Readability (Fetch & Parse)

🚀 Mozilla Readability 解析器 MCP 服務器（Python / FastMCP）

本項目是一個遵循 Model Context Protocol (MCP) 協議的 Python 實現，專注於提取網頁內容，並將其轉換為優化的 Markdown 格式，十分適合大型語言模型（LLM）進行處理。

🚀 快速開始

啟動服務器

fastmcp run server.py

示例請求

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

✨ 主要特性

• 刪除廣告、導航欄、頁腳和其他非必要內容。
• 將乾淨的 HTML 轉換為格式良好的 Markdown。
• 靈巧處理錯誤。
• 優化 LLM 處理流程。
• 輕量級且快速。

📦 安裝指南

1. 克隆倉庫：

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

2. 創建並激活虛擬環境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上使用：venv\Scripts\activate

3. 安裝依賴項：

pip install -r requirements.txt

💻 使用示例

extract_content

抓取並轉換網頁內容為乾淨的 Markdown。

參數：

{
  "url": {
    "type": "string",
    "description": "要解析的網站 URL",
    "required": true
  }
}

返回值：

{
  "content": "Markdown 內容..."
}

📚 詳細文檔

為何不直接抓取？

與簡單的抓取請求不同，此服務器：

• 使用 Readability 算法提取相關內容。
• 消除噪音如廣告、彈出窗口和導航菜單。
• 通過去除不必要的 HTML/CSS 減少令牌使用。
• 提供一致的 Markdown 格式以提高 LLM 處理效果。
• 處理包含動態內容的複雜網頁。

MCP 服務器配置

要在 MCP 設置文件中配置服務器，請添加以下內容：

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

然後使用 MCP 協議啟動服務器，並通過 parse 工具訪問。

依賴項

• readability-lxml：用於內容提取。
• Flask：用於構建 Web 服務。
• fastapi：用於 API 接口。

貢獻與參考

此項目基於原始 server-moz-readability 實現改編，由 emzimmer 開發。（有關原始 README 文檔，請參見 原始 README.md。）

此 Python 實現有條理地將原始概念轉換為基於 FastMCP 的 MCP 運行的 FastMCP。

📄 許可證

此項目遵循 MIT 許可證。有關詳細信息，請參見 LICENSE 文件。