mcp-server-fetch | 通往MCP之路

Fetch MCP 服务器

Fetch MCP 是一个基于模型上下文协议（Model Context Protocol, MCP）的服务器，它通过浏览器自动化、OCR（光学字符识别）和多种提取方法提供网页内容抓取功能。该服务器使大语言模型（LLMs）能够从网页中检索和处理内容，即使是那些需要 JavaScript 渲染或使用防爬取技术的页面。

可用工具

fetch - 使用浏览器自动化和多方法提取（包括 OCR）从互联网抓取 URL。

url（字符串，必填）：要抓取的 URL
raw（布尔值，可选）：获取请求页面的原始 HTML 内容，不进行简化（默认值：false）

服务器使用多种方法提取内容：

使用 undetected-chromedriver 进行浏览器自动化

使用 pytesseract 进行 OCR 并检测布局

使用 requests/BeautifulSoup 提取 HTML

文档解析（PDF、DOCX、PPTX）

原始 Markdown 转换方法

服务器采用复杂的评分系统来选择最佳结果，评分标准包括：

基础内容评分（最高 50 分）

根据内容长度评分（每 100 个字符得 1 分，最高 50 分）

对极短内容（<100 个字符）进行扣分

结构加分（最高 20 分）

对结构良好的段落内容进行加分

段落越多，表明内容组织越好

质量扣分

检测并扣分错误信息

对包含错误提示的内容进行扣分

验证内容结构和可读性

评分系统确保选择最可靠和高质量的内容，无论使用哪种提取方法。调试日志可用于跟踪评分决策。

提示

fetch

使用浏览器自动化抓取 URL 并将其内容提取为 Markdown 格式
参数：

url（字符串，必填）：要抓取的 URL

安装

使用 Docker

要使用 Docker 安装并运行 mcp-server-fetch，请按照以下步骤操作：

构建 Docker 镜像：

运行 Docker 容器：

配置

配置 Roo Code 或 Claude 应用

在您的 Claude 设置中添加以下内容：

自定义 - User-agent

默认情况下，根据请求是来自模型（通过工具）还是用户发起（通过提示），服务器将使用以下 User-agent 之一：

或

可以通过在配置的 args 列表中添加 --user-agent=YourUserAgent 参数来自定义 User-agent。

浏览器自动化和 OCR

服务器现在包含高级内容提取功能：

自动处理 Cookie 同意横幅

全页面截图捕获

使用 pytesseract 进行 OCR 并检测布局

多种提取方法，自动选择最佳结果

贡献

我们鼓励贡献者帮助扩展和改进 mcp-server-fetch。无论您是想添加新工具、增强现有功能还是改进文档，您的贡献都是宝贵的。

有关其他 MCP 服务器和实现模式的示例，请参阅： https://github.com/modelcontextprotocol/servers

欢迎提交 Pull Request！请随时贡献新想法、错误修复或增强功能，使 mcp-server-fetch 更加强大和实用。

许可证

mcp-server-fetch 采用 MIT 许可证。这意味着您可以自由使用、修改和分发该软件，但需遵守 MIT 许可证的条款和条件。更多详情，请参阅项目仓库中的 LICENSE 文件。