# 数据提取

一个从Google新闻和趋势RSS端点获取数据，并可选择通过LLM/NLP处理的MCP服务器项目

ScrapeGraph MCP服务器是一个生产就绪的模型上下文协议服务器，提供与ScrapeGraph AI API的无缝集成，使语言模型能够利用先进的AI驱动的网页抓取功能。

MCP Server Box是一个Python项目，通过Box API实现文件搜索、文本提取、AI查询和数据提取等功能，整合了box-sdk-gen库，提供了一套与Box文件和文件夹交互的工具集。

ScrAPI MCP服务器是一个基于ScrAPI服务的网页抓取工具，提供HTML和Markdown两种格式的网页内容提取功能。

一个基于MCP协议的浏览器自动化服务，提供网页导航、截图、元素交互、表单填写和数据提取等功能。

ExcelReadMCP是一个专门用于读取Excel文件的MCP协议服务器，提供读取、搜索和获取工作簿信息等功能，支持在Cursor和GitHub Copilot等客户端中使用

MCP数据获取服务器是一个安全、沙盒化的服务器，通过模型控制协议（MCP）获取网页内容并提取数据，不执行JavaScript。

一个基于Firecrawl API的网站数据抓取和结构化提取服务

一个MCP协议服务器，用于从TypeScript/JavaScript源代码中提取嵌入式数据（如i18n翻译或键值配置）和SVG组件，生成结构化JSON配置文件和独立SVG文件。

Hyperbrowser的MCP服务器提供网页抓取、结构化数据提取和浏览器代理工具。

Browserbase MCP Server是一个基于Model Context Protocol（MCP）的开源项目，提供云浏览器自动化服务，支持网页交互、数据提取和JavaScript执行等功能。

一个基于Node.js和TypeScript的MCP服务器，从Longman词典提取单词数据并返回JSON格式结果。

ScrAPI MCP服务器是一个基于ScrAPI技术的网页抓取服务，提供HTML和Markdown两种格式的网页内容提取功能，支持本地部署和云端访问。

该项目是一个用于教育目的的MCP工具包，展示社交平台内容分析技术及其安全风险，包含Reddit和LinkedIn的数据提取与分析工具。

Scrapezy MCP服务器是一个为AI模型提供从网站提取结构化数据的服务，支持通过Claude等工具进行数据抓取。

mcp-searxng是一个为AI代理设计的MCP服务器示例，通过SearXNG开源元搜索引擎实现外部信息搜索功能。项目展示了如何集成SearXNG和微软的markdownify工具，将网页内容转换为Markdown格式文本，并通过SSE协议与MCP客户端通信。

Firecrawl是一个API服务，能够将任何网站爬取并转换为干净的Markdown或结构化数据，支持高级爬取、数据提取和LLM-ready格式转换。

Crawl4AI是一个基于MCP架构的智能网络爬虫服务器，结合Claude AI模型提供网站内容分析与处理功能，支持可定制的爬取深度和AI处理任务，适用于研究、内容创作、数据分析等多种场景。

fileAI MCP服务器提供端到端的文件处理解决方案，包括OCR、文档分类和结构化数据提取，支持AI模型集成和异步处理。

亚马逊订单历史CSV下载MCP服务器，支持跨16个地区站点自动化导出订单、商品、物流和交易数据，适用于AI助手集成和数据分析

一个用于搜索和读取本地Excel文件的MCP服务器，支持文件搜索、数据提取和文本搜索功能

一个基于MCP协议的自动化欢迎文本生成服务器，用于从自由文本中提取结构化员工信息，并根据模块化模板系统生成专业的新员工欢迎文本。

Data MCP Server是一个提供网页抓取、结构化数据提取和爬取功能的工具集，同时支持多种浏览器代理工具如OpenAI CUA和Claude Computer Use。

提供基于JSON模板的文本结构化提取服务

Scraper.is MCP是一个基于模型上下文协议(MCP)的网页抓取工具集成包，允许AI助手通过MCP协议抓取网页内容，支持多种格式输出和实时进度更新。

Firecrawl MCP Server是一个基于Firecrawl API的网络爬虫和数据提取服务，提供网页抓取、内容搜索、站点爬取和结构化数据提取功能。

Figma MCP服务器是一个连接Figma API的模型上下文协议服务，允许AI工具和LLM访问并处理Figma设计。

Firecrawl MCP服务器是一个基于Firecrawl API的网络爬虫服务，提供网页抓取、内容搜索、站点爬取和结构化数据提取功能，支持多种配置选项和输出格式。

这是一个基于Node.js和TypeScript的MCP服务器，从Longman词典网页提取单词信息并返回结构化JSON数据，供AI代理使用。

该项目通过Unstructured API构建了一个MCP服务器，用于处理研究论文数据，提取关键信息并转换为结构化JSON格式，帮助研究人员快速获取文献信息，减少文献综述时间。