关于 SavePinner Pinterest URL Tools
SavePinner Pinterest URL Tools 是用于解析、验证、分类和规范化 Pinterest URL 的 MCP 服务。工具在本地处理 URL,不发起网络请求,也不下载媒体。
主要功能
- 01解析 URL 类型和标识符
- 02验证受支持的 Pinterest URL
- 03规范化 URL 并移除跟踪参数
- 04支持 Pin、个人资料、画板和 Ideas URL
适用场景
- 01从 URL 提取 Pin ID
- 02规范化含跟踪参数的分享链接
- 03拒绝仿冒域名或不受支持的域名
MCP 相关
该服务通过本地 stdio 或公共 Streamable HTTP 端点提供 URL 工具。MCP 客户端可免认证使用只读服务。
配置
本地服务的配置在各客户端中通用,复制后粘贴到客户端的 MCP 配置文件即可。
工具
3收录的工具列表 · 更新于 2 周前
| 参数 | 类型 | 必填 | 说明 |
|---|---|---|---|
| url | string | 是 | 完整的 Pinterest 或 pin.it URL |
详细介绍
SavePinner MCP
一个用于解析、验证、分类和规范化 Pinterest URL 的 MCP 服务。支持本地 stdio 和公共 Streamable HTTP。工具不会发出任何出站网络请求,也不会下载媒体。
工具
| 工具 | 用途 |
|---|---|
parse_pinterest_url | 返回 URL 类型、规范 URL、主机和特定类型的标识符。 |
normalize_pinterest_url | 将受支持的 URL 转换为规范格式并移除跟踪参数。 |
is_pinterest_url | 检查一个值是否为受支持的 Pinterest URL。 |
受支持的 URL 类型包括 Pin、pin.it、个人资料、看板和 Ideas URL,涵盖 Pinterest 各国家/地区域名。
运行
需要 Node.js 18 或更高版本。
npx -y savepinner-mcp
客户端配置
将此服务添加到支持本地 stdio 服务的 MCP 客户端:
{
"mcpServers": {
"savepinner": {
"command": "npx",
"args": ["-y", "savepinner-mcp"]
}
}
}
远程 MCP
将任意 Streamable HTTP 客户端连接到公共端点:
https://savepinner-pinterest-url-mcp.chenxuanshimo.workers.dev/mcp
该端点为只读,无需身份验证。
公共的 Pinterest URL 验证指南介绍了工具所采用的验证和规范化边界。
Docker
将服务构建并作为本地 stdio 容器运行:
docker build -t savepinner-mcp .
docker run --rm -i savepinner-mcp
运行时镜像以非特权 node 用户身份运行,无需机密信息、卷或网络访问权限。
示例
使用以下内容调用 parse_pinterest_url:
https://de.pinterest.com/pin/987654321/?utm_source=share
返回:
{
"kind": "pin",
"originalUrl": "https://de.pinterest.com/pin/987654321/?utm_source=share",
"normalizedUrl": "https://www.pinterest.com/pin/987654321/",
"host": "de.pinterest.com",
"pinId": "987654321"
}
隐私与安全
- URL 处理在正在运行的服务本地进行。
- 工具不会发出任何出站网络请求。
- 服务不会下载媒体。
- 主机名会根据精确的 Pinterest 域名允许列表进行检查。
- 仿冒域名和非 HTTPS URL 会被拒绝。
URL 解析器由 pinterest-url-normalizer 提供。
本项目由 Pinterest 图片下载器背后的团队维护;这是一款用于检查公共 Pinterest Pin URL 所公开媒体的浏览器工具。
Pinterest 是 Pinterest, Inc. 的商标。本项目独立运营,与 Pinterest 无关联,也未获其认可。
开发
npm install
npm test
npm run worker:check
许可证
MIT
连接诊断
使用连接诊断指南检查传输、工具发现、规范化和欺骗性主机拒绝情况,然后再调查媒体是否可用。
评论
一个开放协议,规定了 AI 应用如何以统一方式连接外部工具与数据源。客户端负责与模型对话,MCP 服务负责提供工具、资源和提示模板,两者通过标准消息通信,同一个服务可以被不同客户端复用。