关键词

数据抓取网络爬虫知识库代码执行AI工具

使用说明

项目简介

Dumpling AI MCP Server 是一个 MCP (Model Context Protocol) 服务器，它利用 Dumpling AI 平台的 API 接口，为大型语言模型 (LLM) 客户端提供强大的扩展功能。通过这个服务器，LLM 应用可以方便地调用各种工具来获取外部信息、处理数据、执行代码以及利用 AI 能力，从而提升 LLM 应用的智能化水平和应用场景。

主要功能点

  • 数据 API 工具: 提供 YouTube 视频转录、网页搜索、搜索建议、地图搜索、地点搜索、新闻搜索以及 Google 评论抓取等工具，方便 LLM 获取互联网上的实时信息。
  • 网页抓取工具: 支持网页内容抓取、网站爬虫、网页截图和结构化数据提取，帮助 LLM 理解和分析网页内容。
  • 文档转换工具: 提供文档转文本、文件转 PDF、PDF 合并、视频剪辑、文档内容提取、图像内容提取、音频内容提取、视频内容提取以及 PDF 元数据处理等工具，增强 LLM 处理多媒体数据的能力。
  • AI 能力工具: 集成 AI 代理完成、知识库搜索和管理、AI 图像生成等工具，使 LLM 能够利用更高级的 AI 功能。
  • 开发者工具: 提供 JavaScript 和 Python 代码沙箱执行环境，允许 LLM 调用代码执行能力，实现更复杂的功能。

安装步骤

  1. 安装 Node.js 和 npm: 确保您的系统已安装 Node.js 和 npm (Node 包管理器)。

  2. 全局安装 mcp-server-dumplingai: 打开终端或命令提示符，运行以下命令进行全局安装：

    npm install -g mcp-server-dumplingai

服务器配置

MCP 服务器是为 MCP 客户端设计的，客户端需要配置服务器的启动信息才能连接。以下是 Dumpling AI MCP Server 的 MCP 客户端配置信息示例 (JSON 格式)，例如在 Cursor 编辑器中配置 MCP Server 时使用：

{
  "mcpServers": {
    "dumplingai": {  // 服务器名称，可以自定义
      "command": "npx",  // 启动命令，这里使用 npx
      "args": ["-y", "mcp-server-dumplingai"], // 启动参数，运行 mcp-server-dumplingai
      "env": {
        "DUMPLING_API_KEY": "<your-api-key>" // 环境变量，需要替换为您的 Dumpling AI API 密钥
      }
    }
  }
}

配置说明:

  • '"dumplingai"': MCP 服务器的名称，您可以自定义，在客户端中用于标识和选择该服务器。
  • '"command": "npx"' 和 '"args": ["-y", "mcp-server-dumplingai"]': 指定了服务器的启动命令。这里使用 'npx' 直接运行全局安装的 'mcp-server-dumplingai' 包。
  • '"env": { "DUMPLING_API_KEY": "<your-api-key>" }': 设置环境变量，'DUMPLING_API_KEY' 是 Dumpling AI API 的密钥，您需要将 '<your-api-key>' 替换为您在 Dumpling AI 平台申请的 API 密钥。 这是服务器正常运行所必需的。

基本使用方法

  1. 启动 MCP 服务器: 全局安装后，只需在终端或命令提示符中运行 'mcp-server-dumplingai' 即可启动服务器。 请确保在运行命令前设置了 'DUMPLING_API_KEY' 环境变量。 例如：

    export DUMPLING_API_KEY=your_api_key  # (Linux/macOS)
set DUMPLING_API_KEY=your_api_key     # (Windows)
mcp-server-dumplingai

    或者直接在 npx 命令前设置环境变量：

    DUMPLING_API_KEY=your_api_key npx -y mcp-server-dumplingai # (Linux/macOS)
cmd /c "set DUMPLING_API_KEY=your_api_key && npx -y mcp-server-dumplingai" # (Windows)

  2. 在 MCP 客户端中配置并连接服务器: 根据您使用的 MCP 客户端 (例如 Cursor)，按照其文档说明配置 MCP 服务器。 通常需要您提供上面 服务器配置 部分的 JSON 信息。

  3. 在 LLM 中调用工具: 当客户端连接到 MCP 服务器后，您就可以在 LLM 的 Prompt 中指示其调用服务器提供的工具。 工具的调用方式和参数需要参考 Dumpling AI MCP Server 提供的工具列表和参数说明 (请参考仓库 README.md 文件中的 "Available Tools" 部分)。 工具调用通常以 JSON 格式在 Prompt 中指定。

示例工具调用 (JSON 格式):

以下是一个调用 'search' 工具进行网页搜索的示例：

{
  "action": "call_tool",
  "tool_name": "search",
  "tool_arguments": {
    "query": "machine learning basics",
    "country": "us",
    "language": "en"
  }
}

LLM 客户端会将这个 JSON 请求发送给 Dumpling AI MCP Server，服务器执行 'search' 工具后，会将结果返回给客户端，并最终呈现给 LLM。

注意:

  • Dumpling AI MCP Server 依赖 Dumpling AI 平台的 API 服务，您需要拥有 Dumpling AI 的 API 密钥才能正常使用。
  • 请仔细阅读仓库的 README.md 文件，了解所有可用的工具、参数以及更详细的使用说明。

信息

分类

AI与计算

访问项目