Web Analysis MCP
MCP 服务 - 使用 SearXNG 搜索 + Creeper 爬虫，通过 LLM 总结网页内容后返回，避免 token 超限问题。
特性
- 🔍 SearXNG 智能搜索 + 域名过滤
- 🧠 LLM 智能过滤 + 主题分类
- 🕷️ Creeper 高效爬虫 + 并发处理
- 🧠 DeepSeek LLM 智能总结
- ⚡ 缓存优化 + 批量处理
快速开始
1. 安装依赖
git clone
cd web-analysis-mcp
npm install2. 部署外部服务
# SearXNG 搜索引擎
docker run -d -p 8086:8080 searxng/searxng
# Creeper 爬虫
git clone https://github.com/ihub-tech/Creeper.git /home/lyf/workspaces/creeper
cd /home/lyf/workspaces/creeper && pip install -r requirements.txt3. 配置环境变量
cp .env.example .env
# 编辑 .env 文件，配置以下必需项：
SEARXNG_BASE_URL=http://127.0.0.1:8086
CREEPER_PATH=/home/lyf/workspaces/creeper
SUMMARY_API_KEY=sk-your-deepseek-key-here
# 可选配置
FILTER_MAX_RESULTS=8
DOMAIN_BLACKLIST=pinterest.com,facebook.com,instagram.com
DOMAIN_WHITELIST=github.com,stackoverflow.com
# LLM 智能过滤（可选）
FILTER_LLM_ENABLED=true
FILTER_LLM_API_KEY=sk-your-filter-api-key
FILTER_LLM_BASE_URL=https://api.deepseek.com
FILTER_LLM_MODEL=glm-4.5-air4. 获取 API Key
- DeepSeek: https://platform.deepseek.com/
- 智谱 AI: https://open.bigmodel.cn/
- ModelScope (国内): https://dashscope.aliyuncs.com/
5. 运行
# 开发模式
npm run dev
# 生产模式
npm run build && npm start6. Claude Desktop 配置
{
"mcpServers": {
"web-analysis": {
"command": "node",
"args": ["/path/to/web-analysis-mcp/dist/index.js"],
"env": {
"SEARXNG_BASE_URL": "http://127.0.0.1:8086",
"CREEPER_PATH": "/home/lyf/workspaces/creeper",
"SUMMARY_API_KEY": "sk-your-key"
}
}
}
}可用工具
| 工具 | 描述 | 主要参数 |
|---|---|---|
web_search | 智能搜索 + 爬取 + 总结 | query, max_results, include_domains, exclude_domains |
智能过滤机制
规则过滤
- 黑名单过滤: 排除低质量域名
- 白名单优先: 白名单结果排在前面
- 数量限制: 保留指定数量的高质量结果
- 去重机制: 移除重复链接
LLM 智能过滤（可选）
启用后使用 LLM 进行主题分类和关联性过滤：
- 识别 10 种主题类型：编程、军事、政治、历史、科学、科技、娱乐、体育、金融、其他
- 单次调用完成主题分类和结果筛选
- 大幅降低后续总结成本
# 规则过滤配置
FILTER_MAX_RESULTS=8
DOMAIN_BLACKLIST=pinterest.com,facebook.com
DOMAIN_WHITELIST=github.com,stackoverflow.com
# LLM 过滤配置
FILTER_LLM_ENABLED=true
FILTER_LLM_MODEL=glm-4.5-air测试
# 安装测试工具
npm install -g @modelcontextprotocol/inspector
# 开发模式测试（推荐）
npm run test:dev
# 生产模式测试
npm run test:inspector故障排除
常见问题
SearXNG 连接失败：
curl http://127.0.0.1:8086/search?q=test&format=jsonCreeper 错误：
cd /path/to/creeper && python creeper.py --help调试模式：
LOG_LEVEL=debug npm run dev文档链接
License
MIT