mcpField
S
Snap_sense

Snap_sense

ローカル
github.com/Abhi5h3kブラウザ自動化267 週間前に更新

Snap_sense について

Snap_sense は、指定した URL のスクリーンショットを取得し、画像へのアクセス URL を返す Python 製 MCP サーバーです。MCP 対応 AI アプリケーションや自動化ワークフローでの利用を想定しています。

主な機能

  1. 01URL のスクリーンショット取得
  2. 02画像アクセス URL の返却
  3. 03Python 製 MCP サーバー

活用シーン

  1. 01AI クライアントでの Web ページ確認
  2. 02自動化ワークフローへのページ取得追加

MCP 対応

MCP クライアントに URL のスクリーンショット取得ツールを提供します。README には Claude Desktop での設定方法があります。

設定

ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。

インストール方法は未掲載です

このサーバーのパッケージやリモートエンドポイントはまだ取得できていません。プロジェクトの README の手順に従ってください。

リポジトリ

ツール

ツール一覧はまだ取得されていません

ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。

詳細

MseeP.ai Security Assessment Badge

MCP URL2SNAP 🚀🤖

smithery badge

軽量な Model Context Protocol(MCP) サーバーです。LLM が指定した URL のスクリーンショットをキャプチャし、キャプチャした画像のアクセス URL のみを返します。このツールを使うと、ウェブページのスナップショットを簡単に生成・共有できます。Claude Desktop などの AI アプリケーションや自動化ワークフローに、視覚的なキャプチャ機能を組み込むのに最適です。


Model Context Protocol(MCP)とは?

MCP は、AI モデルと外部システム間の通信を効率化するために設計された標準プロトコルです。さまざまな AI エージェント、ツール、サービスがシームレスに連携するための共通言語と考えることができます。

MCP drawio (1)


機能

  • メール認証:メールアドレスをリアルタイムで検証します。
  • MCP 連携:MCP 対応の LLM とシームレスに接続します。
  • 簡単なセットアップ:Python と MCP SDK を使用して構築されており、すばやくデプロイできます。

MCP はクライアント・サーバーアーキテクチャに従います:

client server drawio


デモを見る

下の画像をクリックして、MCP Email Verify ツールの動作を紹介するデモ動画をご覧ください:

Youtube


要件

  • Python:Python 3.11.0 以降。
  • UV:0.6.9 以降。

セットアップ

Smithery 経由でインストール

Smithery を使用して、Claude Desktop 用の MCP-URL2SNAP を自動的にインストールするには:

npx -y @smithery/cli install @Abhi5h3k/MCP-URL2SNAP --client claude
手動インストール

1. リポジトリをクローンする

git clone https://github.com/Abhi5h3k/MCP-URL2SNAP.git
cd MCP-URL2SNAP

2. UV をインストールする

UV がインストールされていない場合は、次のコマンドでインストールできます:

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

インストールを確認します:

uv --version

3. 仮想環境をセットアップする

UV を使用して仮想環境を作成します:

uv venv

仮想環境を有効化します: Windows の場合:

.venv\Scripts\activate

4. 依存関係をインストールする UV を使用して、pyproject.toml から必要な依存関係をインストールします:

uv install

サーバーの実行

  1. 環境変数を設定する ルートディレクトリに .env ファイルを作成し、AbstractAPI キーを追加します:
ABSTRACT_API_KEY=your_api_key_here
  1. サーバーを実行する MCP サーバーを起動します:
uv run server.py

使用方法

  1. Claude Desktop にサーバーを登録する claude_desktop_config.json ファイルを更新し、MCP サーバーを追加します:
{
    "mcpServers": {
        "verify_mail": {
            "command": "uv",
            "args": [
                "--directory",
                "C:\\ABSOLUTE\\PATH\\TO\\MCP-Email-Verify",
                "run",
                "server.py"
            ],
            "env":{
              "ABSTRACT_API_KEY":"YUR_API_KEY"
            }
        }
    }
}

image

image

  1. Claude Desktop を再起動する 新しいツールを検出するため、Claude Desktop を再起動します。

  2. メールを確認する 次のようなプロンプトを使用します:

「https://github.com/Abhi5h3k のスクリーンショットを見せてもらえますか?」

開発

フォーマットとリンティング このプロジェクトでは、コードのフォーマットとインポートの整理に black と isort を使用します。

  1. 開発用の依存関係をインストールする:
     uv add black isort --dev
    
  2. Format the code:
    black .
    
  3. Sort imports:
  isort .

Set up pre-commit

pre-commit install
pre-commit run --all-files

記事:Model Context Protocol(MCP):AI コミュニケーションの未来に関する初心者向けガイド

コメント

MCP は初めてですか?

プロトコルの概要から最初のサーバーの導入まで、よくある疑問にまとめて答えます。

AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。