Web Browser Mcp Server について
Web Browser MCP サーバーは、BeautifulSoup4 を用いて AI アシスタントによる Web サイトの閲覧とページ内容の抽出を可能にします。CSS セレクターで対象箇所を指定でき、Web ページから構造化された情報を得たい利用者に向いています。
主な機能
- 01CSS セレクターによるコンテンツの抽出
- 02タイトルやリンクなどのメタデータの取得
- 03非同期によるリクエスト処理
- 04リクエストタイムアウトの設定
活用シーン
- 01Web ページ内の特定の段落やデータの抽出
- 02AI アシスタントによる Web コンテンツの読み取りと理解
MCP 対応
本プロジェクトは MCP サーバーであり、browse_webpage ツールを MCP クライアントに提供してページを取得し、抽出結果を返します。
設定
ローカルサーバーの設定はどのクライアントでも共通です。コピーしてクライアントの MCP 設定ファイルに貼り付けてください。
ツール
ローカルサーバーのツールはマシン上で起動して初めて取得できます。メンテナーはまだツール一覧を提供していません。
詳細
✨ 機能
🌐 シンプルな MCP インターフェースを通じて、AI アシスタントがウェブを閲覧し、コンテンツを抽出できるようにします。
Web Browser MCP Server は、Message Control Protocol(MCP)を通じて、AI モデルがウェブサイトを閲覧し、コンテンツを抽出し、ウェブページを理解できるようにします。CSS セレクターによるスマートなコンテンツ抽出と、堅牢なエラー処理を実現します。
✨ 主な機能
- 🎯 スマートなコンテンツ抽出:CSS セレクターを使って、必要なコンテンツを的確に指定できます
- ⚡ 高速処理:最適なパフォーマンスを実現する非同期処理を採用しています
- 📊 豊富なメタデータ:タイトル、リンク、構造化コンテンツを取得できます
- 🛡️ 堅牢で信頼性の高い設計:エラー処理とタイムアウト管理を内蔵しています
- 🌍 クロスプラットフォーム:Python が動作するあらゆる環境で利用できます
🚀 クイックスタート
Smithery 経由でのインストール
Smithery 経由で Web Browser Server を Claude Desktop に自動インストールするには:
npx -y @smithery/cli install web-browser-mcp-server --client claude
手動でのインストール
uv を使ってインストールします:
uv tool install web-browser-mcp-server
開発用:
# Clone and set up development environment
git clone https://github.com/blazickjp/web-browser-mcp-server.git
cd web-browser-mcp-server
# Create and activate virtual environment
uv venv
source .venv/bin/activate
# Install with test dependencies
uv pip install -e ".[test]"
🔌 MCP 連携
この設定を MCP クライアントの設定ファイルに追加します:
{
"mcpServers": {
"web-browser-mcp-server": {
"command": "uv",
"args": [
"tool",
"run",
"web-browser-mcp-server"
],
"env": {
"REQUEST_TIMEOUT": "30"
}
}
}
}
開発用:
{
"mcpServers": {
"web-browser-mcp-server": {
"command": "uv",
"args": [
"--directory",
"path/to/cloned/web-browser-mcp-server",
"run",
"web-browser-mcp-server"
],
"env": {
"REQUEST_TIMEOUT": "30"
}
}
}
}
💡 利用可能なツール
サーバーは、強力なウェブ閲覧ツールを提供します:
browse_webpage
CSS セレクターをオプションで指定して、ウェブページを閲覧し、コンテンツを抽出します:
# Basic webpage fetch
result = await call_tool("browse_webpage", {
"url": "https://example.com"
})
# Target specific content with CSS selectors
result = await call_tool("browse_webpage", {
"url": "https://example.com",
"selectors": {
"headlines": "h1, h2",
"main_content": "article.content",
"navigation": "nav a"
}
})
⚙️ 設定
環境変数を使って設定します:
| 変数 | 用途 | デフォルト |
|---|---|---|
REQUEST_TIMEOUT | ウェブページのリクエストタイムアウト(秒) | 30 |
🧪 テスト
テストスイートを実行します:
python -m pytest
📄 ライセンス
MIT License の下で公開されています。詳細は LICENSE ファイルをご覧ください。
コメント
AI アプリケーションが外部のツールやデータソースに統一的な方法で接続するためのオープンなプロトコルです。クライアントはモデルとの対話を担い、MCP サーバーはツール・リソース・プロンプトテンプレートを提供します。標準メッセージでやり取りするため、1 つのサーバーを複数のクライアントで再利用できます。