MCP 网页提取器

一个基于 Model Context Protocol (MCP) 的服务器，使用 Readability.js 提取网页内容。此工具可以抓取网页并提取主要信息，非常适合将干净、可读的文章保存到 Obsidian 笔记中。

功能

• 从任何 URL 提取可读内容
• 移除广告、侧边栏和其他干扰项
• 返回清洁文本及元数据（标题、摘录等）
• 集成 Obsidian 的 MCP 方便简单

安装

# 克隆仓库
git clone https://github.com/iemong/mcp-web-extractor.git
cd mcp-web-extractor

# 安装依赖
npm install

# 构建项目
npm run build

# 启动服务器
npm start

服务器将在 http://localhost:3000 上运行，MCP 终端位于 http://localhost:3000/mcp。

使用方法

作为独立服务

你可以使用包含的客户端示例来从 URL 提取内容：

ts-node-esm client-example.ts

集成 Obsidian

obsidian-integration.ts 文件提供了如何将此 MCP 服务器与 Obsidian 集成的示例。你可以将其作为创建提取网络内容的 Obsidian 插件的起点。

API

MCP 服务器提供以下功能：

• extract-content：从指定 URL 提取可读内容
  • 参数：{ url: string }
  • 返回：{ title, content, textContent, excerpt, siteName }

许可证

MIT