MCP-Integration

KI-Tools verbinden

Geben Sie Claude Desktop, ChatGPT, Cursor und anderen KI-Tools direkten Zugriff auf Ihre Baseline Labs-Daten.

Was ist MCP?

Das Model Context Protocol ermöglicht es KI-Assistenten, Tools in Ihrem Namen aufzurufen. Anstatt zwischen Apps zu kopieren und einzufügen, durchsucht Ihre KI, generiert Berichte und verwaltet Projekte über Ihr Konto – mit denselben Credits und Berechtigungen wie Ihre Browser-Sitzung.

Setup

Verbindung in 2 Minuten

Sie benötigen einen API-Schlüssel. Erstellen Sie einen in Ihrer Entwicklerkonsole und fügen Sie dann die Konfiguration unten in Ihren MCP-Client ein.

Claude Desktop (claude_desktop_config.json) Empfohlen

{
  "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 spricht HTTP MCP nicht nativ – mcp-remote ist ein kleiner npx-Shim, der stdio mit unserem HTTPS-Endpunkt verbindet. Erfordert lokal installiertes Node.js. Das Token wird in env eingefügt (nicht direkt in der Header-Zeichenkette), um Claude Desktops Fehler beim Zitieren von Argumenten mit Leerzeichen zu vermeiden.

Claude.ai (Web) & andere URL-basierte Clients

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

ChatGPT, Cursor usw.

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

Interaktives Setup: Der MCP-Tab in Ihrer Konsole generiert die Konfiguration mit Ihrem tatsächlichen Schlüssel vorausgefüllt und zeigt den Live-Tool-Status an.

Tools

28 Tools verfügbar

Nach der Verbindung kann Ihr KI-Tool jedes dieser Tools aufrufen. Schreibgeschützte Tools sind kostenlos; Tools, die neue Arbeiten auslösen, kosten Credits (Ihre KI sieht die Kosten vor der Ausführung).

Kategorie	Tools	Beschreibung
Projekte	`list_saves` `get_save` `create_save`	Analyseprojekte verwalten
Suche	`search` `get_search_result` `list_saved_queries` `get_ranked_keywords` `parse_business_info`	Suche über Google, GPT, Perplexity, Gemini, Google AI Mode, Claude, DeepSeek
Berichte	`list_report_templates` `create_report_template` `run_report` `get_report` `get_report_queries` `list_reports`	Keyword-Rankings verfolgen
Marke	`create_mention_scan` `get_mention_scan` `list_mention_scans` `get_mention_records` `list_brand_templates` `run_brand_report` `get_brand_report`	Sentiment- und Erwähnungsüberwachung
Analytik	`get_backlinks` `get_referring_domains` `get_analytics`	Link-Graph und Nutzungsdaten
Schema	`generate_schema` `list_rolling_domains` `get_domain_schema`	JSON-LD-Schema-Generierung
Konto	`get_account`	Guthaben und Kontoinformationen

Programmgesteuert

Verwendung aus Python

Sie können den MCP-Server auch programmgesteuert mit jeder MCP-Client-Bibliothek aufrufen:

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)

Oder überspringen Sie MCP ganz und verwenden Sie die REST API direkt – keine Bibliothek erforderlich.

KI-Tools verbinden

Hi, I'm George.