一个全面的 stdio MCP(模型上下文协议)服务器用于 SEO API。此服务器允许大型语言模型(LLMs)与 DataForSEO API 函数和其他 SEO 工具进行交互。
<a href="https://glama.ai/mcp/servers/@Skobyn/dataforseo-mcp-server"> <img width="380" height="200" src="https://gips3.baidu.com/it/u=3881424935,3349216845&fm=3081&app=3081&f=PNG?w=760&h=400" alt="SEO 工具 MCP 服务器" /> </a>SEO 工具 MCP 服务器使大型语言模型(如 Claude)与各种 SEO API 无缝集成,通过自然语言交互可以直接执行 SEO 分析、关键词研究、反向链接分析等许多其他 SEO 相关任务。
该实现公开了所有主要的 DataForSEO API 端点作为 MCP 工具,这些工具可以被 LLM 调用来检索特定的 SEO 数据。服务器使用 stdio 作为其传输层,使其易于与其他 LLM 平台集成。
https://dataforseo.com/?aff=200885
# 克隆仓库
git clone https://github.com/Skobyn/dataforseo-mcp-server.git
# 切换到项目目录
cd dataforseo-mcp-server
# 安装依赖
npm install
# 构建项目
npm run build
要使用此 MCP 服务器,您需要所使用的服务的 API 凭证。
# 设置 DataForSEO 认证环境变量
export DATAFORSEO_LOGIN="your_login"
export DATAFORSEO_PASSWORD="your_password"
# 运行服务器
npm start
# 设置所有 API 认证环境变量
export DATAFORSEO_LOGIN="your_login"
export DATAFORSEO_PASSWORD="your_password"
export LOCALFALCON_API_KEY="your_localfalcon_api_key"
# 可选:如果需要设置自定义 Local Falcon API URL
# export LOCALFALCON_API_URL="https://custom-localfalcon-url.com/api"
# 运行服务器
npm start
此服务器实现了模型上下文协议,允许 LLMs 以标准化的方式与外部系统交互。要与 Claude 一起使用,您需要根据其特定的 MCP 实现将其与您的 LLM 平台集成。
请参阅示例目录中的使用示例。
# 在开发模式下运行并启用热重载
npm run dev
请查看 examples 目录中的示例代码,了解如何使用 SEO 工具 MCP 服务器。
基本示例演示了:
服务器公开了数百种工具,涵盖了所有集成的 API 类别。以下是一些最常用的工具示例:
serp_google_organic_live - 获取 Google 有机搜索结果serp_google_organic_task_post - 创建 Google 有机搜索任务serp_google_maps_live - 获取 Google 地图搜索结果keywords_google_ads_search_volume - 获取关键词搜索量keywords_google_ads_keywords_for_site - 获取域的关键词建议keywords_google_trends_explore - 探索关键词随时间的趋势labs_google_keyword_ideas - 基于种子关键词获取关键词建议labs_google_related_keywords - 获取相关关键词labs_google_domain_rank_overview - 获取域名排名概述backlinks_summary - 获取域的反向链接概况总结backlinks_backlinks - 获取域的反向链接列表backlinks_referring_domains - 获取目标的引用域backlinks_history - 获取目标的历史反向链接数据backlinks_timeseries_summary - 获取反向链接的时间序列数据backlinks_bulk_new_lost_backlinks - 获取多个目标的新旧丢失反向链接backlinks_bulk_new_lost_referring_domains - 获取多个目标的新旧丢失引用域backlinks_bulk_pages_summary - 获取多个目标的页面总结ai_chatgpt_models - 获取可用的 ChatGPT 模型列表ai_chatgpt_llm_responses_live - 获取来自 ChatGPT 的实时响应ai_chatgpt_scraper_locations - 获取 ChatGPT 抓取器可用的位置ai_chatgpt_scraper_languages - 获取 ChatGPT 抓取器可用的语言ai_claude_models - 获取可用的 Claude 模型列表ai_claude_llm_responses_live - 获取来自 Claude 的实时响应ai_gemini_models - 获取可用的 Gemini 模型列表ai_gemini_llm_responses_live - 获取来自 Gemini 的实时响应ai_perplexity_models - 获取可用的 Perplexity 模型列表ai_perplexity_llm_responses_live - 获取来自 Perplexity 的实时响应ai_keyword_data_search_volume_live - 获取 AI 关键词搜索量数据ai_keyword_data_locations_and_languages - 获取 AI 关键词数据可用的位置和语言localfalcon_calculate_grid_points - 计算围绕基础坐标的网格点localfalcon_search_gmb_locations - 搜索 Google My Business 地点localfalcon_get_ranking_at_coordinate - 获取特定坐标的企业排名localfalcon_keyword_search_at_coordinate - 在特定位置搜索关键词localfalcon_run_grid_search - 运行完整的网格搜索以获取本地排名要获取所有可用工具及其参数的完整列表,请检查 src/api 目录中的实现。
服务器设计为可扩展。要添加对额外 SEO API 的支持:
src/api/ 中为您的集成创建一个新的目录src/index.ts请参考 src/api/localfalcon/ 中的 Local Falcon 集成模板。
MIT