tapsite

tapsite

用于提取 Web 智能信息的 MCP 服务。55 个工具让 AI Agent 能够理解网站——不只是操控浏览器，还能提取有关设计系统、无障碍性、性能、内容等方面的结构化信息。

其他 MCP 浏览器工具让 Agent 点击按钮。tapsite 则能让 Agent 提取完整的调色板、审计 WCAG 对比度、比较两个网站的设计令牌、检测技术栈，或使用自定义 CSS/XPath/正则表达式选择器提取结构化数据——所有结果均为 Agent 可用于推理的结构化 JSON。

55 个工具 · 11 个类别 · 4 个工作流 · 多格式导出

兼容 Claude、Cursor、Windsurf 及任何兼容 MCP 的 AI Agent。即将支持 LangChain/LangGraph 集成。

查看完整文档网站 →

安装

# Quick start (no install required)
npx -y tapsite

# Or install globally
npm install -g tapsite
npx playwright install chromium
npx playwright install-deps chromium

添加到 AI Agent 的 MCP 配置中：

{
  "mcpServers": {
    "tapsite": {
      "command": "npx",
      "args": ["-y", "tapsite"]
    }
  }
}

**首次运行：**如果尚未安装，Playwright 会自动安装 Chromium（一次性下载，约 150MB）。

也可通过 MCP Registry 和 Glama 获取。

tapsite 的不同之处

其他浏览器 MCP 工具	tapsite
点击按钮	提取完整设计系统
填写表单	审计 WCAG 无障碍性
截取屏幕截图	比较网站随时间的变化
读取原始 HTML	检测技术栈和 API
	自定义 CSS / XPath / 正则表达式提取
	抗机器人能力与代理轮换

提取设计系统——从任何网站提取颜色、字体、间距比例、断点、组件、阴影、图标、CSS 变量和对比度。以结构化 JSON 或 W3C 设计令牌格式输出。

审计质量——无障碍评分与 WCAG 对比度分析、性能计时（Core Web Vitals）、技术栈检测、深色模式支持和动画清单。

比较与跟踪——并排比较两个网站，或基于快照的时间差异跟踪单个网站的变化。自动标记回归和改进。磁盘缓存可让爬取任务从中断处继续，并在不同会话间复用结果。

访问需要登录的网站——支持完整 MFA 的持久化浏览器会话。三级抗机器人升级系统可自动处理受保护的网站，从隐身脚本到代理轮换。手动登录一次，即可在多次工具调用中持续提取内容，无需重新验证身份。凭据绝不会进入聊天内容。

工具（55 个）

会话（8 个）

工具	描述
tapsite_login_manual	打开可视化浏览器，供用户手动登录并完成 MFA
tapsite_login_check	验证已认证的会话状态
tapsite_inspect	导航至 URL 并检查 DOM（导航、标题、按钮、表单、表格、链接）
tapsite_screenshot	截取当前页面的屏幕截图
tapsite_interact	点击或填写上次检查结果中的索引元素
tapsite_scroll	滚动页面
tapsite_run_js	执行任意 JavaScript 并返回结果
tapsite_close	关闭浏览器会话

内容提取（6）

工具	描述
tapsite_extract_table	将指定表格提取为结构化数据
tapsite_extract_links	提取所有链接及其文本和 href
tapsite_extract_metadata	提取页面元数据（标题、描述、OG 标签等）
tapsite_extract_content	提取主要可读内容（文章正文、标题、段落）
tapsite_extract_forms	提取所有表单及其字段、标签和操作
tapsite_extract_markdown	将页面内容提取为简洁的 Markdown（raw、fit 或 citations 模式），并支持可选的分块

自定义提取（2）

工具	描述
tapsite_extract_custom	使用自定义架构（CSS 选择器、XPath 或正则表达式）提取结构化数据
tapsite_extract_schema_suggest	分析页面 DOM 并自动建议提取架构

设计令牌（5）

工具	描述
tapsite_extract_colors	提取配色方案（十六进制值及使用次数）
tapsite_extract_fonts	提取字体系列、字号和字重
tapsite_extract_css_vars	提取 CSS 自定义属性
tapsite_extract_spacing	提取间距比例值
tapsite_extract_shadows	提取 box-shadow 和 text-shadow 样式

视觉资源（4）

工具	描述
tapsite_extract_images	提取所有图片及其 src、alt 和尺寸
tapsite_download_images	将图片下载到本地输出目录
tapsite_extract_svgs	提取内联 SVG
tapsite_extract_favicon	提取 favicon URL 和尺寸

布局智能（3）

工具	描述
tapsite_extract_layout	提取布局树（内联文本表示）
tapsite_extract_components	检测重复的 UI 组件和模式
tapsite_extract_breakpoints	从 CSS 媒体查询中提取响应式断点

质量与合规（7）

工具	描述
tapsite_extract_a11y	无障碍审计（ARIA、角色、对比度问题）
tapsite_extract_contrast	审计文本与背景之间的 WCAG 对比度
tapsite_extract_perf	提取性能指标（Core Web Vitals、资源大小）
tapsite_extract_security	审计安全标头（CSP、HSTS、SRI、权限策略）
tapsite_extract_darkmode	检测深色模式支持并提取深色配色方案
tapsite_extract_pwa	检测 PWA 支持情况（清单、服务工作线程、可安装性）
tapsite_extract_i18n	提取国际化信号（lang、hreflang、翻译）

技术检测（10）

工具	描述
tapsite_extract_stack	检测前端框架、库和技术栈
tapsite_extract_animations	提取 CSS 动画和过渡效果
tapsite_extract_icons	检测图标库并提取图标用法
tapsite_extract_graphql	检测 GraphQL 端点并检查架构
tapsite_extract_aiml	检测 AI/ML 集成（模型、嵌入、推理端点）
tapsite_extract_canvas	提取 canvas 和 WebGL 用法模式
tapsite_extract_wasm	检测 WebAssembly 模块及其用法
tapsite_extract_web_components	检测自定义元素和 shadow DOM 用法
tapsite_extract_third_party	清点第三方脚本、跟踪器和服务
tapsite_extract_storage	审计客户端存储（cookies、localStorage、sessionStorage、IndexedDB）

网络与 API（2）

工具	描述
tapsite_capture_network	捕获页面加载期间的网络请求
tapsite_extract_api_schema	根据观察到的网络流量推断 API 架构

多页面（2）

工具	描述
tapsite_crawl	从起始 URL 爬取多个页面
tapsite_diff_pages	使用实际提取器比较两个 URL（跨站点），或跟踪一段时间内的变化（时序）

导出（2）

工具	描述
tapsite_export	将检查结果导出为 JSON + Markdown + HTML 报告 + CSV 表格 + 截图
tapsite_export_design_report	完整的设计系统报告：report.html（可视化）、design-tokens.json（W3C 格式）、design-tokens.css（可直接复制粘贴的 :root 变量）

引擎

弹性提取引擎。通过并行浏览器池并发提取页面。持久化磁盘缓存——爬取任务会从中断处恢复，结果可在不同会话间复用。针对受保护站点提供 3 级反机器人升级机制，并自动轮换代理。

工作流（4）

工具	描述
tapsite_teardown	全面的竞品设计拆解（使用所有提取器）
tapsite_audit	上线前质量审计（a11y、对比度、性能、SEO、深色模式）
tapsite_harvest	清点站点中的所有资源（图片、SVG、表单、字体、链接）
tapsite_designsystem	将设计令牌提取为 W3C JSON 和 CSS 变量

LangChain / LangGraph 集成（即将推出）

原生 LangChain 和 LangGraph 集成已列入路线图。发布后，将提供专用的 Python 包装器，支持工具子集和托管会话生命周期。

安全性

防御提示词注入（过滤隐藏元素 + 清理输出）、强制使用 HTTPS、阻止私有 IP、隐藏认证标头。凭据绝不会进入聊天——可在完整支持 MFA 的情况下手动登录。

提示词注入防御

提取器会跳过隐藏元素（display:none、visibility:hidden、opacity:0、零尺寸、裁剪隐藏），以防止注入不可见文本。所有输出都会扫描提示词注入模式——指令覆盖、角色劫持、数据泄露尝试和工具操纵会以内联方式标记为 [INJECTION_DETECTED]。

凭据安全

切勿通过聊天传递凭据。 使用 tapsite_login_manual 打开有头浏览器并手动登录（包括 MFA），然后使用 tapsite_login_check 确认。凭据绝不会接触 AI 提供商的服务器或本地会话记录。

Docker

tapsite 提供 Dockerfile 和 docker-compose.yml，用于仅无头模式——CI 流水线、服务器部署，或任何不需要本地安装 Node.js 的场景。

docker build -t tapsite .
docker compose up

Docker 中无法使用 tapsite_login_manual（它需要显示器）。若要在 Docker 中使用经过身份验证的会话，请先在本地登录，然后将 profiles/ 目录挂载到容器中：

volumes:
  - ./output:/app/output
  - ./profiles:/app/profiles

安全提示： profiles/ 包含有效的会话 Cookie。请勿将其提交到版本控制系统（它已包含在 .gitignore 中）。

开发环境设置

git clone https://github.com/mgriffen/tapsite
cd tapsite
npm install
npx playwright install chromium
npx playwright install-deps chromium

指向本地源码的 MCP 配置：

{
  "mcpServers": {
    "tapsite": {
      "command": "node",
      "args": ["/absolute/path/to/tapsite/src/server.js"]
    }
  }
}

项目结构

src/
  server.js        — MCP server entry point
  browser.js       — shared Chromium context (ensureBrowser, closeBrowser)
  helpers.js       — shared helpers (safeNavigate, summarizeResult, indexPage)
  sanitizer.js     — prompt injection detection
  diff.js          — per-extractor diff logic and extractor name/args mapping
  snapshots.js     — temporal snapshot I/O (saveSnapshot, loadLatestSnapshot)
  browser-pool.js  — parallel browser context pooling
  cache.js         — persistent disk caching with TTL
  markdown.js      — HTML-to-Markdown converter (raw/fit/citations)
  chunker.js       — LLM-friendly text chunking (fixed/semantic/sentence)
  content-filter.js — BM25 relevance filtering
  anti-bot.js      — block detection and tier escalation
  proxy.js         — proxy rotation with failure tracking
  stealth-setup.js — Puppeteer-extra stealth plugin registration
  extraction-strategies.js — CSS/XPath/regex flexible extractors
  extractors.js    — browser-context extraction functions (page.evaluate())
  exporter.js      — file export: JSON, Markdown, HTML, CSV
  inspector.js     — DOM extraction for inspect tools
  cli.js           — standalone CLI (login, inspect, session)
  config.js        — paths and defaults
  tools/
    session.js     — login, inspect, screenshot, interact, scroll, run_js, close
    extraction.js  — all extract_* tools
    network.js     — capture_network, extract_api_schema, extract_stack
    multipage.js   — crawl, diff_pages
    export.js      — export, export_design_report
    workflows.js   — teardown, audit, harvest, designsystem
profiles/          — browser state / session cookies (gitignored)
output/            — export results + snapshots (gitignored)

输出格式

• output/run-{timestamp}/ — tapsite_export：JSON、Markdown、HTML、截图、CSV 表格
• output/design-report-{timestamp}/ — tapsite_export_design_report：report.html、design-tokens.json、design-tokens.css
• output/snapshots/{domain}/ — tapsite_diff_pages 时序快照

许可证

MIT