Zapytajcie asystenta AI, jak często AI poleca waszą markę.

Terminal albo rozszerzenie Claude Code w edytorze. Jedno polecenie dodaje serwer do projektu albo do całego konta.

1. Zapiszcie klucz w zmiennej środowiskowej PROVENVOTE_API_KEY (np. w profilu powłoki), żeby nie trafił do historii poleceń ani do repozytorium.
2. Uruchomcie polecenie poniżej. Flaga --scope user dodaje serwer we wszystkich projektach, bez niej tylko w bieżącym.
3. W Claude Code wpiszcie /mcp: serwer provenvote powinien mieć status „connected” i listę narzędzi.

claude mcp add --transport http --scope user provenvote https://www.provenvote.com/api/v1/mcp \
  --header "Authorization: Bearer $PROVENVOTE_API_KEY"

claude mcp add --transport http --scope user provenvote https://www.provenvote.com/api/v1/mcp --header "Authorization: Bearer $env:PROVENVOTE_API_KEY"

Aplikacja Claude na komputer łączy się z serwerem przez mały most mcp-remote uruchamiany lokalnie (wymaga Node.js 18 lub nowszego). Most przekazuje żądania do ProvenVote z waszym kluczem.

1. Zainstalujcie Node.js (nodejs.org), jeśli jeszcze go nie ma na komputerze.
2. W Claude Desktop otwórzcie Ustawienia, zakładka Developer, przycisk Edit Config. Otworzy się plik claude_desktop_config.json.
3. Wklejcie konfigurację poniżej (albo dopiszcie blok "provenvote" do istniejącego "mcpServers") i wstawcie swój klucz w miejsce WASZ_KLUCZ_API.
4. Zamknijcie Claude Desktop całkowicie (także z zasobnika systemowego) i uruchomcie ponownie. Narzędzia ProvenVote pojawią się w menu narzędzi pod polem wiadomości.

{
  "mcpServers": {
    "provenvote": {
      "command": "npx",
      "args": [
        "-y",
        "mcp-remote",
        "https://www.provenvote.com/api/v1/mcp",
        "--header",
        "Authorization:${PROVENVOTE_AUTH}"
      ],
      "env": {
        "PROVENVOTE_AUTH": "Bearer WASZ_KLUCZ_API"
      }
    }
  }
}

Nagłówek jest podany przez zmienną PROVENVOTE_AUTH (bez spacji w argumencie), bo Claude Desktop na Windows źle przekazuje argumenty ze spacjami.

Cursor obsługuje zdalne serwery MCP z własnym nagłówkiem. Konfiguracja w pliku mcp.json: globalnie (~/.cursor/mcp.json) albo w projekcie (.cursor/mcp.json).

1. Ustawcie zmienną środowiskową PROVENVOTE_API_KEY i uruchomcie Cursor ponownie, żeby ją widział.
2. Wklejcie konfigurację do mcp.json. Cursor podstawi klucz ze zmiennej w miejsce ${env:PROVENVOTE_API_KEY}.
3. W Cursor Settings, sekcja MCP, serwer provenvote powinien mieć zieloną kropkę. Narzędzia działają w trybie Agent.

{
  "mcpServers": {
    "provenvote": {
      "url": "https://www.provenvote.com/api/v1/mcp",
      "headers": {
        "Authorization": "Bearer ${env:PROVENVOTE_API_KEY}"
      }
    }
  }
}

Tryb Agent w Copilot Chat korzysta z serwerów MCP zapisanych w .vscode/mcp.json. Klucz podajecie w oknie VS Code, który przechowuje go w bezpiecznym magazynie.

1. Utwórzcie plik .vscode/mcp.json w projekcie (albo polecenie „MCP: Open User Configuration” dla wszystkich projektów) i wklejcie konfigurację.
2. Przy pierwszym uruchomieniu VS Code poprosi o klucz API ProvenVote.
3. W Copilot Chat wybierzcie tryb Agent i sprawdźcie listę narzędzi (ikona narzędzi).

{
  "inputs": [
    {
      "type": "promptString",
      "id": "provenvote-key",
      "description": "Klucz API ProvenVote",
      "password": true
    }
  ],
  "servers": {
    "provenvote": {
      "type": "http",
      "url": "https://www.provenvote.com/api/v1/mcp",
      "headers": {
        "Authorization": "Bearer ${input:provenvote-key}"
      }
    }
  }
}

Aplikacja ChatGPT (tryb deweloperski, własne konektory) łączy się z serwerami MCP przez logowanie OAuth albo bez uwierzytelnienia; nie pozwala wpisać własnego nagłówka z kluczem, więc ProvenVote nie da się podłączyć w ChatGPT w przeglądarce, dopóki nie uruchomimy logowania OAuth. Z kluczem działa OpenAI Responses API (także w Agents SDK) i Codex.

1. OpenAI Responses API: dodajcie narzędzie typu mcp z adresem serwera i nagłówkiem Authorization, jak w przykładzie. Model sam wybierze narzędzia ProvenVote.
2. Codex CLI: dopiszcie serwer do ~/.codex/config.toml; Codex weźmie klucz ze zmiennej PROVENVOTE_API_KEY.

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" -H "Content-Type: application/json" \
  -d '{"model": "gpt-5", "input": "Jak zmieniła się widoczność mojej marki w ostatnich 30 dniach?",
       "tools": [{"type": "mcp", "server_label": "provenvote", "server_url": "https://www.provenvote.com/api/v1/mcp",
                  "headers": {"Authorization": "Bearer '"$PROVENVOTE_API_KEY"'"}, "require_approval": "always"}]}'

[mcp_servers.provenvote]
url = "https://www.provenvote.com/api/v1/mcp"
bearer_token_env_var = "PROVENVOTE_API_KEY"

Przykład ma require_approval "always": każde wywołanie narzędzia czeka na waszą zgodę (odpowiedź mcp_approval_request). Ustawcie "never" tylko dla klucza tylko do odczytu; z kluczem z zapisem model mógłby bez pytania dodać pytania albo zlecić płatną operację. Pomiar na żądanie i tak ruszy dopiero z parametrem confirm_credits równym co najmniej cenie w kredytach.

Własne konektory w claude.ai (Ustawienia, Konektory, Dodaj własny konektor) wymagają logowania OAuth po stronie serwera i nie przyjmują własnego nagłówka z kluczem. Serwer ProvenVote loguje na razie tylko kluczem API, dlatego w przeglądarce i w aplikacji mobilnej jeszcze się go nie doda.

1. Do tego czasu użyjcie Claude Desktop (most mcp-remote) albo Claude Code: to te same modele i te same narzędzia.
2. Z własnej aplikacji możecie użyć konektora MCP w Claude API (przykład niżej).

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" -H "anthropic-version: 2023-06-01" \
  -H "anthropic-beta: mcp-client-2025-11-20" -H "content-type: application/json" \
  -d '{"model": "claude-opus-5", "max_tokens": 4000,
       "mcp_servers": [{"type": "url", "name": "provenvote", "url": "https://www.provenvote.com/api/v1/mcp", "authorization_token": "'"$PROVENVOTE_API_KEY"'"}],
       "tools": [{"type": "mcp_toolset", "mcp_server_name": "provenvote"}],
       "messages": [{"role": "user", "content": "Gdzie przegrywamy z konkurencją w odpowiedziach AI?"}]}'

Gemini CLI czyta serwery MCP z pliku ~/.gemini/settings.json i podstawia zmienne środowiskowe w wartościach.

1. Ustawcie zmienną PROVENVOTE_API_KEY.
2. Dopiszcie blok mcpServers do settings.json.
3. W Gemini CLI wpiszcie /mcp, żeby zobaczyć narzędzia ProvenVote.

{
  "mcpServers": {
    "provenvote": {
      "httpUrl": "https://www.provenvote.com/api/v1/mcp",
      "headers": {
        "Authorization": "Bearer $PROVENVOTE_API_KEY"
      }
    }
  }
}

Windsurf (Cascade) czyta serwery z pliku ~/.codeium/windsurf/mcp_config.json.

1. Wklejcie konfigurację i wstawcie klucz w miejsce WASZ_KLUCZ_API.
2. W panelu Cascade kliknijcie odświeżenie listy serwerów MCP.

{
  "mcpServers": {
    "provenvote": {
      "serverUrl": "https://www.provenvote.com/api/v1/mcp",
      "headers": {
        "Authorization": "Bearer WASZ_KLUCZ_API"
      }
    }
  }
}

Każdy klient zgodny ze specyfikacją MCP (transport Streamable HTTP) połączy się z tymi danymi. Klient tylko ze stdio użyje mostu mcp-remote jak Claude Desktop.

1. Adres serwera: https://www.provenvote.com/api/v1/mcp
2. Transport: Streamable HTTP, bez sesji, odpowiedzi JSON (bez strumienia SSE).
3. Uwierzytelnienie: nagłówek Authorization: Bearer z kluczem API workspace.
4. Szybki test z terminala: polecenie poniżej powinno zwrócić listę narzędzi.

curl -s https://www.provenvote.com/api/v1/mcp \
  -H "Authorization: Bearer $PROVENVOTE_API_KEY" \
  -H "Content-Type: application/json" -H "Accept: application/json, text/event-stream" \
  -d '{"jsonrpc":"2.0","id":1,"method":"tools/list"}'