mcp-news-site-article-archive

ニュースサイト記事アーカイブ MCP サーバー

Apify 上の Mamba Labs News Site Article Archive アクター向け MCP サーバーです。指定したニュースサイトについて、過去の期間に公開された記事の全文と日付を取得します。

内容

• できること
• クイックスタート
• 前提条件
• プロンプトの例
• ツール
• 入力
• 料金
• アクターの全ドキュメント
• ライセンス

できること

ニュースサイトと日付範囲を指定します。アクターはサイトのサイトマップと Internet Archive のキャプチャインデックスから記事のアドレスを探し、各ページを通常の HTTP で読み込み、記事ごとに全文、公開日、タイトル、著者、セクションを含む行を返します。サイトから削除されたページは、Internet Archive のコピーから読み取れます。ペイウォールで保護されたページやアクセスを拒否されたページについては、テキストなしの無料の行が返されます。

すべての処理は Apify 上で実行されます。このパッケージは、アクターの実行を開始して完了を待ち、データセットの行を返す薄いクライアントです。

クイックスタート

Node.js 18 以降と、API トークンを持つ Apify アカウントが必要です。

次の設定を Claude Desktop の設定（claude_desktop_config.json）、Cursor、または任意の MCP クライアントに追加します。

{
  "mcpServers": {
    "mamba-news-site-article-archive": {
      "command": "npx",
      "args": [
        "-y",
        "@mambalabsdev/mcp-news-site-article-archive"
      ],
      "env": {
        "APIFY_TOKEN": "your-apify-token"
      }
    }
  }
}

クライアントを再起動します。collect_news_site_articles ツールが表示されます。

前提条件

• Node.js 18 以降。
• console.apify.com/account/integrations から取得した Apify API トークンを APIFY_TOKEN として設定します。サーバーはトークンがなくてもツールを一覧表示しますが、呼び出しにはトークンが必要です。

プロンプトの例

• 「このニュースサイトが2016年1月に公開した記事をすべて取得して。」
• 「この3つのニュースサイトから10年分の報道を収集して。」
• 「このサイトの昨年の政治記事の全文を取得して。」

ツール

collect_news_site_articles。ツールは1つです。引数の例：

{
  "sites": [
    "techcrunch.com"
  ],
  "date_from": "2016-01-01",
  "date_to": "2016-01-31",
  "max_articles_per_site": 5
}

入力

アクターの購入者向け入力です。省略した入力には、アクター独自のデフォルト値が適用されます。

入力	型	必須	説明
sites	array	いいえ	ドメインで指定するニュースサイトです。例：techcrunch.com。最大20件です。
date_from	string	いいえ	公開日の最も古い日付です。形式は YYYY-MM-DD です。デフォルト：Date to の30日前。
date_to	string	いいえ	公開日の最も新しい日付です。形式は YYYY-MM-DD です。デフォルト：今日。
max_articles_per_site	number	いいえ	各サイトから取得する記事数です。最大5,000件です。デフォルト：100。
url_contains	array	いいえ	任意。次のような文字列を含むアドレスのみを対象にします。例：/politics/。
min_words	number	いいえ	これより単語数の少ないページは記事としてカウントされず、無料です。デフォルト：80。
use_archive_index	boolean	いいえ	yes（デフォルト）：サイトマップに記載されなくなった年のアドレスも取得できる Internet Archive のキャプチャインデックスから、サイトマップの取得が尽きたときにアドレスを検索します。no：サイトマップのみを使用します。
use_archive_copy	boolean	いいえ	yes（デフォルト）：サイトが404、410、500、502、504を返すページは、アーカイブされた行の料金で Internet Archive から読み込みます。拒否されたページやペイウォールのあるページは、アーカイブから読み込まれません。no：消失したページは無料の行を返します。
obey_robots	boolean	いいえ	yes（デフォルト）：robots.txt で許可されていないページはスキップされ、カウントされます。no：そのまま読み込みます。
max_charge_usd	string	いいえ	任意。この金額を超える料金が発生する前に実行を停止します。サマリー行は常に返されます。

料金

Apify ではイベントごとに課金され、料金は Apify アカウントに請求されます。価格は USD です。

イベント	無料プラン	Bronze	Silver	Gold
article-row、発行元のページから記事を1件読み込み	$0.003	$0.00285	$0.0027	$0.00255
archived-article-row、サイトから消失したページに限り、Internet Archive のコピーから記事を1件読み込み	$0.003	$0.00285	$0.0027	$0.00255
apify-actor-start、実行開始ごと	$0.021	$0.021	$0.021	$0.021

拒否されたページ、ペイウォールのあるページ、消失したページ、対象範囲外のページ、サマリー行、拒否された入力は無料です。実行にかかるプラットフォーム費用は Mamba Labs が負担します。Apify のプロキシトラフィックも含まれます。実行にかかるプラットフォーム費用は Mamba Labs が負担します。Apify のプロキシトラフィックも含まれます。

アクターの詳細ドキュメント

apify.com/mambalabs/news-site-article-archive

ライセンス

MIT。詳細は LICENSE を参照してください。