Utilisation avec OpenCode

À propos d'OpenCode

OpenCode est un agent de codage IA en terminal (de forme similaire à Claude Code ou Aider) avec un support natif du Model Context Protocol - à la fois pour les serveurs locaux stdio et les serveurs HTTP distants, avec des utilitaires OAuth et bearer-auth pour la variante distante. Le serveur MCP Crawlbase est un serveur local stdio, donc c'est le bloc de configuration locale ci-dessous qu'il vous faut.

Installer OpenCode

Sautez cette section si OpenCode est déjà installé. Sinon, la méthode d'installation canonique est la suivante :

# macOS / Linux / WSL - one-liner installer
curl -fsSL https://opencode.ai/install | bash

# Or via npm / Homebrew / paru - see opencode.ai for details

Fichier de configuration

OpenCode lit les serveurs MCP depuis un fichier de configuration JSON aux côtés de ses autres paramètres. Choisissez la portée qui convient : globale signifie que chaque projet que vous ouvrez avec OpenCode voit les outils Crawlbase ; par projet signifie uniquement le dépôt qui contient le fichier.

Configuration

{
  "$schema": "https://opencode.ai/config.json",
  "mcp": {
    "crawlbase": {
      "type": "local",
      "command": ["npx", "-y", "@crawlbase/mcp@latest"],
      "enabled": true,
      "environment": {
        "CRAWLBASE_TOKEN": "YOUR_TOKEN",
        "CRAWLBASE_JS_TOKEN": "YOUR_JS_TOKEN"
      }
    }
  }
}

Notez les clés spécifiques à OpenCode : mcp (et non mcpServers), type: "local" (et non "stdio"), command sous forme de tableau de chaînes, et environment (et non env). Le paquet MCP Crawlbase sur npm est le même que celui utilisé par tous les autres clients : seul le schéma de configuration qui l'enveloppe diffère.

Enregistrez le fichier et redémarrez OpenCode. Les outils Crawlbase apparaissent comme des outils MCP standards que l'agent peut mobiliser en cours de conversation ; pas besoin de les mentionner par leur nom dans le prompt.

Utilisation en chat

Lancez une session OpenCode et demandez quelque chose qui bénéficierait d'un contexte web en direct. L'agent décide quand recourir aux outils Crawlbase : vous n'avez pas à les invoquer explicitement.

Pull the latest TanStack Query docs from
https://tanstack.com/query/latest and refactor our hooks
in src/hooks/useUser.ts to match the v5 API.

Schémas qui fonctionnent bien

• Consultation de docs en direct : « Lis la dernière documentation de library et mets à jour notre utilisation » - mieux que ce que contient la date de coupure d'entraînement du modèle.
• Analyse concurrentielle : « Regarde comment competitor implémente feature sur son site public, puis propose un équivalent dans notre codebase. »
• Scraping au moment du build : des récupérations de données ponctuelles depuis une tâche d'agent - utile lorsque les données sont trop transitoires ou trop spécifiques à une cible pour figurer dans votre base de code.