Web2MD

Web2MD MCP 服务

一个 MCP 服务，使用 RapidAPI 上的 Web2MD API，将任意网页转换为简洁的 Markdown、纯文本或受令牌数限制的 RAG 分块。

功能

• read_url：获取网页并将其主要内容以 Markdown 或纯文本形式返回，不含导航、广告或冗余内容。
• chunk_url：获取网页，并按标题将其拆分为令牌数受限的分块，用于 RAG 和嵌入。
• convert_html：将已有的原始 HTML 转换为 Markdown 或纯文本。
• page_metadata：获取网页的标题、作者、发布日期、描述等字段，不包含完整内容。

3 步完成设置

1. 在 RapidAPI 上订阅 Web2MD。BASIC 套餐免费，每月包含 500 次请求。
2. 从该 API 页面上的 Endpoints 选项卡复制你的 X-RapidAPI-Key。
3. 将此服务添加到你的客户端。

需要 Node.js 22 或更高版本。

Claude Code：

claude mcp add web2md -e RAPIDAPI_KEY=your-key -- npx -y web2md-rag-mcp

Claude Desktop（claude_desktop_config.json）和 Cursor（~/.cursor/mcp.json）使用相同的 JSON：

{
  "mcpServers": {
    "web2md": {
      "command": "npx",
      "args": ["-y", "web2md-rag-mcp"],
      "env": { "RAPIDAPI_KEY": "your-key" }
    }
  }
}

Windsurf：将相同的代码块放入 ~/.codeium/windsurf/mcp_config.json。

工具

工具	功能	参数	返回值
read_url	将网页作为简洁的 Markdown 或文本获取	url（最多 2048 个字符）；format：markdown、text 或 json；include_links、include_images、include_tables	标题、令牌数和内容；format: "json" 返回完整的 JSON 文档
chunk_url	将网页拆分为 RAG 分块	url；max_tokens 64-8192（默认值为 512）；overlap_tokens 0-1024（默认值为 50）；include_links、include_images、include_tables	包含 total_tokens 和 chunks 的 JSON；每个分块均包含标题路径和令牌数
convert_html	转换原始 HTML	html（最多 5,000,000 个字符）；可选的 url，用于解析相对链接；format；include_links、include_images、include_tables	与 read_url 相同
page_metadata	获取网页元数据	url	包含标题、作者、日期、描述、站点名称、语言、规范 URL、图片、字数和阅读时间的 JSON

限额和套餐

套餐	价格	每月请求数
BASIC	$0	500
PRO	$9	10,000
ULTRA	$29	60,000
MEGA	$79	250,000

• RapidAPI 速率限制：每小时 1,000 次请求。
• 支持最大 5 MB 的网页。
• 遵循 robots.txt 规则。
• JavaScript 较多的网页可能返回 no_content。计划支持页面渲染。

错误

工具错误的格式为 Web2MD error [code]: message。输入验证失败（URL 错误、数字超出范围）则由 MCP SDK 返回，格式为 MCP error -32602: Input validation error ...。

代码	含义
missing_key	未设置 RAPIDAPI_KEY
invalid_key	RAPIDAPI_KEY 包含 HTTP 标头中不允许的字符，通常是粘贴时带入了换行符
rapidapi_auth	RapidAPI 拒绝了该密钥，或你尚未订阅
rapidapi_quota	套餐配额或速率限制已用尽
invalid_request	请求未通过验证（HTTP 422）
invalid_url	400：不是 http/https 地址、包含凭据、缺少主机、端口无效，或长度超过 2048 个字符
blocked_destination	400：主机解析到私有、环回、链路本地或元数据地址；端口不是 80/443；主机为 localhost/.local/.internal。适用于每次重定向
dns_error	400：主机无法解析
robots_disallowed	403：该网站的 robots.txt 禁止 web2md 用户代理访问此路径
page_too_large	413：页面大于 5 MB
unsupported_content_type	415：不是 HTML
no_content	422：主要内容少于 10 个单词，通常是仅包含 JavaScript 的页面
host_rate_limited	429：针对目标网站的限制，用于保护被抓取的网站。这不是你的配额
target_blocked	502：网站返回了 401/403/429/503，通常是遇到了反机器人拦截
target_error	502：网站返回了其他 4xx/5xx 状态码
fetch_failed	502：无法连接或 TLS 失败
too_many_redirects	502：重定向次数超过 5 次
fetch_timeout	504：抓取耗时超过 15 秒
timeout	Web2MD 请求超时
network_error	请求无法连接到 API
bad_response	API 返回了非 JSON 格式的成功响应
http_<status>	其他任何 HTTP 错误，附带响应内容的简短片段
internal_error	MCP 服务内部发生意外错误

隐私

你的密钥仅会发送到 RapidAPI 网关（web2md-webpage-to-markdown-rag-chunks.p.rapidapi.com），且绝不会被记录。

开发

npm ci
npm test
npm run lint
npm run build
RAPIDAPI_KEY=your-key npm run smoke

许可证

MIT