文档抓取器 MCP 服务器

一个提供文档抓取功能的 Model Context Protocol (MCP) 服务器。此服务器使用 jina.ai 的转换服务将基于网络的文档转换为 Markdown 格式。

功能

• 从任何网页 URL 抓取文档
• 将 HTML 文档转换为 Markdown 格式
• 将转换后的文档保存到指定输出路径
• 集成 Model Context Protocol (MCP)

安装

使用 Smithery 安装

通过 Smithery 自动安装 Claude Desktop 的 Doc Scraper：

npx -y @smithery/cli install @askjohngeorge/mcp-doc-scraper --client claude

1. 克隆仓库：

git clone https://github.com/askjohngeorge/mcp-doc-scraper.git
cd mcp-doc-scraper

2. 创建并激活虚拟环境：

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

3. 安装依赖项：

pip install -e .

使用方法

使用 Python 运行服务器：

python -m mcp_doc_scraper

工具描述

该服务器提供一个工具：

• 名称：scrape_docs
• 描述：从 URL 抓取文档并保存为 Markdown 文件
• 输入参数：
  • url：要抓取的文档 URL
  • output_path：要保存 Markdown 文件的路径

项目结构

doc_scraper/
├── __init__.py
├── __main__.py
└── server.py

依赖项

• aiohttp
• mcp
• pydantic

开发

1. 安装开发依赖项：

pip install -r requirements.txt

2. 该服务器使用 Model Context Protocol。请熟悉 MCP 文档。

许可证

MIT License