Token导航 LogoToken导航

MCP Server · 浏览器工具

blog MCP project

该代理通过Firecrawl MCP抓取网页内容,并使用LangGraph和OpenAI LLM将其摘要为5个简洁要点。

stdio官方级别未说明来源级核验工具 1
浏览器自动化PythonLangGraph

快速开始

作者 / 组织
BilalEnesS
提供方
BilalEnesS

工具数量

1

来源目录标注

资源数量

0

来源目录标注

提示词数量

0

来源目录标注

GitHub Star

0

仓库热度

收录来源

1 个

MCP World

选型结论

blog MCP project 属于浏览器工具类 MCP Server,公开资料标注 1 个工具,通过stdio 本地进程接入,客户端适配情况以官方文档为准,有可以直接复制的安装命令;接入前先确认权限范围。

分类

浏览器工具

传输方式

stdio

认证方式

无需认证

部署方式

公开资料未说明

安装与配置

安装命令

pip install -r requirements.txt

公开命令不是通用的启动方式,拼不出可靠配置示例;请在客户端 MCP 配置里按官方文档填写 command 和 args。

上手步骤

  1. 1

    准备运行环境

    stdio 服务在本地起进程,需要先装好 对应的运行时,再按安装命令拉取依赖。

  2. 2

    安装服务

    复制下面的安装命令执行;命令里带占位符的位置换成自己的密钥或路径。

  3. 3

    写入客户端配置

    在客户端的 MCP 配置里填启动命令和参数,保存后完全退出客户端再打开,让新配置生效。

  4. 4

    验证是否可用

    连接成功后客户端会列出 1 个工具,随便调一个只读工具确认能返回结果。

接入前确认

不要直接授予不必要的文件、网络或账号权限;先核对安装命令和配置内容。

详细介绍

MCP代理(Firecrawl MCP+LangGraph)

此代理使用托管的Firecrawl MCP(SSE)获取web内容,并使用LLM(OpenAI)将其总结为5个简洁的要点。

______________________________________________________________________

这带来了什么

  • Firecrawl MCP集成(模型上下文协议)通过 langchain-mcp-adapters
  • 基于LangGraph的代理流(fetch→ 总结)
  • OpenAI LLM集成(gpt-4o-mini 默认情况下)
  • CLI自由运行(环境驱动),可选 BLOG_URL 以(权力)否决
  • 终端清洁、最小输出:

- 废弃内容(截断预览) - 最终5个小册子摘要

______________________________________________________________________

建筑

  • MCP(SSE): FIRECRAWL_MCP_URL 指向 https://mcp.firecrawl.dev//v2/sse
  • 适配器: langchain-mcp-adapters 创建MCP会话并加载 firecrawl_scrape 工具
  • 代理:LangGraph StateGraph 与单一 process 总结内容的节点
  • LLM:OpenAI聊天完成(gpt-4o-mini,温度0.2)

数据流:

  1. 使用MCP获取(为了异步简单起见,在图外) firecrawl_scrape 工具(markdown优先解析)。
  2. 将原始文本传递到LangGraph中 process 节点。
  3. 总结出5个要点。

______________________________________________________________________

需求

  • Python 3.10+
  • 无需Node.js(使用托管MCP URL)
  • 您必须提供的API密钥:

- Firecrawl API密钥(嵌入在托管的MCP URL中) - OpenAI API密钥

______________________________________________________________________

设置

  1. 安装依赖项
pip install -r requirements.txt
  1. 配置环境(.env示例)
 OPENAI_API_KEY=
 FIRECRAWL_API_KEY=
 FIRECRAWL_MCP_URL=https://mcp.firecrawl.dev//v2/sse
 BLOG_URL=https://huggingface.co/blog/agents

笔记:

  • 这些是.env文件的内容。请定义您自己的API键,如果您希望更改它,请在此处将博客页面定义为变量。

OPENAI_API_KEY=\ FIRECRAWL_API_KEY=\ FIRECRAWL_MCP-URL=https://mcp.firecrawl.dev/\/v2/sse BLOG_URL=https://huggingface.co/blog/agents

  • 如果你改变 BLOG_URL,更喜欢可公开访问的页面(无登录/reg墙)以获得最佳效果。

______________________________________________________________________

跑

默认运行(使用 BLOG_URL 如果提供,否则为安全默认值 main.py):

python main.py

可选(PowerShell)使用特定URL运行:

$env:BLOG_URL="https://openai.com/index/content-partnership-with-financial-times/"
python Bilal_Enes_Soylemez_MCP_Agent_Python_Code.py

输出格式:

  • 抓取内容的截断预览
  • 最后一节:
==== LangGraph RESULT ====
- bullet 1
- bullet 2
- bullet 3
- bullet 4
- bullet 5

______________________________________________________________________

基准重点(涵盖)

  • “删除一个人工智能博客,获取有关内容的信息。”

- 我们通过MCP获取文章并总结要点。

______________________________________________________________________

文件命名和交付成果

  • 代码: main.py (代理人进入和流动)
  • 要求: requirements.txt
  • 文档: README.md

______________________________________________________________________

已知限制

  • 某些页面(例如,有规则墙或高度动态的页面)可能会返回有限的降价;代理使用稳健的markdown优先解析,并在需要时回退到JSON截断。

______________________________________________________________________

扩展代理

  • 添加a fetch 节点,将抓取移动到图中并将流扩展到 fetch → parse → summarize.
  • 添加第二个 process 用于结构化提取(例如标题/作者/时间戳)以生成JSON输出的节点。

______________________________________________________________________

支持

如果有任何东西无法运行:

  • 验证 OPENAI_API_KEY 和 FIRECRAWL_MCP_URL.
  • 尝试使用不同的公共博客URL(例如。, https://huggingface.co/blog/agents).
  • 确保你的Python≥3.10并且安装了依赖项。

工具与能力

工具数量

1

资源数量

0

提示词数量

0

能力标签

网页抓取Python本地部署内容摘要LangGraphOpenAI自动化代理

数量来自来源目录的标注,具体工具清单以官方文档为准。

典型使用场景

自动操作网页

打开页面、点击、填表,把浏览器动作交给模型执行。

抓结构化数据

把页面内容整理成表格或 JSON,省掉手工复制粘贴。

走一遍关键流程

按步骤检查页面是否正常,回归时少漏环节。

选择建议

值得选的地方

  • 只提供 1 个工具,职责集中,接入后不容易误操作。
  • 有现成的安装命令,不用自己找入口,照着跑就能起服务。
  • 公开说明写得比较完整,接入前能看清能力边界。

先想清楚的地方

  • stdio 方式要求本地装好 运行环境,换机器要重新装一遍。
  • 第三方目录整理,版本更新和行为细节以官方仓库为准。

更适合

  • 需要在浏览器工具场景里让模型直接调用外部能力的人。
  • 想先快速试一下、能接受在本地跑服务的人。

不太适合

  • 完全不想在本地装环境的人。
  • 需要厂商级 SLA 和技术支持的生产环境。

同类对比

5 个同类
MCP Server工具数传输方式安装命令收录来源最后核验
blog MCP project

MCP World · 本页

1stdio有1 个2026-05-17
Fetch 9a2682de

MCP.so

1SSE有3 个2026-05-17
Browser 738d52bc

MCP World

0stdio有1 个2026-05-17
Playwright MCP Server

MCP.so

21stdio有4 个2026-05-17
Skyvern MCP

MCP World

0stdio有2 个2026-05-17

按同分类和工具数量挑出最接近的几条,字段以各自详情页为准。

常见问题

5 条

blog MCP project 怎么安装?

公开资料给出的安装命令是 pip install -r requirements.txt,运行环境为 未标注。装完后按客户端要求写进 MCP 配置,重启客户端生效。

blog MCP project 怎么在 Claude Desktop、Cursor 里配置?

它是stdio 本地进程,客户端配置里要写启动命令和参数,运行环境是 未标注;保存后完全退出客户端再打开,配置才会生效。

blog MCP project 收费吗?

本站只整理公开资料,不代收费用,也没有标注具体价格。是否收费取决于服务本身和背后的接口额度,正式使用前按官方说明确认。

blog MCP project 需要 API Key 吗?

公开资料标注为无需认证,装好就能连;如果实际调用时报鉴权错误,按官方文档补上凭据。

blog MCP project 支持哪些客户端?

公开资料没有标注具体客户端;能配置本地 MCP 命令的客户端都能接,配置方式参照官方文档。

来源信息

继续浏览同类 MCP