MCP Server Readability Parser (Python / FastMCP)

致谢/参考

该项目基于 emzimmer 的原始 server-moz-readability 实现。 （对于原始的README文档，请参阅 原始README.md。）

此Python实现将原始概念调整为使用FastMCP运行的基于Python的MCP。

Mozilla Readability Parser MCP Server

这是一个基于Model Context Protocol (MCP)的Python实现的服务器，用于提取并转换网页内容为干净、适合LLM处理的Markdown。

目录

• 功能
• 为什么不仅仅是获取？
• 安装
• 快速开始
• 工具参考
• 依赖项
• 许可证

功能

• 移除广告、导航、页脚和其他非必要内容
• 将干净的HTML转换为格式良好的Markdown
• 能够优雅地处理错误
• 优化以供LLM处理
• 轻量且快速

为什么不仅仅是获取？

与简单的获取请求不同，该服务器：

• 使用Readability算法仅提取相关的内容
• 消除噪音，如广告、弹出窗口和导航菜单
• 通过移除非必要的HTML/CSS减少令牌使用
• 提供一致的Markdown格式以改善LLM处理
• 处理具有动态内容的复杂网页

安装

1. 克隆仓库：

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

2. 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

3. 安装依赖项：

pip install -r requirements.txt

快速开始

1. 启动服务器：

fastmcp run server.py

2. 示例请求：

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

工具参考

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..."
}

MCP服务器配置

要配置MCP服务器，在您的MCP设置文件中添加以下内容：

{
  "mcpServers": {
    "readability": {
      "command": "fastmcp",
      "args": ["run", "server.py"],
      "env": {}
    }
  }
}

然后可以使用MCP协议启动服务器，并通过parse工具访问它。

依赖项

• readability-lxml - 内容提取
• html2text - HTML到Markdown的转换
• beautifulsoup4 - DOM解析
• requests - HTTP请求

许可证

MIT许可证 - 详情见LICENSE。