MCP Server Readability Parser (Python / FastMCP)

基本能力

产品定位

MCP Server Readability Parser 是一个内容提取和转换工具，专注于从网页中提取核心内容并转换为Markdown格式，优化语言模型处理。

核心功能

• 移除广告、导航栏、页脚等非必要内容
• 将干净的HTML转换为格式良好的Markdown
• 优雅处理错误
• 优化语言模型处理
• 轻量且快速

适用场景

• 需要从网页中提取核心内容的场景
• 需要将网页内容转换为Markdown格式的场景
• 优化语言模型处理的网页内容预处理

工具列表

• extract_content: 提取并转换网页内容为干净的Markdown。
• 参数: url (必需) - 要解析的网站URL
• 返回: content - Markdown格式的内容

常见问题解答

• 为什么不仅仅使用简单的fetch请求？
• 该服务器使用Readability算法提取相关内容，消除广告、弹出窗口和导航菜单等噪音，减少不必要的HTML/CSS，提供一致的Markdown格式，处理动态内容的复杂网页。

使用教程

使用依赖

1. 克隆仓库:

git clone https://github.com/jmh108/MCP-server-readability-python.git
cd MCP-server-readability-python

1. 创建并激活虚拟环境:

python -m venv venv
source venv/bin/activate  # Windows使用: venv\Scripts\activate

1. 安装依赖:

pip install -r requirements.txt

安装教程

1. 启动服务器:

fastmcp run server.py

1. 示例请求:

curl -X POST http://localhost:8000/tools/extract_content \
  -H "Content-Type: application/json" \
  -d '{"url": "https://example.com/article"}'

调试方式

1. 确保服务器已启动:

fastmcp run server.py

1. 使用curl或其他HTTP客户端测试extract_content工具，确保返回预期的Markdown内容。

许可证

该项目遵循 MIT 开源许可条款，请参阅 MIT 了解完整条款。