sigue esta configuración.

{
    "mcpServers": {
        "diffbot-mcp": {
            "command": "docker",
            "args": [
                "run",
                "--rm",
                "-i",
                "-e", "DIFFBOT_TOKEN=<YOUR_DIFFBOT_TOKEN>",
                "diffbot-mcp"
            ]
        }
    }
}

Para la configuración remota, simplemente ingresa la URL del servidor remoto e incluye "http" como tipo de transporte.

{
  "servers": {
    "diffbot-mcp": {
      "type": "http",
      "url": "https://mcp.diffbot.com/mcp/?token=<YOUR_DIFFBOT_TOKEN>"
    }
  }
}

Para la configuración local, prueba esta configuración modificada para una mejor gestión de secretos.

{
	"servers": {
        "diffbot-mcp": {
            "command": "python3",
            "args": [
                "/<YOUR_PROJECT_FOLDER>/diffbot-mcp/diffbot_mcp_server.py"
            ],
            "env": {
                "DIFFBOT_TOKEN": "${input:diffbot-api-key}"
            }
        }
	},
	"inputs": [
		{
			"password": true,
			"id": "diffbot-api-key",
			"type": "promptString",
			"description": "Diffbot API Key"
		}
	]
}

Ayuda y soporte

Este proyecto es construido y mantenido por @jeromechoo. Para soporte, abre un issue y él te responderá tan pronto como pueda. Para respuestas más rápidas, escribe a sales@diffbot.com 😜.