🚀 Mozilla Readability 解析器 MCP 服务器（Python / FastMCP）

本项目是一个遵循 Model Context Protocol (MCP) 协议的 Python 实现，专注于提取网页内容，并将其转换为优化的 Markdown 格式，十分适合大型语言模型（LLM）进行处理。

🚀 快速开始

启动服务器

fastmcp run server.py

示例请求

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

✨ 主要特性

• 删除广告、导航栏、页脚和其他非必要内容。
• 将干净的 HTML 转换为格式良好的 Markdown。
• 灵巧处理错误。
• 优化 LLM 处理流程。
• 轻量级且快速。

📦 安装指南

1. 克隆仓库：

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

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 -r requirements.txt

💻 使用示例

extract_content

抓取并转换网页内容为干净的 Markdown。

参数：

{
  "url": {
    "type": "string",
    "description": "要解析的网站 URL",
    "required": true
  }
}

返回值：

{
  "content": "Markdown 内容..."
}

📚 详细文档

为何不直接抓取？

与简单的抓取请求不同，此服务器：

• 使用 Readability 算法提取相关内容。
• 消除噪音如广告、弹出窗口和导航菜单。
• 通过去除不必要的 HTML/CSS 减少令牌使用。
• 提供一致的 Markdown 格式以提高 LLM 处理效果。
• 处理包含动态内容的复杂网页。

MCP 服务器配置

要在 MCP 设置文件中配置服务器，请添加以下内容：

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

然后使用 MCP 协议启动服务器，并通过 parse 工具访问。

依赖项

• readability-lxml：用于内容提取。
• Flask：用于构建 Web 服务。
• fastapi：用于 API 接口。

贡献与参考

此项目基于原始 server-moz-readability 实现改编，由 emzimmer 开发。（有关原始 README 文档，请参见 原始 README.md。）

此 Python 实现有条理地将原始概念转换为基于 FastMCP 的 MCP 运行的 FastMCP。

📄 许可证

此项目遵循 MIT 许可证。有关详细信息，请参见 LICENSE 文件。