Mozilla Readability Parser MCP Server

🚀 Mozilla 可读性解析器 MCP サーバー

Python ベースの Model Context Protocol (MCP) サーバーの実装です。これは、ウェブページの内容を抽出し、LLM で処理しやすいクリーンな Markdown 形式に変換します。

🚀 クイックスタート

このサーバーは、ウェブページの内容を抽出し、LLM で処理しやすい Markdown 形式に変換するためのものです。以下の手順で始めることができます。

サーバーの起動

fastmcp run server.py

サンプルリクエスト

curl -X POST http://localhost:8000/tools/extract_content \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/article"}'

✨ 主な機能

• 広告、ナビゲーションバー、フッターなどの不要な内容を削除します。
• クリーンな HTML を適切な Markdown 形式に変換します。
• エラーをスムーズに処理します。
• LLM の処理フローを最適化します。
• 軽量で高速です。

🤔 なぜ直接取得しないのか？

単純な取得リクエストと比較して、このサーバーは以下の点で優れています。

• 読みやすさアルゴリズムを使用して関連する内容を抽出します。
• 広告、ポップアップウィンドウ、ナビゲーションメニューなどのノイズを排除します。
• 不要な HTML/CSS を削除することでトークンの使用量を削減します。
• LLM の処理を改善するために一貫した Markdown 形式を提供します。
• 動的な内容を含む複雑なウェブページを処理します。

📦 インストール

以下の手順でインストールできます。

リポジトリのクローン

git clone https://github.com/jmh108/MCP-server-readability-python.git
cd MCP-server-readability-python

仮想環境の作成とアクティブ化

python -m venv venv
source venv/bin/activate  # Windows の場合は：venv\Scripts\activate

依存関係のインストール

pip install -r requirements.txt

💻 使用例

基本的な使用法

fastmcp run server.py

高度な使用法

curl -X POST http://localhost:8000/tools/extract_content \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/article"}'

📚 ドキュメント

extract_content

ウェブページの内容を取得し、クリーンな Markdown に変換します。

パラメータ：

{
  "url": {
    "type": "string",
    "description": "解析するウェブサイトの URL",
    "required": true
  }
}

戻り値：

{
  "content": "Markdown 形式の内容..."
}

MCP サーバーの設定

MCP 設定ファイルでこのサーバーを設定するには、以下の内容を追加します。

{
  "mcpServers": {
    "readability": {
      "command": "fastmcp",
      "args": ["run", "server.py"],
      "env": {}
    }
  }
}

その後、parse ツールを使用してサーバーを起動し、アクセスできます。

🔧 技術詳細

依存関係

• readability-lxml - 内容抽出
• html2text - HTML から Markdown への変換
• beautifulsoup4 - ウェブページ解析
• lxml - XML 処理

📄 ライセンス

このプロジェクトは MIT ライセンスの下で提供されています。詳細については、LICENSE ファイルを参照してください。