API Mapping

MCP数据服务

提供方 MadsRunge

数据服务 未标注 无需鉴权 社区 / 第三方

一个自动化生成网站API文档的工具,用于快速逆向工程和记录私有API,支持数据集成、应用开发和数据分析。

一句话选型结论

按资料字段整理

API Mapping 属于数据服务类 MCP 服务器,传输方式未标注,无需鉴权,没有现成安装命令,需按官方文档接入。接入前先确认权限范围;涉及写入、删除或付款的操作,建议先在测试环境验证。

分类数据服务 传输方式未标注 鉴权无需鉴权 部署方式未标注
GitHub 星标 0 仓库热度,无公开仓库时显示未标注
工具数 未标注 暴露给模型的工具数量
资源 / 提示词 0 / 0 资源与提示词模板数量
维护方 社区 / 第三方 核验等级 仅资料核对

工具与能力

数据服务
数量来自来源目录的标注,具体工具清单以官方文档为准
工具数量未标注暴露给模型可调用的工具个数
资源数量0可读取的资源条目
提示词数量0内置提示词模板数量

能力标签

适用场景

API文档JavaScript本地部署逆向工程数据集成应用开发数据分析

安装与配置

未标注 无需鉴权
上游未给出传输方式
  1. 1
    准备运行环境

    按官方文档确认运行环境(常见为 Node.js 或 Python),装好后再执行安装命令。

  2. 2
    安装服务

    复制上面的安装命令执行;命令里带占位符的位置,换成自己的密钥或路径。

  3. 3
    写入客户端配置

    在客户端的 MCP 配置里填好启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4
    验证是否可用

    连接成功后随便调一个只读工具,确认能返回结果,再接入正式流程。

典型使用场景

3 类
按分类与标签整理的常见用法,具体以官方文档为准
数据库查询

用自然语言查库、取数,不用手写 SQL。

数据同步与清洗

把多来源数据拉到一处做整理。

报表取数

按口径快速拉出统计结果。

选择建议

选之前先看这几条
按条目字段给出的判断,不替你决定用不用

值得选的地方

  • 资料标注无需鉴权,装好就能连。

先想清楚的地方

  • 没有现成安装命令,需要按官方文档自己填启动命令和参数。
  • 资料没标注工具数量,实际能力要装好后确认。
  • 版本更新与行为细节以官方仓库为准。

更适合

  • 需要在数据服务场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地或自有环境跑服务的人。

不太适合

  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

6 个同类
同分类里挑最接近的几条,字段以各自详情页为准
MCP 服务器工具数传输方式部署方式安装命令最后核验
API Mapping当前 未标注 未标注 未标注 无 2026-05-17
Memory 9d25f64e 9 未标注 未标注 无 2026-05-17
Getzep MCP 9 stdio · 本地进程 本地部署 有 2026-05-17
anything-llm 未标注 stdio · 本地进程 本地部署 有 2026-04-11
Prisma MCP Server 未标注 stdio · 本地进程 本地部署 有 2026-05-17
Astr Bot 未标注 stdio · 本地进程 本地部署 有 2026-05-17

服务器档案

数据服务
字段来自项目仓库与公开索引,中文说明由本站标注
提供方MadsRunge上游标注的维护方 MadsRunge
分类数据服务本站按上游分类展示
连接方式未标注上游未给出传输方式
鉴权方式无需鉴权远程服务建议用最小权限凭据
维护方社区 / 第三方核验等级 仅资料核对
包名 / 运行时未标注 · 未标注本地安装时用到的包标识与运行时
部署类型未标注上游给出的部署形态
最近核验2026-05-17上游最后核验时间

详细介绍

3.8 KB
来自项目仓库与上游目录的原文,未做删改

API映射项目

该项目是各种网站的API映射的集合,由人工智能代理使用Chrome DevTools Model-Context-Protocol(MCP)自动生成。中的每个目录 APIs/ 文件夹代表不同的网站,并包含其API的一整套文档。

项目目标

该项目的主要目标是展示一个快速、自动化的逆向工程过程,并记录网站使用的私有API。通过使用带有浏览器控制的人工智能代理,我们可以在手动绘制API端点、身份验证方法和数据结构所需时间的一小部分内完成。

映射的API

目前,已经映射了以下API:

  • bsf.dk
  • 建筑-erfa.dk
  • 建筑法规.dk
  • ens.cn
  • 克努夫dk
  • membran-erfa.cn
  • 岩棉dk
  • sparenergi.dk
  • traeinfo.dk

每个目录都包含一整套文档,包括OpenAPI规范、README、工作簿和代码示例。

如何使用这些数据

该项目中映射的API数据可用于多种目的,从数据集成和分析到构建新的应用程序。以下是关于潜在用途的辩论,包括“为什么”和“如何”:

为什么使用此映射的API数据?

使用这些数据的根本原因是 以编程方式访问信息和功能,否则只能通过网站的用户界面访问这为自动化、数据分析和应用程序开发开辟了一个充满可能性的世界。

例如,对于 sparenergi.dk API,您可以访问丹麦建筑物的能源标签数据。手动查找数百处房产的信息将非常耗时。使用API,您可以自动化此过程,节省时间并实现大规模数据分析。

如何使用这些数据?

以下是您可以使用映射的API数据的一些具体方法:

1.数据集成和丰富

  • 什么:将来自这些API的数据与您自己的数据集相结合,以丰富您的数据。
  • 如何:如果你有一个属性列表,你可以使用 sparenergi.dk API为每个属性添加能量标签信息。这可以被房地产经纪人用来提供更详细的清单,或者被建筑公司用来确定节能装修的潜在客户。
  • 示例:Python脚本可以读取CSV地址文件,调用 sparenergi.dk 自动完成API以查找正确的地址,然后导航到详细信息页面以提取 EnergyLabelSerialIdentifier有了这个标识符,它就可以调用 emoweb.dk API下载每个属性的PDF报告。

2.构建新的应用程序和服务

  • 什么:创建利用映射API功能的新应用程序。
  • 如何:你可以构建一个移动应用程序,允许用户通过拍摄地址的照片快速查找房产的能源标签。该应用程序将使用OCR提取地址,调用 sparenergi.dk API获取能源标签数据,然后以用户友好的格式显示。
  • 示例:可以构建一个web应用程序,聚合此项目中多个API的数据。例如,它可以结合以下建筑法规信息 bygningsreglementet.dk 能源标签数据来自 sparenergi.dk 提供物业能源效率和建筑规范合规性的全面概述。

3.数据分析与研究

  • 什么:进行大规模数据分析,以发现趋势和见解。
  • 如何:数据科学家可以使用 sparenergi.dk 统计端点,用于收集不同城市、建筑类型和施工年份的能源标签分布数据。这可用于确定能源效率低的地区,并将其作为节能举措的目标。
  • 示例:Jupyter记事本可用于使用不同的过滤器组合对统计端点进行重复调用。然后,数据可以加载到Pandas DataFrame中,以便使用Matplotlib或Seaborn等库进行分析和可视化。

一句警告

虽然这些API是公开访问的,但它们没有正式记录或支持第三方使用。这意味着它们可以随时更改或删除,恕不另行通知。任何基于这些API构建的应用程序都应该被设计为能够优雅地处理这些更改。始终尊重与您互动的网站的服务条款。

常见问题

5 问
答案由本站依据条目字段整理,不引用上游原文
API Mapping 怎么安装?

资料没有给出安装命令,请到官方仓库或文档按说明接入;这类条目多数是生态应用,或尚未发布可安装包。

API Mapping 怎么在客户端里配置?

它的传输方式未标注,在客户端 MCP 配置里按官方文档填写启动命令和参数,保存后重启客户端生效。

API Mapping 收费吗?

本站不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

API Mapping 需要 API Key 吗?

资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

API Mapping 能提供哪些能力?

资料显示能力标签包括 API文档、逆向工程、JavaScript、数据分析、数据集成。具体工具清单以官方文档为准。

热门专题

按标签挑服务器
全部专题 →

服务器信息以作者仓库与官方文档为准;分类、传输方式与鉴权方式的中文说明为中文整理,最近核验 2026-05-17。