Fetch Server Java Version

MCP获取服务器-Java实现

一种基于Java的模型上下文协议（MCP）服务器，提供web内容获取和转换功能。这是原始的Java端口 TypeScript MCP获取服务器.

特性

服务器为web内容处理提供了四种主要工具：

1. get_raw_text：直接从URL检索原始文本内容，无需浏览器呈现
2. get_render_html：使用Playwright浏览器自动化获取完全渲染的HTML内容
3. get_markdown：将网页内容转换为格式良好的Markdown
4. get_markdown_summary：提取主要内容区域并转换为Markdown（删除导航、页眉、页脚）

项目结构

src/main/java/com/mcp/RayenMalouche/java/server/Fetch/
├── FetchApplication.java               # Main application class
├── service/
│   └── WebContentService.java         # Core web content processing service
└── tools/
│   ├── BaseFetchTool.java              # Base class for all fetch tools
│   ├── GetRawTextTool.java             # Raw text fetching tool
│   ├── GetRenderedHtmlTool.java        # HTML rendering tool
│   ├── GetMarkdownTool.java            # Markdown conversion tool
│   └── GetMarkdownSummaryTool.java     # Main content extraction tool
└── controller/
    └── WebContentController.java       # REST Controller

先决条件

• Java 17或更高版本
• Maven 3.6或更高版本
• 互联网连接（用于下载Playwright浏览器）

安装

1. 克隆存储库：

git clone https://github.com/RayenMalouche/MCP-Fetch-Server-Java-version
cd MCP-Fetch-Server-Java-version

1. 安装Playwright浏览器（渲染HTML功能所需）：

对于windows：

# Save the install-playwright.bat script and run it
install-playwright.bat

# Or manually
mvn exec:java -Dexec.mainClass="com.microsoft.playwright.CLI" -Dexec.args="install"

1. 构建项目：

mvn clean compile

1. 打包应用程序：

mvn package

运行服务器

发展模式

mvn spring-boot:run

生产模式

java -jar target/Fetch-0.0.1-SNAPSHOT.jar

服务器将在端口上启动 45455 默认情况下。

配置

您可以通过在中编辑以下常量来修改服务器配置 FetchApplication.java:

• SERVER_PORT：更改端口号（默认值：45455）
• SERVER_NAME：修改服务器名称
• SERVER_VERSION：更新版本字符串

API终点

服务器通过HTTP服务器发送事件（SSE）公开以下MCP工具：

get_raw_text

{
  "name": "get_raw_text",
  "arguments": {
    "url": "https://example.com/data.json"
  }
}

get_render_html

{
  "name": "get_rendered_html",
  "arguments": {
    "url": "https://example.com"
  }
}

get_markdown

{
  "name": "get_markdown",
  "arguments": {
    "url": "https://example.com/article"
  }
}

get_markdown_summary

{
  "name": "get_markdown_summary",
  "arguments": {
    "url": "https://example.com/blog-post"
  }
}

依赖项

核心依赖关系

• Spring Boot：应用程序框架
• MCP-SDK：模型上下文协议实现
• 杰克逊：JSON处理
• 喷气：HTTP服务器

网页处理

• 剧作家：渲染内容的浏览器自动化
• JSoup：HTML解析和操作
• 柔性标记：HTML到Markdown的转换
• Java HTTP客户端：原始内容提取

错误处理

该服务器包括全面的错误处理功能，用于：

• URL无效
• 网络超时
• 浏览器自动化故障
• HTML分析错误
• Markdown转换问题

所有错误均以MCP工具结果的形式返回，并带有描述性错误消息。

性能注意事项

• 原始文本提取：快速、直接的HTTP请求
• 渲染HTML：由于浏览器自动化开销而变慢
• Markdown转换：HTML解析的额外处理时间
• 浏览器资源：Playwright浏览器在使用后已正确清理

测试

运行测试套件：

mvn test

故障排除

剧作家问题

如果您遇到Playwright浏览器问题：

mvn exec:java@install-playwright-browsers

或强制重新安装：

mvn exec:java -Dexec.mainClass="com.microsoft.playwright.CLI" -Dexec.args="install --force"

内存问题

对于大页面，增加JVM内存：

java -Xmx2g -jar target/Fetch-0.0.1-SNAPSHOT.jar

端口冲突

更改端口 FetchApplication.java 如果45455已经在使用中。

许可证

MIT许可证-有关详细信息，请参阅原始的TypeScript实现。

贡献

1. 分叉存储库
2. 创建要素分支
3. 进行更改
4. 添加测试
5. 提交拉取请求

致谢

这个项目是原始TypeScript实现的Java移植 爸爸.