K čemu slouží “Scrapling Fetch” MCP Server?

Scrapling Fetch MCP Server je specializovaný server Model Context Protocol (MCP) navržený tak, aby AI asistentům umožnil přístup k textovému obsahu z webových stránek, které využívají ochranu proti botům a opatření proti automatizaci. Díky využití nástroje Scrapling překonává propast mezi tím, co uživatelé vidí ve svých prohlížečích, a tím, co mohou získat AI agenti, a umožňuje tak stahovat HTML nebo markdown ze stránek, které by jinak automatizované scrapery blokovaly. Scrapling Fetch MCP je optimalizován na nízkoobjemové získávání dokumentace a referenčních materiálů, konkrétně se zaměřuje na text a HTML místo obecného scraping webů. Díky tomu je cenným přínosem pro vývojová workflow, která vyžadují přístup k chráněné online dokumentaci nebo obohacení kontextu, přičemž respektuje hranice webů a zamýšlené využití.

Seznam promptů

V repozitáři nejsou zdokumentovány žádné explicitní šablony promptů.

Seznam zdrojů

V repozitáři nejsou zdokumentovány žádné explicitní MCP zdroje.

Seznam nástrojů

• s-fetch-page: Získává celé webové stránky a podporuje stránkování pro inkrementální stahování velkých dokumentů.
• s-fetch-pattern: Extrahuje konkrétní obsah z webových stránek na základě uživatelsky zadaných regex vzorců, včetně nastavitelného okolního kontextu.

Scénáře použití tohoto MCP serveru

• Přístup k dokumentaci chráněné proti botům: Vývojáři mohou získávat dokumentaci nebo referenční materiály ze stránek, které by jinak blokovaly automatizované nástroje, což umožňuje AI asistentům odpovídat na dotazy s využitím aktuálních, chráněných zdrojů.
• Extrakce specifických informací: Pomocí regulárních výrazů lze extrahovat cílená data (například API klíče, konfigurační úryvky nebo odkazy) z rozsáhlých dokumentačních stránek, což snižuje šum a zaměřuje se na relevantní kontext.
• Sumarizace webového obsahu: Získávejte celé webové stránky a sumarizujte jejich obsah, což uživatelům usnadňuje pochopení rozsáhlé či komplexní dokumentace.
• Kontextová asistence v IDE: Integrujte server s vývojovým prostředím, aby AI nástroje mohly získávat a poskytovat kontextově relevantní asistenci s využitím chráněných online zdrojů.
• Inkrementální načítání stránek: Zpracovávejte velké dokumenty stránkováním požadavků, aby bylo možné zpracovat i rozsáhlé referenční materiály bez vyčerpání prostředků.

Jak jej nastavit

Windsurf

V repozitáři nejsou zdokumentovány žádné specifické instrukce pro Windsurf.

Claude

1. Zajistěte předpoklady: Je nainstalován Python 3.10+ a správce balíčků uv.
2. Nainstalujte závislosti:

   uv tool install scrapling
   scrapling install
   uv tool install scrapling-fetch-mcp
   

3. Najděte konfigurační soubor vašeho Claude klienta.
4. Přidejte Scrapling Fetch MCP server:

   {
     "mcpServers": {
       "Cyber-Chitta": {
         "command": "uvx",
         "args": ["scrapling-fetch-mcp"]
       }
     }
   }
   

5. Uložte a restartujte Claude klienta, aby se konfigurace projevila.

Zabezpečení API klíčů

V dokumentaci nejsou uvedeny žádné explicitní informace o použití API klíčů nebo konfiguraci proměnných prostředí.

Cursor

V repozitáři nejsou zdokumentovány žádné specifické instrukce pro Cursor.

Cline

V repozitáři nejsou zdokumentovány žádné specifické instrukce pro Cline.

Jak použít tento MCP ve flow

Použití MCP ve FlowHunt

Pro integraci MCP serverů do workflow ve FlowHunt začněte přidáním MCP komponenty do vašeho flow a jejím propojením s AI agentem:

Klikněte na MCP komponentu pro otevření konfiguračního panelu. V sekci systémové konfigurace MCP vložte detaily vašeho MCP serveru v tomto JSON formátu:

{
  "scrapling-fetch": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

Po nastavení je nyní AI agent schopen tento MCP používat jako nástroj se všemi jeho funkcemi a schopnostmi. Nezapomeňte změnit “scrapling-fetch” na skutečný název vašeho MCP serveru a URL na vaši vlastní adresu MCP serveru.

Přehled

| Podpora roots | ⛔ | Není zmíněno |

Mezi těmito dvěma tabulkami Scrapling Fetch MCP Server vyniká jasnými a užitečnými nástroji pro získávání chráněného webového obsahu, ale postrádá standardizované prompty, deklaraci zdrojů a pokročilou dokumentaci k bezpečnosti/proměnným prostředí. Na základě funkcí a dokumentace hodnotíme tento MCP na 6/10 za celkovou úplnost a užitečnost.

MCP Skóre