Mozilla Readability Parser MCP Server

MCP服务器可读性解析器（Python/FastMCP）

学分/参考

此Python实现采用了原始概念，以基于Python的MCP运行，使用 FastMCP

Mozilla可读性解析器MCP服务器

Python实现 模型上下文协议（MCP） 该服务器提取网页内容并将其转换为干净、LLM优化的Markdown。

目录

• 特性
• 为什么不直接取？
• 安装
• 快速开始
• 工具参考
• 依赖项
• 许可证

特性

• 删除广告、导航、页脚和其他非必要内容
• 将干净的HTML转换为格式良好的Markdown
• 优雅地处理错误
• 针对LLM处理进行了优化
• 重量轻，速度快

为什么不直接取？

与简单的获取请求不同，此服务器：

• 使用可读性算法仅提取相关内容
• 消除广告、弹出窗口和导航菜单等噪音
• 通过删除不必要的HTML/CSS减少令牌使用
• 提供一致的Markdown格式，以实现更好的LLM处理
• 处理具有动态内容的复杂网页

安装

1. 克隆存储库：

git clone https://github.com/jmh108/MCP-server-readability-python.git
cd MCP-server-readability-python

1. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # On Windows use: venv\Scripts\activate

1. 安装依赖项：

pip install -r requirements.txt

快速开始

1. 启动服务器：

fastmcp run server.py

1. 请求示例：

curl -X POST http://localhost:8000/tools/extract_content \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/article"}'

工具参考

extract_content

提取网页内容并将其转换为干净的Markdown。

论据：

{
  "url": {
    "type": "string",
    "description": "The website URL to parse",
    "required": true
  }
}

退货：

{
  "content": "Markdown content..."
}

MCP服务器配置

要配置MCP服务器，请将以下内容添加到MCP设置文件中：

{
  "mcpServers": {
    "readability": {
      "command": "fastmcp",
      "args": ["run", "server.py"],
      "env": {}
    }
  }
}

然后，可以使用MCP协议启动服务器，并通过 parse 工具。

依赖项

• 可读性lxml -内容提取
• html2text -HTML到Markdown的转换
• 美容组4 -DOM解析
• 请求： -HTTP请求

许可证

MIT许可证-请参阅 许可证 了解详情。