Unstructured

Unstructured API MCP 伺服器

[!NOTE] 此伺服器與 Unstructured API 互動，以管理來源、目的地和工作流程。它並未積極維護，僅保留於此供參考。

如果您想將檔案解析並轉換為結構化輸出（markdown、JSON、HTML 或純文字），請改用 Unstructured Transform MCP 伺服器。

Unstructured Transform 以託管 MCP 伺服器的形式，為您的代理程式提供生產級別的文件處理能力。它讓代理程式能夠在當前工作階段中，直接透過解析、豐富、分塊和嵌入檔案，將超過 60 種檔案類型轉換為結構化資料，以供您的應用程式、向量資料庫及任何下游流程使用。

您可以在此註冊開始使用。

一個用於與 Unstructured API 互動的 MCP 伺服器實作。此伺服器提供列出來源和工作流程的工具。

可用工具

以下是 UNS-MCP 伺服器目前支援的連接器清單，請參閱 Unstructured 平台支援的完整來源連接器清單此處和目的地清單此處。我們計劃新增更多！

要使用建立/更新/刪除連接器的工具，必須在您的 .env 檔案中定義該特定連接器的憑證。以下是我們支援的連接器的 credentials 清單：

Firecrawl 來源

Firecrawl 是一個網頁爬取 API，在我們的 MCP 中提供兩項主要功能：

1. HTML 內容擷取：使用 invoke_firecrawl_crawlhtml 啟動爬取作業，並使用 check_crawlhtml_status 監控它們
2. LLM 最佳化文字生成：使用 invoke_firecrawl_llmtxt 生成文字，並使用 check_llmtxt_status 擷取結果

Firecrawl 的運作方式： 網頁爬取流程：

• 從指定的網址開始，分析該網址以識別連結
• 若有網站地圖則使用之；否則追蹤網站上找到的連結
• 遞迴遍歷每個連結以發現所有子頁面
• 收集每個造訪頁面的內容，處理 JavaScript 渲染和速率限制
• 必要時可使用 cancel_crawlhtml_job 取消作業
• 若您需要將所有資訊提取為原始 HTML，請使用此功能，Unstructured 的工作流程能將其清理得非常乾淨 :smile:

LLM 文字生成：

• 爬取完成後，從爬取的頁面中提取乾淨、有意義的文字內容
• 生成專為大型語言模型格式化的最佳化文字格式
• 結果會自動上傳至指定的 S3 位置
• 注意：LLM 文字生成作業一旦開始就無法取消。cancel_llmtxt_job 函式是為了保持一致性而提供，但目前 Firecrawl API 不支援。

注意：必須設定 FIRECRAWL_API_KEY 環境變數才能使用這些功能。

安裝與設定

本指南提供逐步說明，協助您使用 Python 3.12 和 uv 工具來設定與配置 UNS_MCP 伺服器。

必要條件

• Python 3.12+
• 用於環境管理的 uv
• 來自 Unstructured 的 API 金鑰。您可以在此註冊並取得 API 金鑰。

使用 uv（建議）

使用 uvx 時無需額外安裝，因為它會處理執行作業。不過，如果您偏好直接安裝套件：

uv pip install uns_mcp

設定 Claude Desktop

若要與 Claude Desktop 整合，請將以下內容新增至您的 claude_desktop_config.json：

注意： 該檔案位於 ~/Library/Application Support/Claude/ 目錄中。

使用 uvx 指令：

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

或者，使用 Python 套件：

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

使用原始碼

1. 複製儲存庫。

2. 安裝相依套件：

   uv sync
   

3. 將您的 Unstructured API 金鑰設定為環境變數。在根目錄中建立一個 .env 檔案，內容如下：

   UNSTRUCTURED_API_KEY="YOUR_KEY"
   

   請參閱 .env.template 以了解可設定的環境變數。

您現在可以使用下列其中一種方法來執行伺服器：

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

額外的本地客戶端設定

使用環境變數設定最小客戶端：

• LOG_LEVEL="ERROR"：設定為抑制來自 LLM 的除錯輸出，向使用者顯示清晰的訊息。
• CONFIRM_TOOL_USE='false'：在執行前停用工具使用確認。請謹慎使用，尤其是在開發期間，因為 LLM 可能會執行昂貴的工作流程或刪除資料。

除錯工具

Anthropic 提供 MCP Inspector 工具來除錯/測試您的 MCP 伺服器。執行以下指令來啟動除錯 UI。在那裡，您可以在左側窗格中新增環境變數（指向您的本地環境）。將您的個人 API 金鑰作為環境變數包含在內。前往 tools，您可以測試新增至 MCP 伺服器的功能。

mcp dev uns_mcp/server.py

如果您需要將請求呼叫參數記錄到 UnstructuredClient，請設定環境變數 DEBUG_API_REQUESTS=false。 記錄會儲存在格式為 unstructured-client-{date}.log 的檔案中，可以檢查該檔案以除錯對 UnstructuredClient 函式的請求呼叫參數。

為最小客戶端新增終端機存取權限

我們將使用 @wonderwhy-er/desktop-commander 為最小客戶端新增終端機存取權限。它建立在 MCP 檔案系統伺服器之上。請小心，因為客戶端（以及 LLM）現在可以存取私人檔案。

執行以下指令來安裝套件：

npx @wonderwhy-er/desktop-commander setup

然後使用額外參數啟動客戶端：

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

使用部分工具

如果您的客戶端支援僅使用部分工具，以下是您應該注意的事項清單：

• update_workflow 工具必須與 create_workflow 工具一起載入到上下文中，因為它包含了如何建立和設定自訂節點的詳細說明。

已知問題

• update_workflow - 需要在上下文中包含它正在更新的工作流程的設定，可以透過使用者提供或呼叫 get_workflow_info 工具來取得，因為此工具並非作為 patch 套用器運作，它會完全取代工作流程設定。

CHANGELOG.md

任何新開發的功能/修復/增強功能都將新增至 CHANGELOG.md。在我們提升至穩定版本之前，偏好使用 0.x.x-dev 預發布格式。

疑難排解

• 如果您遇到 Error: spawn <command> ENOENT 的問題，這表示 <command> 未安裝或不在您的 PATH 中：
  • 請確保安裝它並將其新增至您的 PATH。
  • 或在您設定的 command 欄位中提供指令的絕對路徑。例如，將 python 替換為 /opt/miniconda3/bin/python