将复杂HTML变成AI易读Markdown | MCP精选集

推荐语

将复杂HTML文档一键转换为AI友好的Markdown格式，极大提升信息处理效率。

核心内容：
1. Fetch MCP Server概述及其核心功能
2. 安装与配置指南，包括uv和Docker两种方式
3. 高级定制选项，如robots.txt处理和用户代理设置

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

喂Cursor技术文档还有手动复制粘贴？

今天的MCP精选集介绍一个好用的Server:Fetch MCP Server

Fetch MCP Server是一个基于Model Context Protocol的服务器，专门提供网页内容获取和处理功能。

除了检索和处理网页内容，还能将HTML转换为更易于消费的markdown格式。Fetch MCP Server极大地增强了AI模型理解和分析网络信息的能力。

核心功能

Fetch MCP Server提供了一个名为fetch的强大工具，具有以下参数：

• url (字符串，必填)：要获取的URL
• max_length (整数，可选)：返回的最大字符数（默认：5000）
• start_index (整数，可选)：从此字符索引开始获取内容（默认：0）
• raw (布尔值，可选)：获取原始内容而不进行markdown转换（默认：false）

这个Server的特点是定制化和可控性。

能够按需截断响应，并通过使用start_index参数，指定从何处开始提取内容。模型能够分块阅读网页，直到找到所需的信息。

安装指南

使用uv安装（推荐）

使用uv时不需要特定的安装步骤。我们将使用uvx直接运行mcp-server-fetch。

关于 uv的更多资料，请点击这里：放弃 pip/venv，拥抱 uv

uvx mcp-server-fetch

配置指南

为Claude Desk配置,将以下配置添加到Claude配置项中，具体配置的方法可以参照这里：链接?

使用uvx

{
"mcpServers": {"fetch": {"command": "uvx","args": ["mcp-server-fetch"]}
}}

使用Docker

{
"mcpServers": {"fetch": {"command": "docker","args": ["run", "--rm", "-i", "ghcr.io/modelcontextprotocol/fetch:main"]}
}}

高级定制

robots.txt处理

默认情况下，服务器会将遵守网站的robots.txt文件，但是通过在配置中的args列表中添加--ignore-robots-txt参数来禁用此功能。

robots.txt是网站和网络爬虫之间的君子协定，一般个人使用的话可以放开。

默认情况下，根据请求是来自模型（通过工具）还是由用户发起（通过提示），服务器将使用以下用户代理之一：

ModelContextProtocol/1.0 (Autonomous; +https://github.com/modelcontextprotocol/servers)

那当然，完全可以通过在配置中的args列表中添加--user-agent=YourUserAgent参数来自定义用户代理。

实际案例

MCP服务器的一个关键特点是，只用自然语言就能使用。以下是Fetch MCP Server的几个实际应用场景：

案例1：网页内容分析

以Claude桌面应用中，配置好Fetch MCP Server，可以直接要求Claude获取并分析网页内容：

用户: "请使用Fetch工具获取'https://nextjs.org/docs'的内容，并分析其中的主要观点。"

Claude: "我将使用Fetch工具获取该网页内容..."

此时，Claude会自动调用已配置的Fetch MCP Server，获取网页内容，然后分析并总结该内容，无需编写任何代码或执行API调用。

案例2：多页面内容对比

需要比较多个网页的内容时，使用：

用户: "请获取以下三个网页的内容并比较它们的异同：

• https://example.com/product1
• https://example.com/product2
• https://example.com/product3"

Claude: "我会依次获取这三个网页并进行比较分析..."

Claude会使用Fetch MCP Server获取每个URL的内容，然后进行比较分析，为您提供一个综合的对比结果。

案例3：分块读取长网页

对于特别长的网页，Claude可以利用Fetch MCP Server的start_index参数分块读取：

用户: "https://example.com/longpage 这个页面很长，请帮我分析其内容"

Claude: "我注意到这是一个长网页，我将分块读取它..."

在这种情况下，Claude会自动判断需要多次获取内容，每次使用不同的start_index来获取网页的不同部分，直到它收集到足够的信息来回答您的问题。它可能会这样操作：

• 首先获取前5000个字符
• 如果需要更多信息，再获取从字符5000开始的下一段内容
• 持续这个过程直到收集到足够的信息或达到网页末尾