I wrapped a backlink API in an MCP server so I could do SEO gap analysis from inside Claude
Предоставляет четыре инструмента: backlinks (поиск ссылающихся доменов с показателями авторитетности), gap_analysis (домены, ссылающиеся на конкурентов, но не на вас), gap_outreach_targets (фильтрация и ранжирование целей для аутрич-кампаний на основе gap_analysis) и releases (список снапшотов Common Crawl). Данные берутся из открытого веб-графа Common Crawl, обрабатываются через DuckDB, а MCP-сервер выступает тонким клиентом TypeScript для передачи команд в API.
Технологии: TypeScript, DuckDB, Common Crawl, HTTP API (CrawlGraph), MCP Protocol
Как применить
1. Создать MCP-сервер на Python (FastAPI) с аналогичным функционалом, используя открытые бэклинк-данные (Common Crawl или Ahrefs API) — чтобы интегрировать в текущий стек Python/FastAPI. 2. Протестировать на одном клиенте из ниши стоматологий, сравнив результаты с Ahrefs. 3. При успехе — обернуть в Docker-контейнер и добавить в собственный инструментарий для всех вертикалей.
Нужна такая штука для вашего бизнеса? Разберём вместе →
Похожие инструменты
modelcontextprotocol/python-sdk
Официальный Python SDK для реализации серверов и клиентов по протоколу Model Context Protocol (MCP).
skynetcmd/m3-memory
M3 Memory — это локальный фреймворк памяти для MCP-агентов, реализующий гибридный поиск (FTS5 + векторный + MMR) и предоставляющий 105 инструментов для сохранения и извлечения долгосрочного контекста AI-агентами.
unifapi-agent/agents
UnifAPI Agents — это открытый набор MCP-скиллов для AI-ассистентов (Claude, ChatGPT, Codex и др.), которые через публичные API выполняют SEO-аудиты, проверку GEO/AI-видимости, мониторинг бренда, оценку цен KOL и конкурентный анализ из публичных данных.