MCP Integration

Forbind AI-værktøjer

Giv Claude Desktop, ChatGPT, Cursor og andre AI-værktøjer direkte adgang til dine Baseline Labs-data.

Hvad er MCP?

Model Context Protocol lader AI-assistenter kalde værktøjer på dine vegne. I stedet for at kopiere mellem apps søger din AI, genererer rapporter og administrerer projekter gennem din konto — ved hjælp af de samme kreditter og tilladelser som din browsersession.

Opsætning

Forbind på 2 minutter

Du har brug for en API-nøgle. Opret en i din udvikler-konsol, og indsæt derefter konfigurationen nedenfor i din MCP-klient.

Claude Desktop (claude_desktop_config.json) Anbefalet

{
  "mcpServers": {
    "baseline-labs": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote@latest",
        "https://baselinelabs.ai/mcp/",
        "--header",
        "Authorization:${AUTH_HEADER}"
      ],
      "env": {
        "AUTH_HEADER": "Bearer bl_your_key"
      }
    }
  }
}

Claude Desktop taler ikke HTTP MCP naturligt — mcp-remote er en lille npx-shim, der forbinder stdio til vores HTTPS-slutpunkt. Kræver Node.js installeret lokalt. Tokenet går i env (ikke header-strengen direkte) for at undgå Claude Desktops arg-citering-bug med mellemrum.

Claude.ai (web) & andre URL-baserede klienter

{
  "mcpServers": {
    "baseline-labs": {
      "url": "https://baselinelabs.ai/mcp/",
      "headers": {
        "Authorization": "Bearer bl_your_key"
      }
    }
  }
}

ChatGPT, Cursor osv.

Server URL:  https://baselinelabs.ai/mcp/
Auth:        Bearer bl_your_key

Interaktiv opsætning: MCP-fanen i din konsol genererer konfigurationen med din faktiske nøgle udfyldt på forhånd og viser live-værktøjsstatus.

Værktøjer

28 værktøjer tilgængelige

Når du er forbundet, kan dit AI-værktøj kalde enhver af disse. Skrivebeskyttede værktøjer er gratis; værktøjer, der udløser nyt arbejde, koster kreditter (din AI vil se omkostningen før udførelse).

Kategori	Værktøjer	Beskrivelse
Projekter	`list_saves` `get_save` `create_save`	Administrer analyseprojekter
Søgning	`search` `get_search_result` `list_saved_queries` `get_ranked_keywords` `parse_business_info`	Søg på tværs af Google, GPT, Perplexity, Gemini, Google AI Mode, Claude, DeepSeek
Rapporter	`list_report_templates` `create_report_template` `run_report` `get_report` `get_report_queries` `list_reports`	Spor nøgleord-rangeringer
Brand	`create_mention_scan` `get_mention_scan` `list_mention_scans` `get_mention_records` `list_brand_templates` `run_brand_report` `get_brand_report`	Sentiment- og omtaleoversyn
Analyser	`get_backlinks` `get_referring_domains` `get_analytics`	Linkgraf og brugsdata
Schema	`generate_schema` `list_rolling_domains` `get_domain_schema`	JSON-LD schema-generering
Konto	`get_account`	Saldo og kontooplysninger

Programmatisk

Brug fra Python

Du kan også kalde MCP-serveren programmatisk ved hjælp af ethvert MCP-klientbibliotek:

python

from mcp import ClientSession
from mcp.client.streamable_http import streamablehttp_client

async def main():
    async with streamablehttp_client(
        "https://baselinelabs.ai/mcp/",
        headers={"Authorization": "Bearer bl_your_key"}
    ) as (read, write, _):
        async with ClientSession(read, write) as session:
            await session.initialize()

            # List your projects
            result = await session.call_tool("list_saves", {})
            print(result)

Eller spring MCP over helt og brug REST API direkte — intet bibliotek påkrævet.

Forbind AI-værktøjer

Hi, I'm George.