AI导哈

URL截图服务

一个轻量级的模型上下文协议（MCP）服务器，使您的LLM能够捕获任何指定URL的截图并返回访问URL，简化网页快照生成和分享过程。

  • by Abhi5h3k
  • Python
  • 本地部署
  • 2 星标
  • 更新于
在 GitHub 查看 Abhi5h3k/MCP-URL2SNAP

使用说明

MCP URL2SNAP 🚀🤖

轻量级 模型上下文协议（MCP） 服务器，使您的LLM能够捕获任何指定URL的屏幕截图，并仅返回捕获图像的访问URL。该工具简化了生成和共享网页快照的过程，使其非常适合将视觉捕捉功能集成到Claude Desktop或自动化工作流等人工智能应用程序中。

什么是模型上下文协议（MCP）？

MCP的核心是一种标准化协议，旨在简化AI模型和外部系统之间的通信。将其视为一种通用语言，允许不同的AI代理、工具和服务无缝交互。

特性

  • 电子邮件验证：实时验证电子邮件地址。
  • MCP集成：与MCP兼容的LLM无缝连接。
  • 轻松设置：使用Python和MCP SDK构建，可快速部署。

MCP遵循客户端-服务器架构：

观看演示

点击下图观看MCP电子邮件验证工具的视频演示：

需求

  • pythonPython 3.11.0或更高版本。
  • 紫外线的：0.6.9或更高。

设置

通过Smithery安装

通过以下方式自动安装适用于Claude Desktop的MCP-URL2SNAP 史密瑟里:

npx -y @smithery/cli install @Abhi5h3k/MCP-URL2SNAP --client claude

手动安装

1.克隆存储库

git clone https://github.com/Abhi5h3k/MCP-URL2SNAP.git
cd MCP-URL2SNAP

2.安装UV

如果没有安装UV，可以使用以下命令进行安装：

powershell -ExecutionPolicy ByPass -c "irm https://astral.sh/uv/install.ps1 | iex"

验证安装：

uv --version

3.设置虚拟环境

使用UV创建虚拟环境：

uv venv

激活虚拟环境： 在Windows上：

.venv\Scripts\activate

4.安装依赖项 使用UV从pyproject.toml安装所需的依赖项：

uv install

运行服务器

  1. 设置环境变量 在根目录中创建一个.env文件，并添加您的 抽象API 按键：
ABSTRACT_API_KEY=your_api_key_here
  1. 运行服务器 启动MCP服务器：
uv run server.py

用法

  1. 在Claude Desktop注册服务器 更新claude_desktop_config.json文件以包含您的MCP服务器：
{
    "mcpServers": {
        "verify_mail": {
            "command": "uv",
            "args": [
                "--directory",
                "C:\\ABSOLUTE\\PATH\\TO\\MCP-Email-Verify",
                "run",
                "server.py"
            ],
            "env":{
              "ABSTRACT_API_KEY":"YUR_API_KEY"
            }
        }
    }
}

  1. 重新启动克劳德桌面 重新启动Claude Desktop以检测新工具。

  2. 验证电子邮件 使用以下提示：

“你能给我看看https://github.com/Abhi5h3k"

发展

格式化和装订 此项目使用black和isort进行代码格式化和导入排序。

  1. 安装开发依赖项：
     uv add black isort --dev
  2. 设置代码格式：
    black .
  3. 对导入进行排序：
  isort .

设置预提交

pre-commit install
pre-commit run --all-files

文章：模型上下文协议（MCP）： AI通信未来入门指南

相关 MCP