MCP Fetch

MCP Fetch

一个模型上下文协议(Model Context Protocol,MCP)服务器,使 Claude Desktop(或任何 MCP 客户端)能够获取网络内容并适当地处理图像。

内容获取
访问服务器

README

MCP Fetch

smithery badge

用于获取网页内容和处理图像的模型上下文协议 (Model Context Protocol) 服务器。这允许 Claude Desktop(或任何 MCP 客户端)获取网页内容并适当地处理图像。

快速开始(用户)

要将此工具与 Claude Desktop 一起使用,只需将以下内容添加到您的 Claude Desktop 配置 (~/Library/Application Support/Claude/claude_desktop_config.json):

{
  "tools": {
    "fetch": {
      "command": "npx",
      "args": ["-y", "@kazuph/mcp-fetch"]
    }
  }
}

这将在需要时自动下载并运行该工具的最新版本。

必要设置

  1. 为 Claude 启用辅助功能:
    • 打开系统设置
    • 转到隐私与安全 > 辅助功能
    • 点击“+”按钮
    • 从您的应用程序文件夹中添加 Claude
    • 开启 Claude 的开关

此辅助功能设置是自动剪贴板操作 (Cmd+V) 正常工作所必需的。

开发者

以下部分适用于想要开发或修改该工具的人员。

前提条件

  • Node.js 18+
  • macOS(用于剪贴板操作)
  • Claude Desktop(从 https://claude.ai/desktop 安装)
  • tsx(通过 npm install -g tsx 安装)

安装

通过 Smithery 安装

要通过 Smithery 自动为 Claude Desktop 安装 MCP Fetch:

npx -y @smithery/cli install @kazuph/mcp-fetch --client claude

手动安装

git clone https://github.com/kazuph/mcp-fetch.git
cd mcp-fetch
npm install
npm run build

图像处理规范

处理网页内容中的图像时,适用以下限制:

  • 每组最多 6 张图像
  • 每组最大高度为 8000 像素
  • 每组最大大小为 30MB

如果内容超过这些限制,图像将自动拆分为多个组,您需要多次粘贴 (Cmd+V)。

配置

  1. 确保 Claude Desktop 已安装并正在运行。

  2. 如果您还没有全局安装 tsx:

npm install -g tsx
# 或
pnpm add -g tsx
  1. 修改您的 Claude Desktop 配置文件,该文件位于: ~/Library/Application Support/Claude/claude_desktop_config.json

您可以通过 Claude Desktop 菜单轻松找到它:

  1. 打开 Claude Desktop
  2. 点击 Mac 菜单栏上的 Claude
  3. 点击“设置”
  4. 点击“开发者”

将以下内容添加到您的 MCP 客户端配置中:

{
  "tools": {
    "fetch": {
      "args": ["tsx", "/path/to/mcp-fetch/index.ts"]
    }
  }
}

可用工具

  • fetch: 从 Internet 检索 URL 并将其内容提取为 markdown。 图像会自动处理并准备好进行剪贴板操作。

备注

  • 由于此工具依赖于 macOS 特定的剪贴板操作,因此它仅适用于 macOS。
  • 图像使用 Sharp 进行处理,以获得最佳性能和质量。
  • 当找到多个图像时,它们会垂直合并,并考虑大小限制。
  • 动画 GIF 会自动处理,提取其第一帧。

推荐服务器

mult-fetch-mcp-server

mult-fetch-mcp-server

一个多功能的、符合 MCP 规范的网页内容抓取工具,支持多种模式(浏览器/Node)、格式(HTML/JSON/Markdown/文本)和智能代理检测,并提供双语界面(英语/中文)。

精选
本地
Knowledge Graph Memory Server

Knowledge Graph Memory Server

为 Claude 实现持久性记忆,使用本地知识图谱,允许 AI 记住用户的信息,并可在自定义位置存储,跨对话保持记忆。

精选
本地
Hyperbrowser

Hyperbrowser

欢迎来到 Hyperbrowser,人工智能的互联网。Hyperbrowser 是下一代平台,旨在增强人工智能代理的能力,并实现轻松、可扩展的浏览器自动化。它专为人工智能开发者打造,消除了本地基础设施和性能瓶颈带来的麻烦,让您能够:

精选
本地
Exa MCP Server

Exa MCP Server

一个模型上下文协议服务器,它使像 Claude 这样的人工智能助手能够以安全和受控的方式,使用 Exa AI 搜索 API 执行实时网络搜索。

精选
mcp-perplexity

mcp-perplexity

Perplexity API 的 MCP 服务器。

精选
MCP Web Research Server

MCP Web Research Server

一个模型上下文协议服务器,使 Claude 能够通过集成 Google 搜索、提取网页内容和捕获屏幕截图来进行网络研究。

精选
YouTube Translate MCP

YouTube Translate MCP

一个模型上下文协议服务器,可以通过文字稿、翻译、摘要和各种语言的字幕生成来访问 YouTube 视频内容。

精选
PubMedSearch MCP Server

PubMedSearch MCP Server

一个模型内容协议(Model Content Protocol)服务器,提供从 PubMed 数据库搜索和检索学术论文的工具。

精选
mcp-codex-keeper

mcp-codex-keeper

作为开发知识的守护者,为 AI 助手提供精心策划的最新文档和最佳实践访问权限。

精选
Perplexity Deep Research MCP

Perplexity Deep Research MCP

一个服务器,它允许 AI 助手使用 Perplexity 的 sonar-deep-research 模型进行网络搜索,并提供引用支持。

精选