Jmh108 MCP Server Readability Python

🚀 Mozilla 可讀性解析器 MCP 服務器

本項目是基於 Python 的 Model Context Protocol (MCP) 服務器實現，可將網頁內容提取並轉換為適合大語言模型處理的乾淨 Markdown 格式，有效提升大語言模型處理網頁信息的效率和質量。

🚀 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

• 內容淨化：刪除廣告、導航欄、頁腳和其他非必要內容。
• 格式轉換：將乾淨的 HTML 轉換為格式良好的 Markdown。
• 錯誤處理：溫和處理錯誤，保障系統穩定。
• 優化適配：優化用於大語言模型（LLM）處理。
• 性能優越：輕量級且快速。

🤔 為什麼不用直接抓取？

與簡單的抓取請求不同，此服務器具備以下優勢：

• 精準提取：使用可讀性算法提取僅相關內容。
• 降噪處理：消除廣告、彈出窗口和導航菜單等噪音。
• 節省資源：通過去除不必要的 HTML/CSS 減少 token 使用。
• 格式統一：提供一致的 Markdown 格式以提升 LLM 處理效果。
• 複雜處理：處理包含動態內容的複雜網頁。

📦 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

📚 詳細文檔

工具參考

extract_content

此工具用於抓取並轉換網頁內容為乾淨的 Markdown。

參數：

{
  "url": {
    "類型": "字符串",
    "描述": "要解析的網站 URL",
    "必需": true
  }
}

返回值：

{
  "content": "Markdown 內容..."
}

MCP 服務器配置

要在 MCP 設置文件中配置此服務器，請添加以下內容：

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

然後可以通過 MCP 協議啟動該服務器並使用 parse 工具進行訪問。

🔧 技術細節

依賴項

• readability-lxml - 內容提取
• html2text - HTML 轉換為 Markdown
• beautifulsoup4 - DOM 解析
• requests - HTTP 請求

📄 許可證

本項目採用 MIT License，詳情請參閱 LICENSE。