支持私有云部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


将复杂HTML变成AI易读Markdown | MCP精选集

发布日期:2025-04-02 17:53:19 浏览次数: 1558 作者:字节笔记本
推荐语

将复杂HTML文档一键转换为AI友好的Markdown格式,极大提升信息处理效率。

核心内容:
1. Fetch MCP Server概述及其核心功能
2. 安装与配置指南,包括uv和Docker两种方式
3. 高级定制选项,如robots.txt处理和用户代理设置

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

喂Cursor技术文档还有手动复制粘贴?

今天的MCP精选集介绍一个好用的Server:Fetch MCP Server

Fetch MCP Server是一个基于Model Context Protocol的服务器,专门提供网页内容获取和处理功能。

除了检索和处理网页内容,还能将HTML转换为更易于消费的markdown格式。Fetch MCP Server极大地增强了AI模型理解和分析网络信息的能力。

核心功能

Fetch MCP Server提供了一个名为fetch的强大工具,具有以下参数:

  • url (字符串,必填):要获取的URL
  • max_length (整数,可选):返回的最大字符数(默认:5000)
  • start_index (整数,可选):从此字符索引开始获取内容(默认:0)
  • raw (布尔值,可选):获取原始内容而不进行markdown转换(默认:false)

这个Server的特点是定制化和可控性。

能够按需截断响应,并通过使用start_index参数,指定从何处开始提取内容。模型能够分块阅读网页,直到找到所需的信息。

安装指南

使用uv安装(推荐)

使用uv时不需要特定的安装步骤。我们将使用uvx直接运行mcp-server-fetch

关于 uv的更多资料,请点击这里:放弃 pip/venv,拥抱 uv

uvx mcp-server-fetch

配置指南

为Claude Desk配置,将以下配置添加到Claude配置项中,具体配置的方法可以参照这里:链接?

f8d43531-a704-4728-899d-e4a36dd47f5b.png

使用uvx

{
"mcpServers": {"fetch": {"command": "uvx","args": ["mcp-server-fetch"]}
}}

使用Docker

{
"mcpServers": {"fetch": {"command": "docker","args": ["run", "--rm", "-i", "ghcr.io/modelcontextprotocol/fetch:main"]}
}}

高级定制

robots.txt处理

默认情况下,服务器会将遵守网站的robots.txt文件,但是通过在配置中的args列表中添加--ignore-robots-txt参数来禁用此功能。

robots.txt是网站和网络爬虫之间的君子协定,一般个人使用的话可以放开。

1eaedb83-9a5c-464e-9ef5-d45bf27cb0de.png

默认情况下,根据请求是来自模型(通过工具)还是由用户发起(通过提示),服务器将使用以下用户代理之一:

ModelContextProtocol/1.0 (Autonomous; +https://github.com/modelcontextprotocol/servers)

那当然,完全可以通过在配置中的args列表中添加--user-agent=YourUserAgent参数来自定义用户代理。

实际案例

MCP服务器的一个关键特点是,只用自然语言就能使用。以下是Fetch MCP Server的几个实际应用场景:

案例1:网页内容分析

以Claude桌面应用中,配置好Fetch MCP Server,可以直接要求Claude获取并分析网页内容:

用户: "请使用Fetch工具获取'https://nextjs.org/docs'的内容,并分析其中的主要观点。"

Claude: "我将使用Fetch工具获取该网页内容..."

此时,Claude会自动调用已配置的Fetch MCP Server,获取网页内容,然后分析并总结该内容,无需编写任何代码或执行API调用。

296beadf-d24e-44d0-9923-8c379a933ccb.png

案例2:多页面内容对比

需要比较多个网页的内容时,使用:

用户: "请获取以下三个网页的内容并比较它们的异同:

  • https://example.com/product1
  • https://example.com/product2
  • https://example.com/product3"

Claude: "我会依次获取这三个网页并进行比较分析..."

Claude会使用Fetch MCP Server获取每个URL的内容,然后进行比较分析,为您提供一个综合的对比结果。

案例3:分块读取长网页

对于特别长的网页,Claude可以利用Fetch MCP Server的start_index参数分块读取:

用户: "https://example.com/longpage 这个页面很长,请帮我分析其内容"

Claude: "我注意到这是一个长网页,我将分块读取它..."

在这种情况下,Claude会自动判断需要多次获取内容,每次使用不同的start_index来获取网页的不同部分,直到它收集到足够的信息来回答您的问题。它可能会这样操作:

99b7ef27-b816-4227-91f9-00235150d537.png

  • 首先获取前5000个字符
  • 如果需要更多信息,再获取从字符5000开始的下一段内容
  • 持续这个过程直到收集到足够的信息或达到网页末尾

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询