HTTrack MCP Server

HTTrack MCP サーバー

従来のウェブサイトコピーソフトウェアである HTTrack をラップした FastMCP（Model Context Protocol）サーバーです。AI エージェントは MCP 経由でウェブサイトを共有アーカイブにミラーリングし、ダウンロードしたコンテンツを閲覧、読み取り、検索できます。

Copyright (C) 2026 Tech Ventures VCC. GNU Affero General Public License v3.0 の下でライセンスされています（LICENSE を参照）。

概要

HTTrack はオフラインでのウェブサイトコピーにおいて十分な実績がありますが、スクリプト用 API はなく、GUI と CLI のみです。このサーバーにより、エージェントが直接利用できるようになります。LLM エージェントは mirror_site を呼び出してバックグラウンドでダウンロードを開始し、mirror_status で状況を確認した後、catalog、list_files、read_file、search_files を使ってアーカイブ内の情報をもとに質問に回答できます。

ツール

ツール	目的
mirror_site(url, project, depth, max_rate, filters)	アーカイブ（/data/<project>）へのバックグラウンドミラーリングを開始します。プロジェクトごとに同時に実行できるミラーリングは1つです。同じプロジェクトへの同時リクエストには、実行中の job_id とともに already_running を返します。異なるプロジェクトは並行して実行されます。
mirror_status(job_id)	ジョブの状態（running / done / failed とログ末尾）を返します。省略すると最近のジョブを一覧表示します。プロジェクト名も指定できます。
catalog()	すべてのプロジェクトを表示します。短い名前、短い説明（各サイトの <title>／meta description から自動取得）、ソース URL、状態、ページ数／ファイル数、サイズが含まれます。
list_files(project, subpath)	プロジェクト内のディレクトリ一覧（名前、種類、サイズ、更新日時）を表示します。
read_file(project, path, max_bytes)	テキストファイル（HTML/JS/CSS/txt/json/md）を1つ読み取ります。バイナリファイルは受け付けません。エージェントのコンテキストを適切な範囲に保つため、コンテンツは最大 256 KB に制限されます。
search_files(project, query, max_results)	プロジェクト内のテキストファイルを対象に、大文字と小文字を区別しない部分文字列検索を実行します。結果数には上限があります。

クイックスタート

前提条件：Docker。

docker build -t httrack-mcp-server .

docker run -d --name httrack-mcp --restart unless-stopped \
  -p 9050:8000 \
  -v /path/to/your/archive:/data:rw \
  httrack-mcp

コンテナは MCP サーバーをストリーム可能な HTTP 経由で http://<host>:9050/mcp に公開します。

MCP クライアントへの登録

MCPHub 形式のゲートウェイ（streamable-http）の例：

{
  "httrack": {
    "type": "streamable-http",
    "url": "http://192.168.1.35:9050/mcp",
    "enabled": true,
    "description": "HTTrack site mirroring + archive browsing",
    "owner": "admin"
  }
}

ストリーム可能な HTTP に直接対応するクライアントは、追加の認証なしで /mcp に接続できます（認証は行われません。信頼できるネットワーク上で実行するか、ゲートウェイの認証機能の背後に配置してください）。使い方、例、トラブルシューティングの詳細は HELP.md を参照してください。

並行処理モデル

• プロジェクトごとに httrack プロセスを1つ実行し、それぞれ専用の出力ディレクトリで分離します。プロジェクト間で状態は共有されないため、複数のエージェントが異なるサイトを並行してミラーリングできます。
• mirror_site は同じプロジェクトの二重ミラーリングを防ぎます（プロセス内のジョブテーブルと、そのプロジェクトディレクトリに書き込んでいる httrack プロセスを対象とした /proc のスキャンを使用）。

CI

GitHub Actions はすべての PR とプッシュで実行されます。server.py の Python 構文チェック、Dockerfile の妥当性チェック、Docker イメージのビルドを行います。

ライセンス

このプログラムはフリーソフトウェアです。Free Software Foundation が公開する GNU Affero General Public License の条件に従って、バージョン3、または（任意で）それ以降のバージョンに基づき、再配布および改変できます。

このサーバーの改変版をネットワークサービスとして実行する場合、AGPL §13 により、その改変版の対応するソースコードをユーザーに提供する必要があります。

Copyright (C) 2026 Tech Ventures VCC. HTTrack 自体は Xavier Roche およびコントリビューターによる GPL ライセンスのソフトウェアです。このプロジェクトは HTTrack を呼び出しているだけで、HTTrack とは無関係です。