Diffbot

Servidor MCP de Diffbot

Un servidor MCP de Diffbot con una variedad de herramientas útiles para el manejo de datos web para tu agente o pipeline de LLM.

¿Qué es Diffbot? Diffbot es una pequeña empresa de investigación que construye IA que estructura la web. Nuestros productos conectan aplicaciones a la web estructurada automáticamente, como una API para toda la web pública.

Herramientas

🧬 extract

Alternativa a las herramientas de fetch web. Las herramientas de fetch convencionales devuelven 500k+ tokens de HTML o una aproximación en markdown del contenido de la página. Extract clasifica la página que está obteniendo y extrae el contenido en una estructura JSON significativa y consistente. Las respuestas están optimizadas para un uso mínimo de tokens mientras se mantiene la fidelidad de los datos. Impulsado por Diffbot Extract API.

🔎 search_web

Herramienta de búsqueda web que prioriza la precisión, no la popularidad. Construida sobre el índice web de primera parte de Diffbot. El modelo de ranking favorece fuertemente las fuentes primarias sobre las secundarias (por ejemplo, un comunicado de prensa > una noticia sobre dicho comunicado). Devuelve fragmentos de contenido en formato markdown para la citación de fuentes. Gestión optimizada de tokens integrada.

🪄 enhance

Herramienta de búsqueda web para organizaciones y personas. A diferencia de la búsqueda web, enhance devolverá datos estructurados del Diffbot Knowledge Graph sobre una organización o persona (por nombre, URL u otra entrada aceptable). Útil para verificar hechos, investigación de mercado o flujos de trabajo de inteligencia de ventas.

🧠 resolve_entities

Reconoce y resuelve entidades en texto. Utiliza el NLP de Diffbot para reconocer organizaciones, personas, lugares, direcciones y otros nombres propios en texto. Las entidades se resuelven a IDs de entidad en el Diffbot Knowledge Graph desde donde se puede recuperar más contexto usando dql. Mantiene las alucinaciones bajo control y le da a la IA el contexto que necesita para navegar en investigación profunda.

🕷️ crawl

Encuentra todos los enlaces en una página web (la semilla) y los extrae todos. Un rastreo web clásico, con un bonus de extracción web ontológica. Usa crawl para archivar documentación, tomar instantáneas de proyectos web o mapear sitios.

🎯 dql

Consulta el Diffbot Knowledge Graph para entidades de organizaciones, personas, artículos, lugares y productos. El Diffbot Knowledge Graph contiene una base de datos de grafos vinculados a escala de Wikipedia de organizaciones, personas, artículos (de noticias), lugares y productos. Diffbot MCP convierte tu prompt en consultas estructuradas (dql) y devuelve registros estructurados para post-análisis.

🧭 dql_ontology

Utilidad auxiliar para una navegación precisa de la ontología dql. Contiene las claves de toda la referencia de ontología y taxonomía de Diffbot. Usado por Diffbot MCP para elaborar consultas precisas de dql. Los humanos no necesitan tocar esto, pero siéntete libre de satisfacer tu curiosidad.

Autenticación

Se requiere un token gratuito de Diffbot para el uso de las herramientas. Consigue uno aquí.

Comenzar

Inicio Rápido

La forma más fácil de comenzar es conectar tu cliente MCP directamente al servidor MCP remoto alojado por Diffbot.

https://mcp.diffbot.com/mcp?token=<YOUR_DIFFBOT_TOKEN>

Este repositorio se despliega directamente al servidor remoto.

Instalación Local

Clona el repositorio

git clone git@github.com:diffbot/diffbot-mcp.git

Instala los requisitos

pip install .

Ahora puedes ejecutar el servidor con python3 diffbot_mcp_server.py, o omitir este paso si vas a configurar este servidor con un cliente MCP.

(Opcional) Instalación con Docker

Construye la imagen

docker build -t diffbot-mcp .

Configuración con Clientes MCP

Para configurar Claude Desktop, sigue la guía de instalación oficial y usa este ejemplo de configuración de claude_desktop_config.json (reemplaza las variables según sea necesario).

Esta configuración estándar funciona con la mayoría de los IDEs y entornos.

{
    "mcpServers": {
        "diffbot-mcp": {
            "command": "python3",
            "args": [
                "/<YOUR_PROJECT_FOLDER>/diffbot-mcp/diffbot_mcp_server.py"
            ],
            "env": {
                "DIFFBOT_TOKEN": "<YOUR_DIFFBOT_TOKEN>"
            }
        }
    }
}

Para instalaciones con Docker, sigue esta configuración.

{
    "mcpServers": {
        "diffbot-mcp": {
            "command": "docker",
            "args": [
                "run",
                "--rm",
                "-i",
                "-e", "DIFFBOT_TOKEN=<YOUR_DIFFBOT_TOKEN>",
                "diffbot-mcp"
            ]
        }
    }
}

{
  "servers": {
    "diffbot-mcp": {
      "type": "http",
      "url": "https://mcp.diffbot.com/mcp/?token=<YOUR_DIFFBOT_TOKEN>"
    }
  }
}

{
	"servers": {
        "diffbot-mcp": {
            "command": "python3",
            "args": [
                "/<YOUR_PROJECT_FOLDER>/diffbot-mcp/diffbot_mcp_server.py"
            ],
            "env": {
                "DIFFBOT_TOKEN": "${input:diffbot-api-key}"
            }
        }
	},
	"inputs": [
		{
			"password": true,
			"id": "diffbot-api-key",
			"type": "promptString",
			"description": "Diffbot API Key"
		}
	]
}

Ayuda y Soporte

Este proyecto es construido y mantenido por @jeromechoo. Para soporte, abre un issue y él te responderá tan pronto como pueda. Para respuestas más rápidas, escribe a sales@diffbot.com 😜.