AI导哈

网页内容解析器

一个使用Mozilla Readability算法提取和转换网页内容为优化Markdown格式的服务器，适用于内容清理和LLM处理。

  • by emzimmer
  • Dockerfile
  • 本地部署
  • 17 星标
  • 更新于
在 GitHub 查看 emzimmer/server-moz-readability

使用说明

Mozilla可读性解析器MCP服务器

一 模型上下文协议 该服务器提取网页内容并将其转换为干净、LLM优化的Markdown。返回文章标题、主要内容、摘录、署名和网站名称。用途 Mozilla的可读性算法 删除广告、导航、页脚和非必要元素，同时保留核心内容结构。 更多关于MCP.

特性

  • 删除广告、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（也使用Turndown）
  • 返回文章元数据（标题、摘录、署名、网站名称）
  • 优雅地处理错误

为什么不直接取？

与简单的获取请求不同，此服务器：

  • 使用Mozilla的可读性算法仅提取相关内容
  • 消除广告、弹出窗口和导航菜单等噪音
  • 通过删除不必要的HTML/CSS减少令牌使用
  • 提供一致的Markdown格式，以实现更好的LLM处理
  • 包括有关内容的有用元数据

安装

通过Smithery安装

通过以下方式自动安装Mozilla Readability Parser for Claude Desktop 史密瑟里:

npx -y @smithery/cli install server-moz-readability --client claude

手动安装

npm install server-moz-readability

工具参考

parse

提取网页内容并将其转换为干净的Markdown。

论据：

{
  "url": {
    "type": "string",
    "description": "The website URL to parse",
    "required": true
  }
}

退货：

{
  "title": "Article title",
  "content": "Markdown content...",
  "metadata": {
    "excerpt": "Brief summary",
    "byline": "Author information",
    "siteName": "Source website name"
  }
}

使用Claude Desktop

添加到您的 claude_desktop_config.json:

{
  "mcpServers": {
    "readability": {
      "command": "npx",
      "args": ["-y", "server-moz-readability"]
    }
  }
}

依赖项

  • @mozilla/可读性-内容提取
  • turndown-HTML到Markdown的转换
  • jsdom-DOM解析
  • axios-HTTP请求

许可证

麻省理工学院

相关 MCP