Doc Scraper MCP 服务器

一个提供文档抓取功能的模型上下文协议 (MCP) 服务器。该服务器使用 jina.ai 的转换服务将基于 Web 的文档转换为 markdown 格式。

功能

• 从任何 Web URL 抓取文档
• 将 HTML 文档转换为 markdown 格式
• 将转换后的文档保存到指定的输出路径
• 与模型上下文协议 (MCP) 集成

安装

通过 Smithery 安装

要通过 Smithery 为 Claude Desktop 自动安装 Doc Scraper：

npx -y @smithery/cli install @askjohngeorge/mcp-doc-scraper --client claude

1. 克隆存储库：

git clone https://github.com/askjohngeorge/mcp-doc-scraper.git
cd mcp-doc-scraper

2. 创建并激活虚拟环境：

python -m venv venv
source venv/bin/activate  # 在 Windows 上，使用：venv\Scripts\activate

3. 安装依赖项：

pip install -e .

用法

可以使用 Python 运行服务器：

python -m mcp_doc_scraper

工具描述

服务器提供一个工具：

• 名称: scrape_docs
• 描述: 从 URL 抓取文档并保存为 markdown
• 输入参数:
  • url: 要抓取的文档的 URL
  • output_path: 应该保存 markdown 文件的路径

项目结构

doc_scraper/
├── __init__.py
├── __main__.py
└── server.py

依赖项

• aiohttp
• mcp
• pydantic

开发

要设置开发环境：

1. 安装开发依赖项：

pip install -r requirements.txt

2. 该服务器使用模型上下文协议。请务必熟悉 MCP 文档。

许可证

MIT 许可证