pageport

pageport

抓取网页并以文本形式阅读。pageport 通过 HTTP 获取 URL，将 HTML 页面转换为简洁易读的 Markdown 风格文本，方便浏览或引用，并原样返回非 HTML 响应。长页面也不成问题：可以指定字符窗口，然后通过偏移量继续读取剩余内容。

功能

• 发送常规的浏览器风格请求，并跟随重定向。
• 将 HTML 转换为易读的 Markdown 风格输出：保留标题层级和链接目标，列表仍为列表，并移除脚本或样式内容，避免其干扰文本。
• 请求原始输出时，返回未经修改的文档；纯文本或其他非 HTML 响应也会原样返回。
• 对长结果进行分段：选择阅读起始位置以及要返回的字符数。如果结果被截断，输出会说明这一点，并告知下一段要使用的偏移量。
• 清楚地报告失败：无法访问的主机或错误状态会返回包含原因的错误结果，而不会伪装成空的成功结果。

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

退出代码：成功时为 0，获取失败时为 1，用法错误时为 2。

MCP 服务

同一二进制文件可作为 stdio MCP 服务运行：

npx -y @reneturcios/pageport mcp

MCP 客户端配置：

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

工具：fetch

从互联网获取 URL，并可选择将其内容提取为 Markdown。

参数	类型	必填	默认值	含义
url	string	是	—	要获取的 URL
max_length	integer	否	5000	要返回的最大字符数
start_index	integer	否	0	内容的起始索引
raw	boolean	否	false	返回原始 HTML，而不是转换后的 Markdown

Docker

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

容器默认使用 mcp 子命令，因此直接运行 docker run -i 即可启动可用的 stdio MCP 服务。

开发

npm install
npm run build
npm test
npm run dev

测试涵盖 HTML 转换、分段与截断行为，以及针对注入响应的获取流程——无需网络。

许可证

MIT — 参见 LICENSE。