Defuddle Fetch

defuddle-fetch-mcp-server

一个使用 Defuddle 库提供网页内容抓取功能的模型上下文协议服务。此服务支持大模型从网页检索和处理内容，并自动清理 HTML，将其转换为整洁、易读的 Markdown。

这是 默认抓取 MCP 服务 的即插即用替代方案，使用 Readability。对于大多数现代网页，它通常能提供更好的结果。

对比

（使用此问题）

默认抓取 MCP

Defuddle 抓取 MCP

https://github.com/kepano/defuddle/issues/61 的内容： MCP 协议是一种为 AI 模型提供工具访问权限的标准。 有一个默认抓取 MCP 服务，可让 AI 模型抓取网站内容。它使用 Readability.js，效果不太理想，尤其是在浏览 GitHub 时（我经常用它浏览 GitHub）。我知道有 GitHub MCP，不过这里似乎特别适合使用一种更通用的网页浏览方案。 Defuddle 处理网页的效果似乎明显优于 Readability.js，而通过自定义提取器让特定网站运行良好的做法也很不错。 如果有人能构建一个基于 defuddle 的抓取 MCP 服务，那就太好了。如果默认抓取 MCP 让我烦到受不了，我之后可能会抽空做这个 😄

# 想法：基于 defuddle 的抓取 MCP 服务 · Issue #61 · kepano/defuddle URL：https://github.com/kepano/defuddle/issues/61 开放 #61 [](https://github.com/domdomegg) ## 描述 MCP 协议是一种为 AI 模型提供工具访问权限的标准。 有一个默认抓取 MCP 服务，可让 AI 模型抓取网站内容。它使用 Readability.js，效果不太理想，尤其是在浏览 GitHub 时（我经常用它浏览 GitHub）。我知道有 GitHub MCP，不过这里似乎特别适合使用一种更通用的网页浏览方案。 Defuddle 处理网页的效果似乎明显优于 Readability.js，而通过自定义提取器让特定网站运行良好的做法也很不错。 如果有人能构建一个基于 defuddle 的抓取 MCP 服务，那就太好了。如果默认抓取 MCP 让我烦到受不了，我之后可能会抽空做这个 😄

功能

• 更好的内容提取：使用 Defuddle 清除网页杂项并提取主要内容，同时保留页面标题和关键元数据等信息
• 灵活的输出：支持 Markdown 和原始 HTML 输出
• 分块读取：支持使用 start_index 和 max_length 参数进行分页
• 丰富的元数据：提取标题、作者、发布日期、字数等信息

安装

按照 install-mcp 上的说明操作，它会为你的 MCP 客户端（Claude Code、Claude Desktop、Cursor、Cline、VS Code 等）生成正确的配置。

组件

工具

• fetch
  • 从互联网获取 URL，并使用 Defuddle 将其内容提取为整洁的 Markdown 文本
  • 输入参数：
    • url（字符串，必填）：要获取的 URL
    • max_length（数字，可选）：要返回的最大字符数。默认值为 5000。
    • start_index（数字，可选）：从此字符索引开始获取内容。默认值为 0。
    • raw（布尔值，可选）：获取未经 Markdown 转换的原始内容。默认值为 false。
  • 返回经过整理的内容及元数据，包括标题、作者、发布日期、字数、域名和处理时间

贡献

欢迎在 GitHub 上提交拉取请求！开始操作：

1. 安装 Git 和 Node.js
2. 克隆仓库
3. 使用 npm install 安装依赖
4. 运行 npm run test 执行测试
5. 使用 npm run build 进行构建

要将其添加到 Claude Desktop，请运行 npm run build，然后将以下配置添加到 claude_desktop_config.json：

{
  "mcpServers": {
    "defuddle-fetch": {
      "command": "node",
      "args": [
        "/path/to/clone/defuddle-fetch-mcp-server/dist/index.js"
      ]
    }
  }
}

发布

版本遵循语义化版本规范。

发布步骤：

1. 使用 npm version <major | minor | patch> 更新版本号
2. 运行 git push --follow-tags 推送并附带标签
3. 等待 GitHub Actions 发布到 NPM 注册表。