Salta l'installazione. Attivo in meno di 2 minuti.
Avvia una prova gratuita su cloud.anythingmcp.com, aggiungi Baserow con un clic, poi punta il tuo client AI (Claude, ChatGPT, Copilot o Cursor) all'endpoint MCP generato. Niente Docker, niente git clone, nessuna esperienza di sviluppo richiesta.
In breve
Leggi tabelle, campi e righe da Baserow Cloud o da un'istanza self-hosted. 4 tool generici in sola lettura con autenticazione tramite token del database.
Prova a chiedere
Prompt di esempio per Baserow
Clicca su un prompt per copiarlo. Incollalo in Claude, ChatGPT, Cursor, Gemini, Copilot o OpenClaw per eseguirlo contro questo connettore.
Claude è un'AI e può sbagliare. Verifica sempre le risposte.
💡 Niente installazione? Vai direttamente su cloud.anythingmcp.com. Accedi, clicca Connectors → Baserow, inserisci le credenziali, genera una MCP API key — fatto. Niente Docker, niente
git clone, niente server locale.
Baserow + Gemini
Leggi tabelle, campi e righe da Baserow Cloud o da un'istanza self-hosted. 4 tool generici in sola lettura con autenticazione tramite token del database.
Prerequisiti
Le istruzioni di setup complete sono incluse nel connettore stesso (visibili nello store quando lo selezioni). Le variabili d'ambiente richieste sono:
BASEROW_URL, BASEROW_API_TOKEN
Step 1 — Ottieni le credenziali
Il connettore legge tramite l'API database di Baserow e non scrive mai.
- In Baserow apri Settings → Database tokens e crea un token con accesso in lettura solo ai database e alle tabelle che l'AI deve vedere.
- Inserisci il token in
BASEROW_API_TOKEN. Baserow lo vuole comeAuthorization: Token <token>, non come Bearer; il connettore lo invia così. - Imposta
BASEROW_URLsull'host dell'API senza slash finale:https://api.baserow.ioper Baserow Cloud, oppure il tuo host per un'istanza self-hosted (per esempiohttps://baserow.example.com). - Parti da
baserow_list_tables, poibaserow_list_fieldsper la tabella che ti serve. Le righe tornano sempre con i nomi reali dei campi invece difield_1234.
Un Baserow self-hosted su una rete privata richiede AnythingMCP self-hosted sulla stessa rete, con l'host aggiunto a SSRF_ALLOWED_HOSTS.
Step 2 — Installa l'adapter
curl -fsSL https://raw.githubusercontent.com/HelpCode-ai/anythingmcp/main/docker-compose.quickstart.yml -o docker-compose.yml
printf 'JWT_SECRET=%s\nENCRYPTION_KEY=%s\n' "$(openssl rand -hex 32)" "$(openssl rand -hex 32)" > .env
docker compose up -d
Step 3 — Aggiungi il connettore in Gemini
L'URL del tuo server: in AnythingMCP apri MCP Servers → il server su cui si trova questo connettore e copia il suo URL (
https://cloud.anythingmcp.com/mcp/…). Usalo ovunque questa guida mostraYOUR_SERVER_ID.
Gemini CLI legge i server MCP da ~/.gemini/settings.json (o %APPDATA%\gemini\settings.json su Windows). Aggiungi:
{
"mcpServers": {
"anythingmcp": {
"httpUrl": "https://cloud.anythingmcp.com/mcp/YOUR_SERVER_ID",
"headers": { "X-API-Key": "YOUR_MCP_API_KEY" }
}
}
}
- Ottieni la tua MCP API key da AnythingMCP → MCP Servers → il tuo server → API keys.
- Salva il file e riavvia
gemini. - Esegui
/mcpnella Gemini CLI —Baserowdovrebbe essere elencato come disponibile. - Vertex AI Studio: passa
https://cloud.anythingmcp.com/mcp/YOUR_SERVER_IDnell'arraytoolsdella richiesta con lo stesso header Bearer.
Tool disponibili
| Tool | What it does |
|---|---|
baserow_list_tables | List every table visible to the configured database token |
baserow_list_fields | List the fields in one Baserow table so later row queries can use the real human-readable field names and understand their types |
baserow_list_rows | List rows from one Baserow table using human-readable field names |
baserow_get_row | Get one row by numeric row ID from a Baserow table, returning human-readable field names |
FAQ
Gemini 1.5 Pro o 2.x supportano MCP? Sì — Gemini CLI ≥ 0.4 e la Vertex AI tools API accettano connettori MCP httpUrl con header Bearer.
Prossimi passi
Questa guida ti è stata utile?