Protokol

Protokol MCP

Spesifikasi Model Context Protocol yang lengkap untuk CrawlForge MCP. Pelajari cara melaksanakan klien MCP tersuai dan bersepadu dengan mana-mana rangka kerja AI.

Apakah itu MCP?

Model Context Protocol (MCP) ialah standard terbuka yang dicipta oleh Anthropic yang membolehkan pembantu AI mengakses sumber data dan alat luaran dengan selamat. Ia mentakrifkan cara piawai untuk model AI menemui, memanggil dan menerima hasil daripada perkhidmatan luaran.

JSON-RPC 2.0

Dibina di atas JSON-RPC standard untuk keserasian universal

Selamat

Pengesahan API key dan pengehadan kadar terbina dalam

Boleh Dilanjutkan

Tambah alat tersuai tanpa mengubah protokol

Konfigurasi Pelayan

Konfigurasikan klien MCP anda untuk menyambung ke pelayan CrawlForge MCP.

Json

crawlforge-mcp disertakan bersama pemasangan global crawlforge-mcp-server. Tanpa pemasangan global, gunakan "command": "npx" dan "args": ["-y", "crawlforge-mcp-server"]. Jika anda menjalankan crawlforge-setup, blok env adalah pilihan—kunci dibaca daripada ~/.crawlforge/config.json.

Dapatkan API key anda daripada dashboard.

Penemuan Alat

Klien MCP menemui alat yang tersedia dengan memanggil kaedah tools/list.

Json

Medan Manifes Alat

Name	Type	Required	Description
`name`	string	Required	Pengecam alat (cth., "fetch_url") · Contoh: fetch_url
`description`	string	Required	Penerangan alat yang boleh dibaca manusia · Contoh: Fetch and parse HTML content from a URL
`inputSchema`	object	Required	JSON Schema yang mentakrifkan parameter alat · Contoh: { "type": "object", "properties": {...} }

Pemanggilan Alat

Panggil alat menggunakan kaedah tools/call dengan nama alat dan argumen.

Typescript

Pelaksanaan Async: Semua panggilan alat adalah tak segerak. Gunakan await dalam JavaScript atau async/await dalam Python untuk menunggu hasil.

Format Respons

Respons alat mengikut format MCP standard dengan kandungan, metadata dan pengendalian ralat.

Json

Struktur Mesej MCP

Medan Mesej Standard

Name	Type	Required	Description
`method`	string	Required	Nama kaedah MCP (cth., "tools/call") · Contoh: tools/call
`params`	object	Required	Parameter khusus kaedah · Contoh: { "name": "fetch_url", "arguments": {...} }
`id`	string	Required	Pengecam permintaan unik untuk korelasi · Contoh: req_12345

Kod Ralat

Code	Name	Description
`-32700`	Parse Error	JSON tidak sah
`-32600`	Invalid Request	Objek permintaan cacat
`-32601`	Method Not Found	Kaedah MCP tidak diketahui
`-32602`	Invalid Params	Parameter hilang atau tidak sah
`-32603`	Internal Error	Ralat pelayan semasa pelaksanaan
`-32001`	Insufficient Credits	Tidak cukup credits untuk melaksanakan alat

Amalan Terbaik

Gunakan ID Permintaan Unik — Jana ID unik untuk setiap permintaan bagi mengaitkan respons
Kendalikan Ralat dengan Anggun — Semak kedua-dua ralat JSON-RPC dan ralat khusus alat
Laksanakan Had Masa — Tetapkan had masa yang munasabah untuk panggilan alat (10-30 saat)
Pantau Penggunaan Credit — Jejaki _meta.credits_remaining dalam respons

Penyelesaian Masalah

Isu Sambungan? Pastikan API key anda sah dan laluan pelayan adalah betul. Semak pemboleh ubah persekitaran dan kesambungan rangkaian.

Untuk penyelesaian masalah yang terperinci, lihat panduan Claude Desktop atau hubungi sokongan.

Sumber & Gesaan MCP

Selain alat, CrawlForge mendedahkan Sumber MCP (data boleh dialamatkan URI) dan Gesaan (aliran kerja pra-bina). Kedua-duanya tersedia apabila menggunakan pelayan dengan mana-mana klien yang serasi dengan MCP.

Sumber

Sumber berada di bawah skema URI crawlforge:// dan mengalamatkan artifak berkekalan lama yang dihasilkan oleh panggilan alat terdahulu—sesi penyelidikan, kerja kelompok, peta laman crawl, tangkapan skrin dan syot kilat halaman. Lima templat URI yang didaftarkan ialah:

crawlforge://research/{sessionId}
crawlforge://job/{jobId}
crawlforge://crawl/{sessionId}/sitemap
crawlforge://screenshot/{actionId}
crawlforge://snapshot/{urlHash}/{timestamp}

Sumber adalah baca sahaja, terikat TTL, dan tidak menggunakan credits.

Json

Gesaan

Gesaan ialah aliran kerja pra-bina yang boleh ditemui dan dipanggil oleh model. CrawlForge menyertakan lima secara lalai:

Prompt	Purpose
`competitive-analysis`	Scrape dan bandingkan laman pesaing secara bersebelahan
`monitor-changes`	Sediakan aliran kerja penjejakan perubahan untuk URL sasaran
`rag-ingest`	Crawl satu domain dan keluarkan kandungan bersih dan berketul untuk saluran paip RAG
`site-audit`	Audit SEO + kebolehcapaian + kandungan penuh sesebuah laman
`research-deep-dive`	Penyelidikan mendalam berbilang peringkat dengan petikan

Contoh: bagaimana Claude Desktop menemui dan memanggil satu gesaan.

Json

Bersedia untuk bersepadu?

Pilih kaedah penyepaduan anda dan mula membina.

Persediaan Claude Desktop Penyepaduan LangChain

Name

Type

Required

Description

name

string

Required

Pengecam alat (cth., "fetch_url") · Contoh: fetch_url

description

string

Required

Penerangan alat yang boleh dibaca manusia · Contoh: Fetch and parse HTML content from a URL

inputSchema

object

Required

JSON Schema yang mentakrifkan parameter alat · Contoh: { "type": "object", "properties": {...} }

Name

Type

Required

Description

method

string

Required

Nama kaedah MCP (cth., "tools/call") · Contoh: tools/call

params

object

Required

Parameter khusus kaedah · Contoh: { "name": "fetch_url", "arguments": {...} }

id

string

Required

Pengecam permintaan unik untuk korelasi · Contoh: req_12345

Code

Name

Description

-32700

Parse Error

JSON tidak sah

-32600

Invalid Request

Objek permintaan cacat

-32601

Method Not Found

Kaedah MCP tidak diketahui

-32602

Invalid Params

Parameter hilang atau tidak sah

-32603

Internal Error

Ralat pelayan semasa pelaksanaan

-32001

Insufficient Credits

Tidak cukup credits untuk melaksanakan alat

Prompt

Purpose

competitive-analysis

Scrape dan bandingkan laman pesaing secara bersebelahan

monitor-changes

Sediakan aliran kerja penjejakan perubahan untuk URL sasaran

rag-ingest

Crawl satu domain dan keluarkan kandungan bersih dan berketul untuk saluran paip RAG

site-audit

Audit SEO + kebolehcapaian + kandungan penuh sesebuah laman

research-deep-dive

Penyelidikan mendalam berbilang peringkat dengan petikan