关于 mcp-server-fetch-python
mcp-server-fetch-python 是用于提取和转换网页及媒体内容的 MCP 服务,提供直接抓取文本、浏览器渲染 HTML、Markdown 转换和 AI 媒体分析。
主要功能
- 01从 URL 获取原始文本
- 02获取 JavaScript 渲染后的 HTML
- 03将网页转换为 Markdown
- 04通过视觉分析和 OCR 提取媒体内容
适用场景
- 01无需浏览器渲染即可读取结构化网页数据
- 02获取由 JavaScript 驱动的网站内容
- 03将网页整理为易读的 Markdown
- 04使用 OCR 和视觉分析图片或视频
MCP 相关
该服务向 MCP 客户端提供四种内容抓取与转换工具:get-raw-text、get-rendered-html、get-markdown 和 get-markdown-from-media。
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
本地服务需要在你的电脑上运行后才能读取工具,维护者暂未提供工具列表。
详细介绍
mcp-server-fetch-python
用于将网页内容获取并转换为多种格式的 MCP 服务。该服务提供全面的网页内容提取工具,包括对 JavaScript 渲染内容和媒体文件的支持。
功能
工具
该服务提供四种专用工具:
-
get-raw-text:直接从 URL 提取原始文本内容,无需浏览器渲染
- 参数:
url:目标网页的 URL(文本、JSON、XML、csv、tsv 等)(必填)
- 适用于结构化数据格式或需要快速直接访问的场景
- 参数:
-
get-rendered-html:使用无头浏览器获取完全渲染的 HTML 内容
- 参数:
url:目标网页的 URL(必填)
- 对需要 JavaScript 渲染的现代 Web 应用和 SPA 至关重要
- 参数:
-
get-markdown:将网页内容转换为格式良好的 Markdown
- 参数:
url:目标网页的 URL(必填)
- 保留结构元素,同时提供简洁易读的文本输出
- 参数:
-
get-markdown-from-media:使用 AI 从媒体文件中提取内容
- 参数:
url:目标媒体文件(图像、视频)的 URL(必填)
- 利用计算机视觉和 OCR 分析视觉内容
- 需要在环境变量中设置有效的 OPENAI_API_KEY
- 如果未设置 API 密钥,或处理媒体文件时出现问题,将返回错误消息
- 参数:
使用方法
Claude Desktop
要与 Claude Desktop 配合使用,请添加服务配置:
MacOS: ~/Library/Application\ Support/Claude/claude_desktop_config.json
Windows:%APPDATA%/Claude/claude_desktop_config.json
"mcpServers": {
"mcp-server-fetch-python": {
"command": "uvx",
"args": [
"mcp-server-fetch-python"
]
}
}
环境变量
可配置以下环境变量:
- OPENAI_API_KEY:使用
get-markdown-from-media工具所必需。此密钥用于 AI 图像分析和内容提取。 - PYTHONIOENCODING:如果输出遇到字符编码问题,请将其设为 "utf-8"。
- MODEL_NAME:指定要使用的模型名称。默认为 "gpt-4o"。
"mcpServers": {
"mcp-server-fetch-python": {
"command": "uvx",
"args": [
"mcp-server-fetch-python"
],
"env": {
"OPENAI_API_KEY": "sk-****",
"PYTHONIOENCODING": "utf-8",
"MODEL_NAME": "gpt-4o",
}
}
}
本地安装
或者,也可以在本地安装并运行该服务:
git clone https://github.com/tatn/mcp-server-fetch-python.git
cd mcp-server-fetch-python
uv sync
uv build
然后将以下配置添加到 Claude Desktop 配置文件中:
"mcpServers": {
"mcp-server-fetch-python": {
"command": "uv",
"args": [
"--directory",
"path\\to\\mcp-server-fetch-python", # Replace with actual path to the cloned repository
"run",
"mcp-server-fetch-python"
]
}
}
开发
调试
你可以使用以下命令通过 npx启动 MCP Inspector:
npx @modelcontextprotocol/inspector uvx mcp-server-fetch-python
npx @modelcontextprotocol/inspector uv --directory path\\to\\mcp-server-fetch-python run mcp-server-fetch-python
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。