Firecrawl
167kConecta tu agente a Firecrawl para buscar en la web, convertir cualquier URL en markdown o JSON estructurado y automatizar la extracción de datos de sitios.
- Último commit
- ayer
- Credenciales
vectorize-iovectorize-mcp-server
Conecta tu agente a un pipeline de Vectorize para hacer búsquedas vectoriales, extraer texto de documentos y generar investigaciones profundas.
VECTORIZE_ORG_IDVECTORIZE_TOKENVECTORIZE_PIPELINE_IDdel repositorio
último commit
expuestas al agente
sin documentar
abiertos
npx -y @vectorize-io/vectorize-mcp-server@latestVectorize es una plataforma de retrieval vectorial y extracción de texto. Este servidor MCP expone las capacidades de un pipeline concreto de Vectorize para que un agente pueda usarlas directamente durante una conversación.
Con él, el agente puede lanzar búsquedas semánticas sobre los documentos indexados en el pipeline, convertir archivos (por ejemplo PDFs codificados en base64) en texto en formato Markdown ya troceado, y pedir un informe de Deep Research generado a partir del contenido del pipeline, opcionalmente combinado con búsqueda web.
Para ponerlo en marcha solo hace falta ejecutar el paquete con npx y definir tres variables de entorno con los identificadores de tu organización, tu token y el pipeline de Vectorize que quieres usar. Hay guías de configuración listas para VS Code, Claude, Windsurf, Cursor y Cline.
Los nombres que el agente ve al conectarse.
Este servidor lee sus credenciales del entorno. Tenlas a mano antes de añadirlo a tu cliente MCP.
Variables de entorno:VECTORIZE_ORG_IDVECTORIZE_TOKENVECTORIZE_PIPELINE_ID
¿Este servidor es tuyo? Reclama el listado para corregir cualquier dato, añadir un logo y enlazar tu documentación.
Conecta tu agente a Firecrawl para buscar en la web, convertir cualquier URL en markdown o JSON estructurado y automatizar la extracción de datos de sitios.
Conecta a TrendRadar, el agregador de tendencias multiplataforma, y permite consultar, buscar y analizar en lenguaje natural las noticias y RSS que recopila.
Da a agentes de IA memoria persistente a largo plazo mediante un grafo de conocimiento autoalojado que combina embeddings vectoriales y razonamiento sobre grafos.