ZenRows MCP

O servidor ZenRows MCP dá ao seu agente acesso à web inteira, incluindo todos os sites que bloqueiam bots.

GitHub
19
Experimente este MCPPatrocinado

Documentação

Zenrows MCP

Servidor Zenrows MCP

O servidor Zenrows MCP (Model Context Protocol) é a forma padrão de sistemas de IA usarem a infraestrutura de dados web da Zenrows. Uma única conexão dá ao seu assistente de IA, agente ou aplicação acesso confiável e em tempo real à web ao vivo, incluindo a web protegida.

npm version MIT License

📚 Documentação completa: docs.zenrows.com/mcp/overview

Por que usar o Zenrows MCP

  • Acesse sites que normalmente bloqueiam bots. Obtenha acesso confiável a sites protegidos em escala, sem precisar construir tratamento anti-bot por conta própria.
  • Infraestrutura gerenciada de dados web. Rotação de proxies, orquestração de navegador headless, tratamento anti-bot e gerenciamento de sessões rodam na infraestrutura da Zenrows.
  • Integre-se a qualquer IA que você já usa. Funciona com qualquer cliente MCP, incluindo assistentes de IA, frameworks de agentes, SDKs de IA, plugins de IDE e aplicações personalizadas.
  • Linguagem simples, sem código de scraping. Descreva a tarefa naturalmente e a IA escolhe a ferramenta certa. Sem seletores, sem gerenciamento de proxy, sem ajustes anti-bot.

Início rápido

O Zenrows MCP suporta duas opções de transporte. Ambas expõem o mesmo conjunto de ferramentas e capacidades. Escolha a que se adequa ao seu cliente.

Servidor MCP remoto

Use o servidor Zenrows MCP hospedado quando sua aplicação de IA chama uma API de LLM diretamente. O servidor roda na infraestrutura da Zenrows, então não há nada para instalar, configurar ou atualizar.

URL do servidor:

https://mcp.zenrows.com/mcp

Transporte: Streamable HTTP

Autenticação: OAuth ou chave de API como token Bearer. Envie sua chave de API da Zenrows no cabeçalho Authorization em cada requisição (ou complete o OAuth em clientes que suportam).

Authorization: Bearer YOUR_ZENROWS_API_KEY

A maioria dos clientes MCP aceita isso por meio de um campo abreviado authorization na configuração da ferramenta e o encaminha automaticamente como token Bearer. Alguns clientes usam um campo de formato livre headers em vez disso. Qualquer abordagem funciona.

O MCP remoto não cria contas automaticamente. Use "Criar conta gratuita" via OAuth no cliente, ou passe uma chave de API existente.

Exemplo: OpenAI Responses API

import os
from openai import OpenAI

ZENROWS_API_KEY = os.environ["ZENROWS_API_KEY"]
client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])

response = client.responses.create(
    model="gpt-5",
    tools=[
        {
            "type": "mcp",
            "server_label": "zenrows",
            "server_description": "Web scraping MCP server for accessing live web content.",
            "server_url": "https://mcp.zenrows.com/mcp",
            "authorization": ZENROWS_API_KEY,
            "require_approval": "never",
        }
    ],
    input="Visit https://news.ycombinator.com/ and summarize the three most recent posts.",
)

print(response.output_text)

Para o passo a passo completo com exemplos específicos de frameworks, veja a documentação do servidor MCP remoto.

Servidor MCP local

Use a configuração stdio local quando seu cliente MCP executa o servidor como um subprocesso local em vez de chamar uma URL remota. Esta é a configuração padrão para ferramentas de IA de desktop e plugins de IDE, incluindo Claude Desktop, Claude Code, Cursor, Windsurf, VS Code, Zed e IDEs JetBrains.

Pacote: @zenrows/mcp no npm

Autenticação:

  1. Variável de ambiente ZENROWS_API_KEY, ou
  2. Chave previamente armazenada em ~/.zenrows/secrets.json, ou
  3. Auto-cadastro (padrão): se nenhuma das opções acima estiver definida, o stdio provisiona uma conta do plano Free via POST /api/agent/signup, persiste a chave + metadados de reivindicação em ~/.zenrows/ (secrets.json + account.json, modo 0600) e imprime uma URL de reivindicação no stderr. Opte por sair com ZENROWS_AUTO_SIGNUP=false.

Requisitos: Node.js instalado (para que npx funcione).

Configuração (com sua própria chave):

{
  "mcpServers": {
    "zenrows": {
      "command": "npx",
      "args": ["-y", "@zenrows/mcp"],
      "env": {
        "ZENROWS_API_KEY": "YOUR_ZENROWS_API_KEY"
      }
    }
  }
}

Zero-configuração (auto-cadastro):

{
  "mcpServers": {
    "zenrows": {
      "command": "npx",
      "args": ["-y", "@zenrows/mcp"]
    }
  }
}

A localização exata desta configuração varia conforme o cliente. Veja os guias de configuração por cliente para o caminho do arquivo do seu cliente.

Ferramentas

O Zenrows MCP expõe estas famílias de ferramentas:

FerramentaFinalidade
scrapeConteúdo de página inteira → Markdown, texto simples, HTML, PDF ou captura de tela (mais saídas auxiliares).
extractJSON estruturado (extract=auto, autoparse ou css_extractor) + flags furtivas opcionais. extract=auto está em beta aberto (atualmente gratuito; cobrança pode ser aplicada posteriormente).
batch_create / batch_status / batch_results / batch_cancel / batch_waitFan-out da Cloud Batch API (async.api.zenrows.com). Beta; pode retornar BATCH_ACCESS_DENIED. Não é browser_batch.
browser_*Mais de 30 ferramentas para automação completa de navegador (navegação, cliques, formulários, JS, cookies, abas, sessões).

A IA seleciona a ferramenta certa a partir do seu prompt. Você não chama ferramentas diretamente no código.

Veja a referência completa de ferramentas para cada ferramenta, parâmetro e valor de retorno.

Desenvolvimento

git clone https://github.com/ZenRows/zenrows-mcp
cd zenrows-mcp
npm install
cp .env.example .env   # Optional: add your API key (stdio can auto-signup)
npm run dev            # Run with .env loaded (requires Node.js 20.6+)
npm run build          # Compile to dist/
npm run inspect        # Open the MCP inspector UI

Pull requests e issues são bem-vindos.

Recursos

Licença

MIT