Qamera AI
Wypróbuj za darmo

Konfiguracja

Skonfiguruj Cursor, Claude Desktop lub dowolnego klienta MCP do połączenia z Qamera AI. Instrukcje krok po kroku z gotowymi konfiguracjami do skopiowania.

Wymagania wstępne

Przed konfiguracją narzędzia AI potrzebujesz:

  1. Konta Qamera AI — Zarejestruj się na qamera.ai
  2. Klucza API — Wygeneruj go w ustawieniach konta

Uzyskiwanie klucza API

  1. Zaloguj się do Qamera AI
  2. Przejdź do Ustawień w swoim workspace
  3. Znajdź sekcję Klucze API
  4. Kliknij Wygeneruj nowy klucz i skopiuj wartość

Przechowuj klucz API w bezpiecznym miejscu. Nie udostępniaj go ani nie zapisuj w systemie kontroli wersji.

Cursor (Zalecany)

Cursor obsługuje MCP przez transport SSE (Server-Sent Events). Serwer MCP Qamera AI jest hostowany i gotowy do użycia — nie wymaga lokalnej instalacji.

Konfiguracja

Utwórz lub edytuj plik .cursor/mcp.json w katalogu głównym projektu:

{
  "mcpServers": {
    "qamera-ai": {
      "url": "http://162.55.224.224:3002/mcp",
      "transport": { "type": "sse" },
      "headers": {
        "Authorization": "Bearer YOUR_QAMERA_AI_API_KEY"
      }
    }
  }
}

Zastąp YOUR_QAMERA_AI_API_KEY swoim rzeczywistym kluczem API.

Aktywacja

  1. Zapisz plik konfiguracyjny
  2. Uruchom ponownie Cursor, aby załadować nowy serwer MCP
  3. Otwórz czat AI i zacznij korzystać z narzędzi Qamera AI

Możesz zweryfikować połączenie, pytając: "Wyświetl moje produkty za pomocą Qamera AI"

Claude Desktop

Claude Desktop wykorzystuje transport stdio, który wymaga uruchomienia serwera MCP lokalnie.

Instalacja

# Sklonuj repozytorium serwera MCP
git clone https://github.com/shorts-lab-ai/mcp-server-for-shorts-lab.git
cd mcp-server-for-shorts-lab

# Zainstaluj zależności
npm install

# Zbuduj projekt
npm run build

Konfiguracja

Dodaj serwer do pliku konfiguracyjnego Claude Desktop:

macOS: ~/Library/Application Support/Claude/claude_desktop_config.json

Windows: %APPDATA%\Claude\claude_desktop_config.json

{
  "mcpServers": {
    "qamera-ai": {
      "command": "node",
      "args": ["path/to/mcp-server-for-shorts-lab/dist/index.js"],
      "env": {
        "QAMERA_AI_API_BASE_URL": "https://qamera.ai",
        "QAMERA_AI_API_KEY": "YOUR_QAMERA_AI_API_KEY"
      }
    }
  }
}

Zastąp path/to/mcp-server-for-shorts-lab rzeczywistą ścieżką do sklonowanego repozytorium, a YOUR_QAMERA_AI_API_KEY swoim kluczem API.

Aktywacja

  1. Zapisz plik konfiguracyjny
  2. Uruchom ponownie Claude Desktop
  3. Poszukaj ikony narzędzi MCP w interfejsie czatu

Inni klienci MCP

Każdy klient kompatybilny z MCP może połączyć się z hostowanym serwerem MCP Qamera AI za pomocą transportu SSE.

Szczegóły połączenia

  • URL serwera: http://162.55.224.224:3002/mcp
  • Transport: SSE (Server-Sent Events)
  • Uwierzytelnianie: Dołącz jeden z nagłówków:
    • Authorization: Bearer YOUR_API_KEY
    • X-Api-Key: YOUR_API_KEY

Sprawdzanie stanu

Zweryfikuj, czy serwer działa:

curl http://162.55.224.224:3002/health

Pomyślna odpowiedź potwierdza, że serwer jest dostępny i gotowy do przyjmowania połączeń.

Uruchamianie lokalne (opcjonalne)

Jeśli wolisz uruchomić serwer MCP na własnym komputerze:

git clone https://github.com/shorts-lab-ai/mcp-server-for-shorts-lab.git
cd mcp-server-for-shorts-lab
npm install
npm run build
npm run start:http

Serwer uruchomi się pod adresem http://localhost:3002. Zaktualizuj konfigurację klienta, aby używał http://localhost:3002/mcp jako URL serwera.

Utwórz plik .env z konfiguracją:

QAMERA_AI_API_BASE_URL=https://qamera.ai
PORT=3002

Następne kroki