🔍 Prysm MCP 服务器

Prysm MCP (模型上下文协议) 服务器使像 Claude 等 AI 助手能够以高精度和灵活性抓取网页内容。

✨ 功能

• 🎯 多种抓取模式: 从专注（速度）、平衡（默认）或深度（彻底）模式中选择
• 🧠 内容分析: 分析 URL 以确定最佳抓取方法
• 📄 格式灵活性: 将结果格式化为 markdown、HTML 或 JSON
• 🖼️ 图像支持: 可选择提取甚至下载图像
• 🔍 智能滚动: 为单页应用程序配置滚动行为
• 📱 响应式: 适应不同的网站布局和结构
• 💾 文件输出: 将格式化的结果保存到您喜欢的目录

🚀 快速开始

安装

# 推荐：安装 LLM 优化版本
npm install -g @pinkpixel/prysm-mcp

# 或者安装标准版本
npm install -g prysm-mcp

# 或者克隆并构建
git clone https://github.com/pinkpixel-dev/prysm-mcp.git
cd prysm-mcp
npm install
npm run build

集成指南

我们为流行的 MCP 兼容应用程序提供详细的集成指南：

• Cursor 集成指南
• Claude Desktop 集成指南
• Windsurf 集成指南
• Cline 集成指南
• Roo Code 集成指南
• Open WebUI 集成指南

用法

有多种方法可以设置 Prysm MCP 服务器：

使用 mcp.json 配置

根据上述指南，在适当的位置创建一个 mcp.json 文件。

{
  "mcpServers": {
    "prysm-scraper": {
      "description": "带有自定义输出目录的 Prysm 网络抓取器",
      "command": "npx",
      "args": [
        "-y",
        "@pinkpixel/prysm-mcp"
      ],
      "env": {
        "PRYSM_OUTPUT_DIR": "${workspaceFolder}/scrape_results",
        "PRYSM_IMAGE_OUTPUT_DIR": "${workspaceFolder}/scrape_results/images"
      }
    }
  }
}

🛠️ 工具

服务器提供以下工具：

scrapeFocused

快速网络抓取，针对速度进行了优化（较少的滚动，仅限主要内容）。

请使用专注模式抓取 https://example.com

可用参数：

• url (必需): 要抓取的 URL
• maxScrolls (可选): 最大滚动尝试次数（默认值：5）
• scrollDelay (可选): 滚动之间的延迟（毫秒）（默认值：1000）
• scrapeImages (可选): 是否在结果中包含图像
• downloadImages (可选): 是否在本地下载图像
• maxImages (可选): 要提取的最大图像数量
• output (可选): 下载图像的输出目录

scrapeBalanced

平衡的网络抓取方法，具有良好的覆盖率和合理的速度。

请使用平衡模式抓取 https://example.com

可用参数：

• 与 scrapeFocused 相同，但默认值不同
• maxScrolls 默认值：10
• scrollDelay 默认值：2000
• 添加 timeout 参数以限制总抓取时间（默认值：30000 毫秒）

scrapeDeep

最大提取网络抓取（速度较慢但彻底）。

请使用深度模式抓取 https://example.com，并进行最大滚动

可用参数：

• 与 scrapeFocused 相同，但默认值不同
• maxScrolls 默认值：20
• scrollDelay 默认值：3000
• maxImages 默认值：100

formatResult

将抓取的数据格式化为不同的结构化格式（markdown、HTML、JSON）。

将抓取的数据格式化为 markdown

可用参数：

• data (必需): 要格式化的抓取数据
• format (必需): 输出格式 - "markdown"、"html" 或 "json"
• includeImages (可选): 是否在输出中包含图像（默认值：true）
• output (可选): 保存格式化结果的文件路径

您还可以通过指定输出路径将格式化的结果保存到文件：

将抓取的数据格式化为 markdown 并将其保存到 "my-results/output.md"

⚙️ 配置

输出目录

默认情况下，保存格式化的结果时，文件将保存到 ~/prysm-mcp/output/。您可以通过两种方式自定义此设置：

1. 环境变量: 将环境变量设置为您喜欢的目录：

# Linux/macOS
export PRYSM_OUTPUT_DIR="/path/to/custom/directory"
export PRYSM_IMAGE_OUTPUT_DIR="/path/to/custom/image/directory"

# Windows (命令提示符)
set PRYSM_OUTPUT_DIR=C:\path\to\custom\directory
set PRYSM_IMAGE_OUTPUT_DIR=C:\path\to\custom\image\directory

# Windows (PowerShell)
$env:PRYSM_OUTPUT_DIR="C:\path\to\custom\directory"
$env:PRYSM_IMAGE_OUTPUT_DIR="C:\path\to\custom\image\directory"

2. 工具参数: 在调用工具时直接指定输出路径：

# 对于一般结果
将抓取的数据格式化为 markdown 并将其保存到 "/absolute/path/to/file.md"

# 对于抓取时下载的图像
请抓取 https://example.com 并将图像下载到 "/absolute/path/to/images"

3. MCP 配置: 在您的 MCP 配置文件（例如，.cursor/mcp.json）中，您可以设置这些环境变量：

{
  "mcpServers": {
    "prysm-scraper": {
      "command": "npx",
      "args": ["-y", "@pinkpixel/prysm-mcp"],
      "env": {
        "PRYSM_OUTPUT_DIR": "${workspaceFolder}/scrape_results",
        "PRYSM_IMAGE_OUTPUT_DIR": "${workspaceFolder}/scrape_results/images"
      }
    }
  }
}

如果未指定 PRYSM_IMAGE_OUTPUT_DIR，则它将默认为 PRYSM_OUTPUT_DIR 内名为 images 的子文件夹。

如果您仅提供相对路径或文件名，它将相对于配置的输出目录保存。

路径处理规则

formatResult 工具按以下方式处理路径：

• 绝对路径: 完全按照提供的路径使用 (/home/user/file.md)
• 相对路径: 相对于配置的输出目录保存 (subfolder/file.md)
• 仅文件名: 保存在配置的输出目录中 (output.md)
• 目录路径: 如果路径指向目录，则会根据内容和时间戳自动生成文件名

🏗️ 开发

# 安装依赖项
npm install

# 构建项目
npm run build

# 在本地运行服务器
node bin/prysm-mcp

# 调试 MCP 通信
DEBUG=mcp:* node bin/prysm-mcp

# 设置自定义输出目录
PRYSM_OUTPUT_DIR=./my-output PRYSM_IMAGE_OUTPUT_DIR=./my-output/images node bin/prysm-mcp

通过 npx 运行

您可以直接使用 npx 运行服务器，而无需安装：

# 使用默认设置运行
npx @pinkpixel/prysm-mcp

# 使用自定义输出目录运行
PRYSM_OUTPUT_DIR=./my-output PRYSM_IMAGE_OUTPUT_DIR=./my-output/images npx @pinkpixel/prysm-mcp

📋 许可证

MIT

🙏 鸣谢

由 Pink Pixel 开发

由 模型上下文协议 和 Puppeteer 提供支持