pageport

pageport

Web ページを取得し、テキストとして読み取ります。pageport は HTTP 経由で URL を取得し、 HTML ページを読みやすく、スキャンや引用に使える Markdown 風のテキストに変換します。 HTML 以外のレスポンスは、受け取ったまま返します。長いページも問題ありません。 文字数の範囲を指定して取得し、オフセットを使って残りを順に読み進められます。

機能

• 通常のブラウザー形式のリクエストを送信し、リダイレクトに従います。
• HTML を読みやすい Markdown 風の出力に変換します。見出しのレベルとリンクの参照先を保持し、リストはリストのまま維持します。また、スクリプトやスタイルの内容はテキストを汚さないように除外します。
• raw 出力を指定するとドキュメントを変更せずに返し、プレーンテキストやその他の HTML 以外の本文も変更せずに返します。
• 長い結果を分割できます。読み取り開始位置と、返す文字数を選択します。結果が途中で切れた場合は、その旨と次のチャンクで使うオフセットを出力します。
• エラーを明確に報告します。ホストに到達できない場合やエラーステータスが返された場合は、空の成功結果ではなく、理由を示すエラー結果を返します。

CLI

npx @reneturcios/pageport fetch https://example.com
npx @reneturcios/pageport fetch https://example.com --max-length 2000
npx @reneturcios/pageport fetch https://example.com --start-index 2000 --max-length 2000
npx @reneturcios/pageport fetch https://example.com --raw
npx @reneturcios/pageport --version

終了コード：成功時は 0、取得エラー時は 1、使用方法のエラー時は 2 です。

MCP サーバー

同じバイナリを stdio MCP サーバーとして実行できます。

npx -y @reneturcios/pageport mcp

MCP クライアントの設定：

{
  "mcpServers": {
    "pageport": {
      "command": "npx",
      "args": ["-y", "@reneturcios/pageport", "mcp"]
    }
  }
}

ツール：fetch

インターネットから URL を取得し、オプションでその内容を Markdown として抽出します。

パラメーター	型	必須	デフォルト	意味
url	string	はい	—	取得する URL
max_length	integer	いいえ	5000	返す最大文字数
start_index	integer	いいえ	0	コンテンツの開始インデックス
raw	boolean	いいえ	false	Markdown 変換の代わりに raw HTML を返す

Docker

docker run -i ghcr.io/cloudcorprecords/pageport
docker run --rm ghcr.io/cloudcorprecords/pageport fetch https://example.com

コンテナーはデフォルトで mcp サブコマンドを実行するため、単純な docker run -i で stdio MCP サーバーとして動作します。

開発

npm install
npm run build
npm test
npm run dev

テストでは、HTML の変換、分割と切り詰めの動作、注入したレスポンスを使った取得フローをカバーしています。ネットワークは必要ありません。

ライセンス

MIT — LICENSE を参照してください。