mcpField
R
Raccoon AI MCP Server

Raccoon AI MCP Server

ローカル
github.com/raccoonaihqブラウザ自動化085 週間前に更新
リポジトリ

Raccoon AI MCP Server について

Raccoon AI MCP Server は、Raccoon AI の LAM API を使ったウェブ閲覧、データ抽出、ウェブタスクの自動化を提供します。Claude Desktop などの MCP 対応クライアントで、サイト操作や構造化情報の収集、複数段階のタスクに利用できます。

主な機能

  1. 01ウェブサイトの検索と閲覧
  2. 02画面操作とフォーム入力
  3. 03定義済みスキーマによるデータ抽出
  4. 04複数段階のウェブ作業の自動化

活用シーン

  1. 01ショッピングサイトから商品情報を収集
  2. 02新しいニュース記事の検索と要約
  3. 03指定スキーマでモデルや商品の詳細を抽出
  4. 04複数サイトでの調査とレポート作成

MCP 対応

ウェブ閲覧、構造化データ抽出、ウェブサイト作業の自動化など、Raccoon AI LAM API の機能を MCP 対応クライアントに提供します。

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。

mcp.json · 共通設定
{
  "mcpServers": {
    "raccoonai": {
      "command": "npx",
      "args": [
        "-y",
        "@smithery/cli"
      ]
    }
  }
}
起動コマンドnpx -y @smithery/cli

ローカルサーバーにはマシン上の実行環境（Node.js 18 以上など）が必要です。設定ファイルの場所はクライアントごとに異なります。

パッケージ
npm@smithery/cli

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

Raccoon AI MCP サーバー

smithery badge MCP Spec

Raccoon AI の Model Context Protocol（MCP）サーバーです。LAM API を活用して、ウェブの閲覧、データの抽出、複雑なウェブタスクの自動化を実現します。

これを使ってできること

  • ウェブサイトを検索して閲覧する
  • フォームに入力し、UI 要素を操作する
  • 定義済みのスキーマに基づいて構造化データを抽出する
  • 複数のウェブサイトにまたがる複数ステップのプロセスを処理する

前提条件

Raccoon LAM MCP サーバーを使用する前に、以下が必要です。

  • Python 3.8 以上
  • Claude Desktop またはその他の MCP 対応クライアント
  • Raccoon AI Secret Key と Raccoon Passcode

インストール

Smithery を使用する場合
npx -y @smithery/cli@latest install @raccoonaihq/raccoonai-mcp-server --client claude
ソースから
git clone https://github.com/raccoonaihq/raccoonai-mcp-server.git

cd raccoonai-mcp-server

uv pip install -e .
Claude Desktop で設定する場合
mcp install src/raccoonai_mcp_server/server.py -v RACCOON_SECRET_KEY=<RACCOON_SECRET_KEY> -v RACCOON_PASSCODE=<RACCOON_PASSCODE>

<RACCOON_SECRET_KEY> と <RACCOON_PASSCODE> を実際の認証情報に置き換えてください。認証情報はこちらで確認できます。

例

以下は、Claude を使ってさまざまなウェブタスクを実行する際に使用できるプロンプトの例です。

  1. Amazon.com から、評価の高いゲーミングキーボードの製品情報を抽出できますか？
  2. 再生可能エネルギー技術に関する最新ニュース記事を探して要約してください。
  3. 最新の iPhone モデルを 3 つ探し、スキーマに沿って詳細を抽出してください。
  4. 詳細な検索を行い、小規模言語モデルに関する詳細なレポートを作成してください。

ドキュメント

詳細については、以下を参照してください。

コメント

Markdown 対応

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。