Fetcher MCP

中文 | Deutsch | Español | français | 日本語 | 한국어 | Português | Русский

Fetcher MCP

Playwright のヘッドレスブラウザーを使用してウェブページのコンテンツを取得する MCP サーバーです。

🌟 おすすめ： OllaMan - 強力な Ollama AI モデルマネージャーです。

メリット

• JavaScript のサポート：従来のウェブスクレイパーとは異なり、Fetcher MCP は Playwright を使用して JavaScript を実行するため、動的なウェブコンテンツや最新のウェブアプリケーションを処理できます。

• インテリジェントなコンテンツ抽出：Readability アルゴリズムを内蔵しており、ウェブページから主要なコンテンツを自動的に抽出し、広告、ナビゲーション、その他の不要な要素を取り除きます。

• 柔軟な出力形式：HTML と Markdown の両方の出力形式に対応しており、さまざまな下流アプリケーションと簡単に連携できます。

• 並列処理：fetch_urls ツールを使用すると、複数の URL を同時に取得できるため、一括処理の効率が大幅に向上します。

• リソースの最適化：不要なリソース（画像、スタイルシート、フォント、メディア）を自動的にブロックし、帯域幅の使用量を削減してパフォーマンスを向上させます。

• 堅牢なエラー処理：包括的なエラー処理とログ記録により、問題のあるウェブページを扱う場合でも、安定した動作を実現します。

• 設定可能なパラメーター：タイムアウト、コンテンツ抽出、出力形式を細かく制御でき、さまざまな用途に対応します。

クイックスタート

npx で直接実行します：

npx -y fetcher-mcp

初回セットアップでは、ターミナルで次のコマンドを実行して、必要なブラウザーをインストールしてください：

npx playwright install chromium

HTTP および SSE トランスポート

--transport=http パラメーターを使用すると、Streamable HTTP エンドポイントと SSE エンドポイントのサービスを同時に起動できます：

npx -y fetcher-mcp --log --transport=http --host=0.0.0.0 --port=3000

起動後、サーバーは次のエンドポイントを提供します：

• /mcp - Streamable HTTP エンドポイント（最新の MCP プロトコル）
• /sse - SSE エンドポイント（従来の MCP プロトコル）

クライアントは必要に応じて接続方法を選択できます。

デバッグモード

--debug オプションを指定して実行すると、デバッグ用にブラウザーウィンドウが表示されます：

npx -y fetcher-mcp --debug

MCP の設定

Claude Desktop でこの MCP サーバーを設定します：

MacOS の場合：~/Library/Application Support/Claude/claude_desktop_config.json

Windows の場合：%APPDATA%/Claude/claude_desktop_config.json

{
  "mcpServers": {
    "fetcher": {
      "command": "npx",
      "args": ["-y", "fetcher-mcp"]
    }
  }
}

Docker へのデプロイ

Docker で実行する

docker run -p 3000:3000 ghcr.io/jae-jae/fetcher-mcp:latest

Docker Compose でデプロイする

docker-compose.yml ファイルを作成します：

version: "3.8"

services:
  fetcher-mcp:
    image: ghcr.io/jae-jae/fetcher-mcp:latest
    container_name: fetcher-mcp
    restart: unless-stopped
    ports:
      - "3000:3000"
    environment:
      - NODE_ENV=production
    # Using host network mode on Linux hosts can improve browser access efficiency
    # network_mode: "host"
    volumes:
      # For Playwright, may need to share certain system paths
      - /tmp:/tmp
    # Health check
    healthcheck:
      test: ["CMD", "wget", "--spider", "-q", "http://localhost:3000"]
      interval: 30s
      timeout: 10s
      retries: 3

次に、以下を実行します：

docker-compose up -d

機能

• fetch_url - 指定した URL からウェブページのコンテンツを取得します

  • Playwright のヘッドレスブラウザーを使用して JavaScript を解析します
  • メインコンテンツをインテリジェントに抽出し、Markdown に変換できます
  • 次のパラメーターをサポートしています：
    • url：取得するウェブページの URL（必須パラメーター）
    • timeout：ページの読み込みタイムアウト（ミリ秒）。デフォルトは 30000（30 秒）です
    • waitUntil：ナビゲーションの完了と見なすタイミングを指定します。選択肢は 'load'、'domcontentloaded'、'networkidle'、'commit' です。デフォルトは 'load' です
    • extractContent：メインコンテンツをインテリジェントに抽出するかどうか。デフォルトは true です
    • maxLength：返されるコンテンツの最大長（文字数）。デフォルトでは制限なしです
    • returnHtml：Markdown の代わりに HTML コンテンツを返すかどうか。デフォルトは false です
    • waitForNavigation：ページの初回読み込み後に追加のナビゲーションを待つかどうか（ボット対策の検証があるサイトで便利です）。デフォルトは false です
    • navigationTimeout：追加のナビゲーションを待つ最大時間（ミリ秒）。デフォルトは 10000（10 秒）です
    • disableMedia：メディアリソース（画像、スタイルシート、フォント、メディア）を無効にするかどうか。デフォルトは true です
    • debug：デバッグモードを有効にするかどうか（ブラウザーウィンドウを表示）。指定した場合は、コマンドラインフラグ --debug より優先されます

• fetch_urls - 複数の URL からウェブページのコンテンツを並列で一括取得します

  • 複数のタブを使った並列取得により、パフォーマンスを向上させます
  • ウェブページごとに明確に区切った統合結果を返します
  • 次のパラメーターをサポートしています：
    • urls：取得する URL の配列（必須パラメーター）
    • その他のパラメーターは fetch_url と同じです

• browser_install - Playwright の Chromium ブラウザーバイナリを自動でインストールします

  • 必要な Chromium ブラウザーバイナリがない場合にインストールします
  • ブラウザーのインストールエラーが発生した場合に、自動で提案されます
  • 次のパラメーターをサポートしています：
    • withDeps：Chromium ブラウザーに必要なシステム依存関係をインストールするかどうか。デフォルトは false です
    • force：Chromium がすでにインストールされている場合でも、強制的にインストールするかどうか。デフォルトは false です

ヒント

特殊なウェブサイトの状況への対応

クローラー対策への対応

• 読み込みの完了を待つ：CAPTCHA、リダイレクト、その他の検証メカニズムを使用しているウェブサイトでは、プロンプトに次の内容を含めてください：

  Please wait for the page to fully load
  

  これにより、waitForNavigation: true パラメーターが使用されます。

• タイムアウト時間を延長する：読み込みが遅いウェブサイトの場合：

  Please set the page loading timeout to 60 seconds
  

  これにより、timeout と navigationTimeout の両方のパラメーターが適切に調整されます。

コンテンツ取得の調整

• 元の HTML 構造を保持する：コンテンツの抽出に失敗する可能性がある場合：

  Please preserve the original HTML content
  

  extractContent: false と returnHtml: true を設定します。

• ページコンテンツ全体を取得する：抽出されたコンテンツが限られすぎている場合：

  Please fetch the complete webpage content instead of just the main content
  

  extractContent: false を設定します。

• コンテンツを HTML として返す：デフォルトの Markdown ではなく HTML 形式が必要な場合：

  Please return the content in HTML format
  

  returnHtml: true を設定します。

デバッグと認証

デバッグモードの有効化

• デバッグを動的に有効化する：特定の取得操作中にブラウザーウィンドウを表示する場合：

  Please enable debug mode for this fetch operation
  

  サーバーの起動時に --debug フラグを指定していなくても、debug: true を設定します。

認証にカスタム Cookie を使用する

• 手動ログイン：自分の認証情報を使ってログインする場合：

  Please run in debug mode so I can manually log in to the website
  

  debug: true を設定するか、--debug フラグを使用して、手動ログインのためにブラウザーウィンドウを開いたままにします。

• デバッグ用ブラウザーの操作：デバッグモードが有効な場合：

  1. ブラウザーウィンドウが開いたままになります
  2. 自分の認証情報を使って、ウェブサイトに手動でログインできます
  3. ログインが完了すると、認証済みセッションを使ってコンテンツが取得されます

• 特定のリクエストでデバッグを有効にする：サーバーがすでに起動している場合でも、特定のリクエストでデバッグモードを有効にできます：

  Please enable debug mode for this authentication step
  

  この特定のリクエストに対してのみ debug: true を設定し、手動ログイン用にブラウザーウィンドウを開きます。

開発

依存関係のインストール

npm install

Playwright ブラウザーのインストール

Playwright に必要なブラウザーをインストールします：

npm run install-browser

サーバーのビルド

npm run build

デバッグ

デバッグには MCP Inspector を使用します：

npm run inspector

デバッグ時に、ブラウザーを表示するモードを有効にすることもできます：

node build/index.js --debug

関連プロジェクト

• g-search-mcp：複数のキーワードを同時に並列検索できる、Google 検索向けの強力な MCP サーバーです。一括検索やデータ収集に最適です。

ライセンス

MIT License のもとでライセンスされています。