🚀 Mozilla Readability 解析器 MCP 服务器（Python / FastMCP）
本项目是一个遵循 Model Context Protocol (MCP) 协议的 Python 实现，专注于提取网页内容，并将其转换为优化的 Markdown 格式，十分适合大型语言模型（LLM）进行处理。
🚀 快速开始
启动服务器
fastmcp run server.py
示例请求
curl -X POST http://localhost:8000/tools/extract_content \
-H "Content-Type: application/json" \
-d '{"url": "https://example.com/article"}'
✨ 主要特性
- 删除广告、导航栏、页脚和其他非必要内容。
- 将干净的 HTML 转换为格式良好的 Markdown。
- 灵巧处理错误。
- 优化 LLM 处理流程。
- 轻量级且快速。
📦 安装指南
- 克隆仓库：
git clone https://github.com/jmh108/MCP-server-readability-python.git
cd MCP-server-readability-python
- 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
- 安装依赖项：
pip install -r requirements.txt
💻 使用示例
extract_content
抓取并转换网页内容为干净的 Markdown。
参数：
{
"url": {
"type": "string",
"description": "要解析的网站 URL",
"required": true
}
}
返回值：
{
"content": "Markdown 内容..."
}
📚 详细文档
为何不直接抓取？
与简单的抓取请求不同，此服务器：
- 使用 Readability 算法提取相关内容。
- 消除噪音如广告、弹出窗口和导航菜单。
- 通过去除不必要的 HTML/CSS 减少令牌使用。
- 提供一致的 Markdown 格式以提高 LLM 处理效果。
- 处理包含动态内容的复杂网页。
MCP 服务器配置
要在 MCP 设置文件中配置服务器，请添加以下内容：
{
"mcpServers": {
"readability": {
"command": "fastmcp",
"args": ["run", "server.py"],
"env": {}
}
}
}
然后使用 MCP 协议启动服务器，并通过 parse 工具访问。
依赖项
- readability-lxml：用于内容提取。
- Flask：用于构建 Web 服务。
- fastapi：用于 API 接口。
贡献与参考
此项目基于原始 server-moz-readability 实现改编，由 emzimmer 开发。（有关原始 README 文档，请参见 原始 README.md。）
此 Python 实现有条理地将原始概念转换为基于 FastMCP 的 MCP 运行的 FastMCP。
📄 许可证
此项目遵循 MIT 许可证。有关详细信息，请参见 LICENSE 文件。