Web Crawler

🚀 网页爬虫 MCP 服务器部署指南

本项目旨在提供一个网页爬虫 MCP 服务器的部署方案，帮助用户快速搭建并使用网页爬虫服务，通过配置不同参数实现多样化的网页爬取需求。

🚀 快速开始

先决条件

• Node.js (v18+)
• npm (v9+)

📦 安装指南

1. 克隆仓库:

   git clone https://github.com/jitsmaster/web-crawler-mcp.git
   cd web-crawler-mcp
   

2. 安装依赖项:

   npm install
   

3. 构建项目:

   npm run build
   

📚 详细文档

配置

创建一个 .env 文件，并添加以下环境变量:

CRAWL_LINKS=false
MAX_DEPTH=3
REQUEST_DELAY=1000
TIMEOUT=5000
MAX_CONCURRENT=5

运行服务器

启动 MCP 服务器:

npm start

MCP 配置

在你的 MCP 设置文件中添加以下内容:

{
  "mcpServers": {
    "web-crawler": {
      "command": "node",
      "args": ["/path/to/web-crawler/build/index.js"],
      "env": {
        "CRAWL_LINKS": "false",
        "MAX_DEPTH": "3",
        "REQUEST_DELAY": "1000",
        "TIMEOUT": "5000",
        "MAX_CONCURRENT": "5"
      }
    }
  }
}

使用方法

服务器提供了一个 crawl 工具，可以通过 MCP 访问。示例用法:

{
  "url": "https://example.com",
  "depth": 1
}

配置选项