Unstructured

Server API MCP Unstructured

[!NOTE] Server ini berinteraksi dengan API Unstructured untuk mengelola sumber, tujuan, dan alur kerja. Server ini tidak dikelola secara aktif dan disimpan di sini sebagai referensi.

Jika Anda ingin mengurai dan mengubah file menjadi output terstruktur (markdown, JSON, HTML, atau teks biasa), gunakan Server MCP Unstructured Transform sebagai gantinya.

Unstructured Transform menghadirkan pemrosesan dokumen tingkat produksi ke agen Anda sebagai server MCP yang dihosting. Ini memberi mereka kemampuan untuk mengubah lebih dari 60 jenis file menjadi data terstruktur yang siap untuk aplikasi, basis data vektor, dan proses hilir apa pun dengan mengurai, memperkaya, memotong, dan menyematkan file langsung di dalam sesi mereka saat ini.

Anda dapat mulai menggunakannya dengan mendaftar di sini.

Implementasi server MCP untuk berinteraksi dengan API Unstructured. Server ini menyediakan alat untuk mencantumkan sumber dan alur kerja.

Alat yang Tersedia

Di bawah ini adalah daftar konektor yang saat ini didukung oleh server UNS-MCP, silakan lihat daftar lengkap konektor sumber yang didukung platform Unstructured di sini dan daftar tujuan di sini. Kami berencana untuk menambahkan lebih banyak lagi!

Untuk menggunakan alat yang membuat/memperbarui/menghapus konektor, kredensial untuk konektor tertentu tersebut harus ditentukan dalam file .env Anda. Di bawah ini adalah daftar credentials untuk konektor yang kami dukung:

Sumber Firecrawl

Firecrawl adalah API perayapan web yang menyediakan dua kemampuan utama di MCP kami:

1. Pengambilan Konten HTML: Menggunakan invoke_firecrawl_crawlhtml untuk memulai pekerjaan perayapan dan check_crawlhtml_status untuk memantaunya
2. Pembuatan Teks yang Dioptimalkan LLM: Menggunakan invoke_firecrawl_llmtxt untuk menghasilkan teks dan check_llmtxt_status untuk mengambil hasilnya

Cara kerja Firecrawl: Proses Perayapan Web:

• Dimulai dengan URL yang ditentukan dan menganalisisnya untuk mengidentifikasi tautan
• Menggunakan peta situs jika tersedia; jika tidak, mengikuti tautan yang ditemukan di situs web
• Melintasi setiap tautan secara rekursif untuk menemukan semua subhalaman
• Mengumpulkan konten dari setiap halaman yang dikunjungi, menangani rendering JavaScript dan batas kecepatan
• Pekerjaan dapat dibatalkan dengan cancel_crawlhtml_job jika diperlukan
• Gunakan ini jika Anda memerlukan semua info yang diekstrak ke dalam HTML mentah, alur kerja Unstructured membersihkannya dengan sangat baik :smile:

Pembuatan Teks LLM:

• Setelah perayapan, mengekstrak konten teks yang bersih dan bermakna dari halaman yang dirayapi
• Menghasilkan format teks yang dioptimalkan yang diformat khusus untuk model bahasa besar
• Hasil secara otomatis diunggah ke lokasi S3 yang ditentukan
• Catatan: Pekerjaan pembuatan teks LLM tidak dapat dibatalkan setelah dimulai. Fungsi cancel_llmtxt_job disediakan untuk konsistensi tetapi saat ini tidak didukung oleh API Firecrawl.

Catatan: Variabel lingkungan FIRECRAWL_API_KEY harus diatur untuk menggunakan fungsi-fungsi ini.

Instalasi & Konfigurasi

Panduan ini memberikan petunjuk langkah demi langkah untuk menyiapkan dan mengonfigurasi server UNS_MCP menggunakan Python 3.12 dan alat uv.

Prasyarat

• Python 3.12+
• uv untuk manajemen lingkungan
• Kunci API dari Unstructured. Anda dapat mendaftar dan mendapatkan kunci API Anda di sini.

Menggunakan uv (Direkomendasikan)

Tidak diperlukan instalasi tambahan saat menggunakan uvx karena ia menangani eksekusi. Namun, jika Anda lebih suka menginstal paket secara langsung:

uv pip install uns_mcp

Konfigurasi Claude Desktop

Untuk integrasi dengan Claude Desktop, tambahkan konten berikut ke claude_desktop_config.json Anda:

Catatan: File tersebut terletak di direktori ~/Library/Application Support/Claude/.

Menggunakan Perintah uvx:

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

Atau, Menggunakan Paket Python:

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

Menggunakan Kode Sumber

1. Kloning repositori.

2. Instal dependensi:

   uv sync
   

3. Atur kunci API Unstructured Anda sebagai variabel lingkungan. Buat file .env di direktori root dengan konten berikut:

   UNSTRUCTURED_API_KEY="YOUR_KEY"
   

   Lihat .env.template untuk variabel lingkungan yang dapat dikonfigurasi.

Anda sekarang dapat menjalankan server menggunakan salah satu metode berikut:

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

Konfigurasi Klien Lokal Tambahan

Konfigurasikan klien minimal menggunakan variabel lingkungan:

• LOG_LEVEL="ERROR": Atur untuk menekan output debug dari LLM, menampilkan pesan yang jelas untuk pengguna.
• CONFIRM_TOOL_USE='false': Nonaktifkan konfirmasi penggunaan alat sebelum eksekusi. Gunakan dengan hati-hati, terutama selama pengembangan, karena LLM dapat menjalankan alur kerja yang mahal atau menghapus data.

Alat debugging

Anthropic menyediakan alat MCP Inspector untuk debug/uji server MCP Anda. Jalankan perintah berikut untuk memutar UI debugging. Dari sana, Anda akan dapat menambahkan variabel lingkungan (menunjuk ke env lokal Anda) di panel kiri. Sertakan kunci API pribadi Anda di sana sebagai env var. Buka tools, Anda dapat menguji kemampuan yang Anda tambahkan ke server MCP.

mcp dev uns_mcp/server.py

Jika Anda perlu mencatat parameter panggilan permintaan ke UnstructuredClient, atur variabel lingkungan DEBUG_API_REQUESTS=false. Log disimpan dalam file dengan format unstructured-client-{date}.log, yang dapat diperiksa untuk debug parameter panggilan permintaan ke fungsi UnstructuredClient.

Tambahkan akses terminal ke klien minimal

Kita akan menggunakan @wonderwhy-er/desktop-commander untuk menambahkan akses terminal ke klien minimal. Ini dibangun di atas Server Sistem File MCP. Berhati-hatilah, karena klien (juga LLM) sekarang memiliki akses ke file pribadi.

Jalankan perintah berikut untuk menginstal paket:

npx @wonderwhy-er/desktop-commander setup

Kemudian mulai klien dengan parameter tambahan:

uv run python minimal_client/client.py "http://127.0.0.1:8080/sse" "@wonderwhy-er/desktop-commander@^0.2.11"
# or
make sse-client-terminal

Menggunakan subset alat

Jika klien Anda mendukung penggunaan hanya subset alat, berikut adalah daftar hal yang harus Anda perhatikan:

• Alat update_workflow harus dimuat dalam konteks bersama dengan alat create_workflow, karena berisi deskripsi terperinci tentang cara membuat dan mengonfigurasi node kustom.

Masalah yang Diketahui

• update_workflow - perlu memiliki dalam konteks konfigurasi alur kerja yang sedang diperbarui baik dengan menyediakannya oleh pengguna atau dengan memanggil alat get_workflow_info, karena alat ini tidak berfungsi sebagai pengaplikasi patch, ia sepenuhnya mengganti konfigurasi alur kerja.

CHANGELOG.md

Setiap fitur/perbaikan/peningkatan baru yang dikembangkan akan ditambahkan ke CHANGELOG.md. Format pra-rilis 0.x.x-dev lebih disukai sebelum kita naik ke versi stabil.

Pemecahan Masalah

• Jika Anda mengalami masalah dengan Error: spawn <command> ENOENT itu berarti <command> tidak terinstal atau tidak terlihat di PATH Anda:
  • Pastikan untuk menginstalnya dan menambahkannya ke PATH Anda.
  • atau berikan path absolut ke perintah di bidang command konfigurasi Anda. Jadi misalnya ganti python dengan /opt/miniconda3/bin/python