小贴士:按下Ctrl+D 或 ⌘+D,一键收藏本站,方便下次快速访问!
0
最近更新:3个月前

通过Raccoon的LAM API实现网络浏览、数据提取和任务自动化,允许用户搜索网站、填写表单、导航UI元素,并根据预定义的结构化模式提取数据。

Raccoon AI MCP 服务器

smithery 徽章
MCP 规范

Raccoon AI 的 Model Context Protocol (MCP) 服务器,可通过 LAM API 实现网页浏览、数据提取和复杂网络任务自动化。

功能特性

  • 搜索和浏览网站
  • 填写表单并操作 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

先决条件

使用 Raccoon LAM MCP 服务器前需要准备:

  • Python 3.8 或更高版本
  • Claude Desktop 或其他 MCP 兼容客户端
  • Raccoon AI Secret Key 和 Raccoon 通行码

安装

使用 Smithery

bash 复制代码
npx -y @smithery/cli@latest install @raccoonaihq/raccoonai-mcp-server --client claude

从源码安装

bash 复制代码
git clone https://github.com/raccoonaihq/raccoonai-mcp-server.git
bash 复制代码
cd raccoonai-mcp-server
bash 复制代码
uv pip install -e .

在 Claude Desktop 中配置

bash 复制代码
mcp install src/raccoonai_mcp_server/server.py -v RACCOON_SECRET_KEY=<RACCOON_SECRET_KEY> -v RACCOON_PASSCODE=<RACCOON_PASSCODE>

<RACCOON_SECRET_KEY><RACCOON_PASSCODE> 替换为您的实际凭证。您可以在此处找到它们。

示例

以下是可与 Claude 配合使用的示例提示,用于执行各种网络任务:

  1. 能否从 Amazon.com 提取评分最高的游戏键盘产品信息?
  2. 查找并总结关于可再生能源技术的最新新闻文章
  3. 查找最新的 3 款 iPhone 型号并提取详细信息
  4. 进行深度搜索并生成关于小型语言模型的详细报告

文档

更多信息请参考: