V0.dev Response Capture Tool

V0.dev Response Capture Tool

将 MCP 服务器直接连接到 V0.dev。

m2rads

浏览器自动化
访问服务器

README

V0.dev 响应捕获工具

一个连接到您的浏览器,导航到 v0.dev,提交提示词,并捕获所有网络响应(包括流式 AI 响应)的工具。 这使您可以保存来自 v0.dev 的完整输出,以供进一步分析或使用。

功能

  • 连接到您现有的 Chrome 浏览器,并保留您的所有帐户/cookies
  • 导航到 v0.dev 并提交您的提示词
  • 捕获所有网络活动,重点是流式 AI 响应
  • 解码 Vercel AI SDK 流式传输格式以提取完整响应
  • 将响应保存到文件中以供以后参考
  • 提供从保存的文件中提取和查看响应的工具

前提条件

  • Python 3.8+
  • Google Chrome 浏览器

安装

  1. 克隆此存储库
  2. 安装依赖项:
# 使用 pip
pip install -r requirements.txt

# OR 使用 uv
uv pip install -r requirements.txt

# 安装 Playwright 浏览器
python -m playwright install chromium

用法

捕获 v0.dev 响应

运行脚本并提供提示词以捕获响应:

# 使用默认提示词 (日历应用)
python main.py

# 指定自定义提示词
python main.py monitor --prompt "为咖啡店构建一个包含菜单部分和联系方式的着陆页"

该脚本将:

  1. 连接到您的 Chrome 浏览器(或启动一个新实例)
  2. 导航到 v0.dev
  3. 提交您的提示词
  4. 捕获所有网络活动,包括流式响应
  5. 将响应保存到 captures 目录

列出捕获的文件

列出您的 captures 目录中的所有文件:

python main.py list

从捕获的文件中提取响应

从捕获的文件中提取并显示完整响应:

python main.py extract captures/full_response_1234567890.txt

这将:

  1. 解析和解码捕获的文件
  2. 提取完整的文本响应
  3. 在终端中显示它
  4. 将干净版本保存到新文件中

工作原理

Vercel AI SDK 流式传输格式

v0.dev 使用 Vercel AI SDK 以 Server-Sent Events (SSE) 格式流式传输响应:

data: {"type":"data","value":[{"text":"Building"}]}
data: {"type":"data","value":[{"text":" a"}]}
data: {"type":"data","value":[{"text":" calendar"}]}
data: {"type":"message_annotations","value":[{"type":"finish_reason","message":"stop"}]}

我们的工具:

  1. 捕获这些流式响应
  2. 解码格式以提取文本内容
  3. 组装完整的响应
  4. 保存原始数据和处理后的数据

文件类型

该工具保存几种类型的文件:

  • sse_stream_*.jsonl: 原始 SSE 流数据
  • sse_decoded_*.jsonl: 从流中解码的 JSON 事件
  • assembled_content_*.txt: 从流中组装的文本内容
  • full_response_*.txt: 完整、清理后的响应文本

故障排除

如果您遇到问题:

  1. 尝试关闭所有 Chrome 实例并运行脚本 - 它将使用您的配置文件启动 Chrome
  2. 对于浏览器安装问题:
    python -m playwright install chromium
    
  3. 如果响应未被正确捕获,请增加 tools.py 中的监控时间

高级用法

直接使用提取工具

您也可以直接从 tools.py 文件中使用提取函数:

python tools.py extract captures/your_captured_file.jsonl

自定义监控时长

默认情况下,脚本监控 60 秒。 对于需要更长时间的复杂提示词,您可以修改 tools.py 中的 monitor_v0_interactions 函数以增加监控时间。

推荐服务器

Playwright MCP Server

Playwright MCP Server

一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。

官方
精选
TypeScript
Playwright MCP Server

Playwright MCP Server

提供一个利用模型上下文协议的服务器,以实现类人浏览器的自动化,该服务器使用 Playwright,允许控制浏览器行为,例如导航、元素交互和滚动。

精选
本地
TypeScript
@kazuph/mcp-fetch

@kazuph/mcp-fetch

用于获取网页内容和处理图像的模型上下文协议服务器。这使得 Claude Desktop(或任何 MCP 客户端)能够适当地获取网页内容和处理图像。

精选
本地
JavaScript
DuckDuckGo MCP Server

DuckDuckGo MCP Server

一个模型上下文协议 (MCP) 服务器,通过 DuckDuckGo 提供网页搜索功能,并具有内容获取和解析的附加功能。

精选
Python
YouTube Transcript MCP Server

YouTube Transcript MCP Server

这个服务器用于获取指定 YouTube 视频 URL 的字幕,从而可以与 Goose CLI 或 Goose Desktop 集成,进行字幕提取和处理。

精选
Python
serper-search-scrape-mcp-server

serper-search-scrape-mcp-server

这个 Serper MCP 服务器支持搜索和网页抓取,并且支持 Serper API 引入的所有最新参数,例如位置。

精选
TypeScript
The Verge News MCP Server

The Verge News MCP Server

提供从The Verge的RSS feed获取和搜索新闻的工具,允许用户获取今日新闻、检索过去一周的随机文章,以及在最近的Verge内容中搜索特定关键词。

精选
TypeScript
Tavily MCP Server

Tavily MCP Server

使用 Tavily 的搜索 API 提供 AI 驱动的网络搜索功能,使 LLM 能够执行复杂的网络搜索、获得问题的直接答案以及搜索最近的新闻文章。

精选
Python
mcp-pinterest

mcp-pinterest

用于图像搜索和信息检索的 Pinterest 模型上下文协议 (MCP) 服务器

精选
TypeScript
Crawlab MCP Server

Crawlab MCP Server

官方
Python