Agenty

Agenty AI เปิดเผยเซิร์ฟเวอร์ Model Context Protocol (MCP) ที่ให้ผู้ช่วย AI อย่าง Claude, Cursor และไคลเอนต์ที่เข้ากันได้กับ MCP เข้าถึงเครื่องมืออัตโนมัติของเบราว์เซอร์ได้โดยตรง คุณสามารถจับภาพหน้าจอ สร้าง PDF ขูดข้อมูลเว็บเพจ ดึงข้อมูลที่มีโครงสร้าง แปลงหน้าเป็น Markdown และอื่นๆ โดยใช้โมเดล LLM

ในบทความนี้ ผมจะอธิบายวิธีการเชื่อมต่อกับเซิร์ฟเวอร์ MCP ของ Agenty และวิธีใช้เครื่องมือแต่ละตัวที่มีให้

ข้อกำหนดเบื้องต้น

ก่อนเชื่อมต่อ คุณจะต้องมี:

• บัญชี Agenty AI และ API key
• ไคลเอนต์ที่เข้ากันได้กับ MCP เช่น Claude Desktop, Cursor, Windsurf หรือเครื่องมือใดๆ ที่รองรับ Model Context Protocol
• Node.js 18 ขึ้นไป หากคุณใช้ CLI หรือไฟล์คอนฟิกในเครื่อง

วิธีการเชื่อมต่อ

เพิ่มคอนฟิกต่อไปนี้ลงในไคลเอนต์ MCP ของคุณ สำหรับ Claude Desktop ให้ใส่ใน claude_desktop_config.json สำหรับ Cursor ให้ใส่ในไฟล์ .cursor/mcp.json ของคุณ

{
  "mcpServers": {
    "agenty": {
      "url": "https://api.agenty.ai/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

แทนที่ YOUR_API_KEY ด้วยคีย์จาก Agenty AI > Settings > API Key เมื่อเพิ่มแล้ว ให้รีสตาร์ทไคลเอนต์ของคุณ แล้วเครื่องมือ Agenty จะปรากฏในรายการเครื่องมือ

Agenty API Key1069×482 32.4 KB

สำหรับไคลเอนต์ที่รองรับ OAuth หรือการเข้าสู่ระบบด้วยโทเค็น คุณสามารถยืนยันตัวตนผ่านขั้นตอนการลงชื่อเข้าใช้ Agenty AI ได้โดยตรง โดยไม่ต้องวางคีย์ด้วยตนเอง

เครื่องมือที่พร้อมใช้งาน

เซิร์ฟเวอร์ Agenty MCP มีเครื่องมือสิบเอ็ดตัวที่ครอบคลุมความต้องการอัตโนมัติของเบราว์เซอร์ที่พบบ่อยที่สุด แต่ละเครื่องมือรับ URL หรือ HTML ดิบเป็นอินพุต พร้อมด้วยพารามิเตอร์เสริมสำหรับควบคุมพฤติกรรมของเบราว์เซอร์

Available Tools in Agenty MCP1265×795 60.9 KB

Markdown MCP

เครื่องมือ markdown โหลดหน้าเว็บ ลบส่วนนำทาง ส่วนท้าย สคริปต์ โฆษณา และเนื้อหาสำเร็จรูปอื่นๆ และแปลงเนื้อหาที่อ่านได้ที่เหลือเป็น Markdown ที่สะอาด สามารถแก้ไขลิงก์สัมพัทธ์ให้เป็น URL แบบสัมบูรณ์ และลบรูปภาพข้อมูลได้

สิ่งนี้มีประโยชน์อย่างยิ่งสำหรับการป้อนเนื้อหาเว็บเข้าสู่ LLM การสร้างไปป์ไลน์ RAG หรือการบันทึกบทความในรูปแบบที่อ่านได้

ตัวอย่างพรอมต์:

“แปลง Web scraping - Wikipedia เป็น Markdown”

“รับเนื้อหา Markdown ของบล็อกโพสต์นี้: https://example.com/article”

Website scraping preview using Claude desktop1272×844 67.2 KB

Screenshot MCP

เครื่องมือ screenshot เปิดเบราว์เซอร์จริง โหลดหน้าเว็บ และจับภาพเป็นรูปภาพ PNG หรือ JPEG รองรับภาพหน้าจอแบบเต็มหน้า พื้นที่ที่ตัด มุมมองแบบกำหนดเอง การจำลองอุปกรณ์ และการจัดการรูปภาพ เช่น ปรับขนาดและหมุน

สิ่งนี้มีประโยชน์เมื่อคุณต้องการภาพสแนปช็อตของหน้าเว็บ ต้องการจัดทำเอกสาร UI หรือต้องการตรวจสอบว่าไซต์มีลักษณะอย่างไรที่ขนาดหน้าจอเฉพาะ

ตัวอย่างพรอมต์:

“จับภาพหน้าจอแบบเต็มหน้าของ https://example.com และส่งกลับเป็น PNG”

“จับภาพหน้าจอมือถือของ https://agenty.ai โดยใช้มุมมอง iPhone 14”

Web Scraping MCP

เครื่องมือ web scrape โหลด URL ในเบราว์เซอร์จริงที่มีการเรียกใช้ JavaScript เต็มรูปแบบ และส่งกลับ HTML ที่เรนเดอร์แล้ว ซึ่งแตกต่างจากคำขอ HTTP ทั่วไป มันรอให้เนื้อหาไดนามิกโหลด ทำให้เชื่อถือได้สำหรับแอปพลิเคชันหน้าเดียวและเพจที่ใช้ JavaScript จำนวนมาก

ใช้สิ่งนี้เมื่อคุณต้องการ HTML ดิบของหน้าเว็บตามที่ผู้ใช้จะเห็น หลังจากที่สคริปต์ทั้งหมดทำงานแล้ว

ตัวอย่างพรอมต์:

“ขูด HTML ของ https://news.ycombinator.com และส่งกลับเนื้อหาที่เรนเดอร์เต็มรูปแบบ”

“ขูดหน้านี้และรอ 3 วินาทีเพื่อให้เนื้อหาไดนามิกโหลด: https://example.com/dashboard”

Web Crawling MCP

เครื่องมือ links crawling เรนเดอร์หน้าเว็บและดึงทุกลิงก์ที่พบใน DOM ส่งกลับรายการแบบแบนของ href ของแองเคอร์ทั้งหมด ซึ่งคุณสามารถใช้เพื่อสร้างคิวการรวบรวมข้อมูล ตรวจสอบลิงก์ภายใน หรือค้นพบเนื้อหา

ตัวอย่างพรอมต์:

“ค้นหาลิงก์ทั้งหมดบน https://agenty.ai”

“ดึงทุกลิงก์จาก https://example.com/blog และให้รายการ URL บทความแก่ฉัน”

PDF MCP

เครื่องมือ PDF เรนเดอร์หน้าเว็บในเบราว์เซอร์จริงและส่งออกเป็น PDF คุณสามารถตั้งค่ารูปแบบหน้า (A4, Letter ฯลฯ) เปิดใช้งานโหมดแนวนอน ตั้งค่าระยะขอบ แสดงหรือซ่อนพื้นหลัง และระบุส่วนหัวและส่วนท้ายแบบกำหนดเองได้

ตัวอย่างพรอมต์:

“สร้าง PDF ของ https://agenty.ai ในรูปแบบ A4 โดยเปิดใช้งานพื้นหลังการพิมพ์”

“สร้าง PDF แนวนอนของ https://example.com/report”

Data Extraction MCP

เครื่องมือ extract เรนเดอร์หน้าเว็บและดึงข้อมูลที่มีโครงสร้างโดยใช้ CSS selectors หรือ XPath เหมาะสำหรับการดึงฟิลด์เฉพาะ เช่น ราคาสินค้า จำนวนรีวิว ตำแหน่งงาน หรือองค์ประกอบที่ซ้ำกันจากหน้าเว็บที่เรนเดอร์แล้ว

ตัวอย่างพรอมต์:

“ดึงชื่อสินค้าและราคาจาก https://example.com/products”

“รับหัวข้อข่าวทั้งหมดจาก https://news.ycombinator.com”

Sitemap MCP

เครื่องมือ sitemap crawler อ่าน sitemap.xml ของเว็บไซต์ ติดตามไฟล์ดัชนีแผนผังเว็บไซต์ และส่งกลับรายการ URL ทั้งหมดที่ค้นพบ รองรับรูปแบบการยกเว้นเพื่อกรองเส้นทางบางอย่างออก

ใช้สิ่งนี้เพื่อทำความเข้าใจโครงสร้างทั้งหมดของเว็บไซต์อย่างรวดเร็ว หรือเพื่อสร้างรายการรวบรวมข้อมูลสำหรับไซต์ขนาดใหญ่

ตัวอย่างพรอมต์:

“ค้นหา URL ทั้งหมดในแผนผังเว็บไซต์สำหรับ https://agenty.ai”

“รับแผนผังเว็บไซต์สำหรับ https://example.com และยกเว้น URL ใดๆ ที่มี /blog/”

Redirect Tracing MCP

เครื่องมือ redirects capture ติดตามการเปลี่ยนเส้นทาง HTTP ทั้งหมดสำหรับ URL ที่กำหนด และส่งกลับสายโซ่ทั้งหมด รวมถึง URL กลางแต่ละรายการ โค้ดสถานะ และปลายทางสุดท้าย

สิ่งนี้มีประโยชน์สำหรับการดีบักลิงก์เสีย ตรวจสอบ URL มาตรฐาน และตรวจสอบลิงก์พันธมิตรหรือลิงก์ที่ย่อ

ตัวอย่างพรอมต์:

“ติดตามการเปลี่ยนเส้นทางทั้งหมดสำหรับ https://bit.ly/some-link”

“แสดงสายโซ่การเปลี่ยนเส้นทางสำหรับ https://example.com/old-page”

Email Scraper MCP

เครื่องมือ emails scraper โหลด URL หนึ่งรายการขึ้นไป (สูงสุดครั้งละสิบรายการ) และดึงที่อยู่อีเมลทั้งหมดที่พบในหน้าเว็บที่เรนเดอร์แล้ว จัดการที่อยู่ที่ถูกทำให้ยุ่งเหยิงและส่วนติดต่อที่โหลดแบบไดนามิก

ตัวอย่างพรอมต์:

“ค้นหาที่อยู่อีเมลทั้งหมดบน https://example.com/contact”

“ขูดอีเมลจากสามหน้านี้: https://site1.com, https://site2.com, https://site3.com”

Content MCP

เครื่องมือ content ส่งกลับ HTML ที่เรนเดอร์สมบูรณ์ของหน้าเว็บหลังจากการเรียกใช้ JavaScript คล้ายกับ scrape แต่ปรับให้เหมาะสมสำหรับกรณีการใช้งานที่คุณต้องการสถานะ DOM สุดท้ายมากกว่าไปป์ไลน์การขูด

ตัวอย่างพรอมต์:

“รับเนื้อหา HTML ที่เรนเดอร์แล้วของ https://example.com/app”

Snapshot MCP

เครื่องมือ snapshot จับภาพต้นไม้การช่วยการเข้าถึงของหน้าเว็บ — รายการที่มีโครงสร้างขององค์ประกอบที่โต้ตอบได้และอ่านได้ทั้งหมด รวมถึงปุ่ม ลิงก์ ช่องป้อนข้อมูล และหัวข้อ สิ่งนี้ออกแบบมาสำหรับเอเจนต์ AI ที่ต้องการนำทางหรือทำความเข้าใจเกี่ยวกับหน้าเว็บโดยไม่ต้องประมวลผล HTML ดิบ

ตัวอย่างพรอมต์:

“จับภาพสแนปช็อตการช่วยการเข้าถึงของ https://example.com เพื่อให้ฉันเข้าใจโครงสร้างหน้า”

ตัวอย่างพรอมต์

นี่คือตัวอย่างหลายขั้นตอนที่รวมเครื่องมือเข้าด้วยกัน:

ตรวจสอบเนื้อหาของเว็บไซต์:
“รับแผนผังเว็บไซต์สำหรับ https://example.com, จากนั้นแปลง 5 หน้าบนสุดเป็น Markdown และสรุปแต่ละหน้า”

สร้างรายงานภาพ:
“จับภาพหน้าจอของ https://agenty.ai บนมุมมองมือถือและเดสก์ท็อป และแสดงทั้งสองภาพให้ฉันดู”

สร้างรายชื่อผู้ติดต่อ:
“ค้นหาลิงก์ทั้งหมดบน https://example.com/team, จากนั้นขูดที่อยู่อีเมลจากหน้าสมาชิกในทีมแต่ละคน”

ตรวจสอบความสมบูรณ์ของลิงก์:
“ดึงลิงก์ทั้งหมดจาก https://example.com/blog และติดตามสายโซ่การเปลี่ยนเส้นทางสำหรับลิงก์ใดๆ ที่ไม่ส่งกลับ 200”

เก็บถาวรหน้าเว็บ:
“แปลง https://example.com/article เป็น Markdown และสร้างเวอร์ชัน PDF ทั้งคู่มีลิงก์แบบสัมบูรณ์”

พารามิเตอร์ที่รองรับ

เครื่องมือที่ใช้การนำทางทั้งหมด (screenshot, pdf, scrape, content, markdown, links, extract, redirects) ใช้ชุดตัวเลือกการกำหนดค่าเบราว์เซอร์ร่วมกัน:

พารามิเตอร์	ประเภท	คำอธิบาย
url	string	URL ของหน้าเว็บที่จะโหลด จำเป็นหากไม่ได้ระบุ html
html	string	สตริง HTML ดิบที่จะเรนเดอร์แทนการโหลด URL
waitFor	string หรือ number	รอ CSS selector, จำนวนมิลลิวินาที, หรือเหตุการณ์เครือข่ายก่อนจับภาพ
viewport	object	ตั้งค่า width, height, deviceScaleFactor, isMobile, hasTouch และ isLandscape
device	string	จำลองอุปกรณ์ที่มีชื่อ เช่น iPhone 14 หรือ iPad Pro
userAgent	string	แทนที่สตริง user agent ของเบราว์เซอร์
cookies	array	แทรกคุกกี้ก่อนที่หน้าเว็บจะโหลด
blockAds	boolean	บล็อกคำขอเครือข่ายโฆษณา เปิดใช้งานโดยค่าเริ่มต้นสำหรับเครื่องมือขูด
blockTrackers	boolean	บล็อกสคริปต์ติดตามและวิเคราะห์
goToOptions	object	ควบคุมการหมดเวลาการนำทาง (ms) และกลยุทธ์ waitUntil (load, domcontentloaded, networkidle0, networkidle2)
setExtraHTTPHeaders	object	เพิ่มส่วนหัวคำขอแบบกำหนดเองเป็นคู่ key-value
rejectRequestPattern	array	บล็อกคำขอที่ตรงกับรูปแบบ URL เหล่านี้
requestInterceptors	array	ดักจับคำขอที่ตรงกับรูปแบบและส่งกลับการตอบสนองแบบกำหนดเอง
authenticate	object	ตั้งค่าชื่อผู้ใช้และรหัสผ่าน HTTP สำหรับหน้าเว็บที่อยู่หลังการยืนยันตัวตนแบบพื้นฐาน
anonymous	object	กำหนดเส้นทางผ่านพร็อกซีและข้ามประเภททรัพยากรสำหรับการเรียกดูแบบไม่ระบุตัวตน

พารามิเตอร์เฉพาะภาพหน้าจอ:

พารามิเตอร์	ประเภท	คำอธิบาย
options.fullPage	boolean	จับภาพหน้าเว็บแบบเลื่อนได้ทั้งหมด ค่าเริ่มต้นเป็น true
options.type	string	รูปแบบรูปภาพ: png หรือ jpeg ค่าเริ่มต้นเป็น png
options.quality	number	คุณภาพ JPEG จาก 0 ถึง 100
options.clip	object	จับภาพพื้นที่เฉพาะด้วย x, y, width และ height
options.omitBackground	boolean	ทำให้พื้นหลังโปร่งใส (PNG เท่านั้น)
manipulate	object	ประมวลผลภาพภายหลังด้วย resize, rotate, flip และ flop
responseType	string	ส่งกลับรูปภาพเป็น buffer (ค่าเริ่มต้น) หรือ hosted url

เมื่อใช้เครื่องมือ screenshot ผ่าน MCP ผลลัพธ์จะถูกส่งกลับเป็น hosted URL โดยค่าเริ่มต้น เมื่อเรียก API โดยตรง responseType จะมีค่าเริ่มต้นเป็น buffer ตั้งค่า responseType: 'url' เพื่อรับลิงก์ที่โฮสต์แทน

พารามิเตอร์เฉพาะ PDF:

พารามิเตอร์	ประเภท	คำอธิบาย
options.format	string	ขนาดหน้า: A4, Letter, Legal, Tabloid, Ledger, A0–A6
options.landscape	boolean	เรนเดอร์ในแนวนอน
options.margin	object	ตั้งค่าระยะขอบบน ล่าง ซ้าย และขวา
options.printBackground	boolean	รวมพื้นหลัง CSS ในผลลัพธ์
options.displayHeaderFooter	boolean	แสดงส่วนหัวและส่วนท้ายในแต่ละหน้า
options.headerTemplate	string	เทมเพลต HTML สำหรับส่วนหัวของหน้า
options.footerTemplate	string	เทมเพลต HTML สำหรับส่วนท้ายของหน้า
options.pageRanges	string	พิมพ์หน้าเฉพาะ เช่น 1-5
options.scale	number	ปรับขนาดเนื้อหาหน้า
emulateMedia	string	เรนเดอร์เป็นประเภทสื่อ screen หรือ print
responseType	string	ส่งกลับ PDF เป็น buffer (ค่าเริ่มต้น) หรือ hosted url

เมื่อใช้เครื่องมือ PDF ผ่าน MCP ผลลัพธ์จะถูกส่งกลับเป็น hosted URL โดยค่าเริ่มต้น เมื่อเรียก API โดยตรง responseType จะมีค่าเริ่มต้นเป็น buffer ตั้งค่า responseType: 'url' เพื่อรับลิงก์ที่โฮสต์แทน

ขีดจำกัดอัตราและการใช้งานที่เป็นธรรม

API key แต่ละรายการมีขีดจำกัดคำขอต่อเดือนตามแผนของคุณ หน้าเว็บที่ทำงานนานด้วย JavaScript จำนวนมากหรือ PDF ขนาดใหญ่ใช้ทรัพยากรมากขึ้น ใช้ blockAds และ blockTrackers เพื่อเร่งความเร็วคำขอและลดการใช้แบนด์วิดท์ในงานขูดข้อมูล

สกีมาคำขอและการตอบสนองของ Agenty AI ถูกทำให้เข้ากันได้กับ API อัตโนมัติของเบราว์เซอร์ที่ใช้กันอย่างแพร่หลายที่สุด รวมถึง Browserless, Firecrawl, Cloudflare Browser Rendering และบริการที่คล้ายคลึงกัน หากคุณใช้ผู้ให้บริการเหล่านี้อยู่แล้ว คุณสามารถเปลี่ยนไปใช้ Agenty AI ได้โดยอัปเดต URL ฐานและ API key โดยไม่ต้องเขียนคำขอที่มีอยู่ใหม่

ผู้ให้บริการ	การย้ายข้อมูล
Browserless	เปลี่ยน URL ฐานและ API key พารามิเตอร์ทั้งหมดเข้ากันได้
Firecrawl	เปลี่ยน URL ฐานและ API key ปลายทาง scrape, markdown และ crawl แมปโดยตรง
Cloudflare Browser Rendering	เปลี่ยน URL ฐานและส่วนหัวการยืนยันตัวตน พารามิเตอร์ screenshot และ content เข้ากันได้
Puppeteer HTTP APIs	goToOptions และตัวเลือกหน้าเว็บส่วนใหญ่แมปแบบ 1:1