Unstructured API MCP Server

Unstructured API MCP Server

An MCP server implementation for interacting with the Unstructured API. This server provides tools to list sources and workflows.

Herramientas Disponibles

A continuación se muestra una lista de conectores que el servidor UNS-MCP soporta actualmente. Consulta la lista completa de conectores de origen que soporta la plataforma Unstructured aquí y la lista de destinos aquí. ¡Planeamos agregar más!

Para usar la herramienta que crea/actualiza/elimina un conector, las credenciales para ese conector específico deben estar definidas en tu archivo .env. A continuación se muestra la lista de credentials para los conectores que soportamos:

Fuente de Firecrawl

Firecrawl es una API de rastreo web que proporciona dos capacidades principales en nuestro MCP:

1. Recuperación de contenido HTML: Usando invoke_firecrawl_crawlhtml para iniciar trabajos de rastreo y check_crawlhtml_status para monitorearlos
2. Generación de texto optimizada para LLM: Usando invoke_firecrawl_llmtxt para generar texto y check_llmtxt_status para recuperar resultados

Cómo funciona Firecrawl:

Proceso de rastreo web:

• Comienza con una URL especificada y la analiza para identificar enlaces
• Usa el sitemap si está disponible; de lo contrario, sigue los enlaces encontrados en el sitio web
• Recorre recursivamente cada enlace para descubrir todas las subpáginas
• Recopila contenido de cada página visitada, manejando el renderizado de JavaScript y los límites de velocidad
• Los trabajos se pueden cancelar con cancel_crawlhtml_job si es necesario
• Usa esto si necesitas que toda la información se extraiga en HTML sin procesar, el flujo de trabajo de Unstructured lo limpia muy bien :smile:

Generación de texto LLM:

• Después del rastreo, extrae contenido de texto limpio y significativo de las páginas rastreadas
• Genera formatos de texto optimizados específicamente para modelos de lenguaje grandes
• Los resultados se suben automáticamente a la ubicación S3 especificada
• Nota: Los trabajos de generación de texto LLM no se pueden cancelar una vez iniciados. La función cancel_llmtxt_job se proporciona por consistencia, pero actualmente no es compatible con la API de Firecrawl.

Nota: Se debe configurar una variable de entorno FIRECRAWL_API_KEY para usar estas funciones.

Instalación y Configuración

Esta guía proporciona instrucciones paso a paso para configurar y ajustar el servidor UNS_MCP usando Python 3.12 y la herramienta uv.

Requisitos previos

• Python 3.12+
• uv para la gestión del entorno
• Una clave API de Unstructured. Puedes registrarte y obtener tu clave API aquí.

Usando uv (Recomendado)

No se requiere instalación adicional cuando se usa uvx, ya que maneja la ejecución. Sin embargo, si prefieres instalar el paquete directamente:

uv pip install uns_mcp

Configurar Claude Desktop

Para la integración con Claude Desktop, agrega el siguiente contenido a tu claude_desktop_config.json:

Nota: El archivo se encuentra en el directorio ~/Library/Application Support/Claude/.

Usando el comando uvx:

{
   "mcpServers": {
      "UNS_MCP": {
         "command": "uvx",
         "args": ["uns_mcp"],
         "env": {
           "UNSTRUCTURED_API_KEY": "<your-key>"
         }
      }
   }
}

Alternativamente, usando el paquete de Python:

{
   "mcpServers": {
      "UNS_MCP": {
         "command": "python",
         "args": ["-m", "uns_mcp"],
         "env": {
           "UNSTRUCTURED_API_KEY": "<your-key>"
         }
      }
   }
}

Usando el código fuente

1. Clona el repositorio.

2. Instala las dependencias:

   uv sync
   

3. Establece tu clave API de Unstructured como variable de entorno. Crea un archivo .env en el directorio raíz con el siguiente contenido:

   UNSTRUCTURED_API_KEY="YOUR_KEY"
   

   Consulta .env.template para las variables de entorno configurables. Ahora puedes ejecutar el servidor usando uno de los siguientes métodos:

uvx pip install -e .

{
  "mcpServers": {
    "UNS_MCP": {
      "command": "uvx",
      "args": ["uns_mcp"]
    }
  }
}

{
  "mcpServers": {
    "UNS_MCP": {
      "command": "ABSOLUTE/PATH/TO/.local/bin/uv",
      "args": [
        "--directory",
        "ABSOLUTE/PATH/TO/YOUR-UNS-MCP-REPO/uns_mcp",
        "run",
        "server.py"
      ]
    }
  }
}

uv run python minimal_client/client.py uns_mcp/server.py

Configuración adicional del cliente local

Configura el cliente mínimo usando variables de entorno:

• LOG_LEVEL="ERROR": Configúralo para suprimir las salidas de depuración del LLM, mostrando mensajes claros para los usuarios.
• CONFIRM_TOOL_USE='false': Desactiva la confirmación de uso de herramientas antes de la ejecución. Úsalo con precaución, especialmente durante el desarrollo, ya que el LLM puede ejecutar flujos de trabajo costosos o eliminar datos.

Herramientas de depuración

Anthropic proporciona la herramienta MCP Inspector para depurar/probar tu servidor MCP. Ejecuta el siguiente comando para iniciar una interfaz de depuración. Desde allí, podrás agregar variables de entorno (apuntando a tu entorno local) en el panel izquierdo. Incluye tu clave de API personal allí como variable de entorno. Ve a tools, puedes probar las capacidades que agregas al servidor MCP.

mcp dev uns_mcp/server.py

Si necesitas registrar los parámetros de llamadas de solicitud en UnstructuredClient, configura la variable de entorno DEBUG_API_REQUESTS=false. Los registros se almacenan en un archivo con el formato unstructured-client-{date}.log, que se puede examinar para depurar los parámetros de llamadas de solicitud a las funciones UnstructuredClient.

Agregar acceso a terminal al cliente mínimo

Vamos a usar @wonderwhy-er/desktop-commander para agregar acceso a terminal al cliente mínimo. Está construido sobre el MCP Filesystem Server. Ten cuidado, ya que el cliente (también LLM) ahora tiene acceso a archivos privados.

Ejecuta el siguiente comando para instalar el paquete:

npx @wonderwhy-er/desktop-commander setup

Luego inicia el cliente con el parámetro adicional:

uv run python minimal_client/client.py "http://127.0.0.1:8080/sse" "@wonderwhy-er/desktop-commander"
# or
make sse-client-terminal

Usando un subconjunto de herramientas

Si tu cliente admite usar solo un subconjunto de herramientas, aquí está la lista de cosas que debes tener en cuenta:

• La herramienta update_workflow debe cargarse en el contexto junto con la herramienta create_workflow, porque contiene una descripción detallada sobre cómo crear y configurar un nodo personalizado.

Problemas conocidos

• update_workflow - necesita tener en contexto la configuración del flujo de trabajo que está actualizando, ya sea proporcionándola el usuario o llamando a la herramienta get_workflow_info, ya que esta herramienta no funciona como aplicador de patch, reemplaza completamente la configuración del flujo de trabajo.

CHANGELOG.md

Cualquier nueva característica/corrección/mejora desarrollada se agregará a CHANGELOG.md. Se prefiere el formato de pre-lanzamiento 0.x.x-dev antes de pasar a una versión estable.

Solución de problemas

• Si encuentras problemas con Error: spawn <command> ENOENT, significa que <command> no está instalado o no es visible en tu PATH:
  • Asegúrate de instalarlo y agregarlo a tu PATH.
  • o proporciona la ruta absoluta al comando en el campo command de tu configuración. Por ejemplo, reemplaza python con /opt/miniconda3/bin/python