Model Context Protocol

Das Model Context Protocol (MCP) ermöglicht es Assistenten, HuntAPI als Tools zu nutzen, dieselben Operationen wie die REST-API, mit Ihrem API-Schlüssel. Die Einrichtung können Sie wie üblich dokumentieren: kurzes README, Beispiel-mcp.json, Copy-Paste-Schritte.

Was Sie brauchen

• Ein HuntAPI-Konto (Registrierung bei Bedarf) und Zugang zum Dashboard.
• Einen API-Schlüssel mit dem Header x-api-key (siehe API-Schlüssel).
• MCP-Endpunkt: https://mcp.huntapi.com/

Funktionsweise

Der Server nutzt Streamable HTTP unter https://mcp.huntapi.com/. Das ist keine normale Webseite. Jedes Tool entspricht einem API-Vorgang; Abrechnung und Verhalten entsprechen der REST-API. Endpunkte sind im übrigen Teil dieser Dokumentation beschrieben.

Claude Code

Offizielle Dokumentation: Model Context Protocol (MCP). Beispiel: claude mcp add --transport http huntapi https://mcp.huntapi.com/ mit --header x-api-key: YOUR_API_KEY. Dieselbe URL wie im Cursor-Abschnitt unten.

Cursor

Siehe Cursor-MCP-Dokumentation. Unter Einstellungen → MCP einen HTTP-Server hinzufügen oder ein Projekt-mcp.json mit url (endet mit /) und headers für den API-Schlüssel verwenden.

Verwenden Sie den MCP-Endpunkt für HuntAPI unten. Keine Geheimnisse ins Repository, z. B. Platzhalter YOUR_API_KEY.

{
  "mcpServers": {
    "huntapi": {
      "url": "https://mcp.huntapi.com/",
      "headers": {
        "x-api-key": "YOUR_API_KEY"
      }
    }
  }
}

Gemini CLI

Siehe MCP server in der Gemini-CLI-Dokumentation. Tragen Sie https://mcp.huntapi.com/ ein und übergeben Sie den API-Schlüssel (z. B. per x-api-key) wie in der Tool-Dokumentation beschrieben.

OpenAI Developer Mode

Siehe Developer mode in der OpenAI-API-Dokumentation. Verbinden Sie MCP-Tools mit https://mcp.huntapi.com/ und dem API-Schlüssel gemäß dieser Anleitung.

Siehe auch

• API-Schlüssel: Schlüssel erstellen und verwalten
• Best Practices: sichere Integration