Fetch MCP Server

Ce face serverul MCP “Fetch”?

Fetch MCP Server este un server flexibil Model Context Protocol (MCP) proiectat să preia conținut web în diferite formate, inclusiv HTML, JSON, text simplu și Markdown. Acționând ca o punte între asistenții AI și resursele web externe, Fetch MCP permite aplicațiilor bazate pe AI să recupereze și să transforme date web la cerere. Acest lucru oferă dezvoltatorilor și agenților AI posibilitatea de a integra conținut web dinamic în fluxurile lor de lucru, fie pentru extragere de date, rezumare de conținut sau procesare suplimentară. Serverul suportă headere personalizate, utilizează API-uri moderne de fetch și include unelte pentru parsare și conversie a datelor web, devenind astfel un instrument valoros pentru sarcini care necesită acces în timp real la informații online.

Listă de prompturi

Nu sunt menționate template-uri de prompt în depozit.

Listă de resurse

• Fetch MCP Server nu oferă resurse persistente. Este proiectat să preia și să transforme conținut web la cerere.

Listă de unelte

• fetch_html
  Preia un site web și returnează conținutul ca HTML.
  Input: url (obligatoriu), headers (opțional).
  Output: Conținut HTML brut al paginii web.

• fetch_json
  Preia un fișier JSON de la o adresă URL.
  Input: url (obligatoriu), headers (opțional).
  Output: Conținut JSON pars-at.

• fetch_txt
  Preia un site web și returnează conținutul ca text simplu (fără HTML).
  Input: url (obligatoriu), headers (opțional).
  Output: Text simplu, fără taguri HTML, scripturi sau stiluri.

• fetch_markdown
  Preia un site web și returnează conținutul ca Markdown.
  Input: url (obligatoriu), headers (opțional).
  Output: Conținutul paginii convertit în format Markdown.

Cazuri de utilizare ale acestui MCP Server

• Extragere conținut web
  Recuperează HTML, JSON sau text simplu de pe site-uri publice pentru analiză suplimentară sau rezumare de către agenți AI.

• Transformare conținut
  Convertește conținutul site-urilor în Markdown sau formate text simplu pentru consum mai ușor sau integrare în instrumente de notițe și documentare.

• Recuperare date API
  Preia date structurate din API-uri publice (în format JSON) pentru utilizare în fluxuri de lucru, dashboard-uri sau ca context pentru aplicații bazate pe LLM-uri.

• Colectare personalizată de date
  Permite furnizarea de headere personalizate pentru accesarea conținutului de la endpoint-uri ce necesită autentificare sau headere specifice, permițând scenarii avansate de recuperare a datelor.

• Parsarea conținutului pentru agenți AI
  Dotează asistenții AI cu abilitatea de a parsa și utiliza conținut web live în timpul conversațiilor, cercetării sau automatizărilor.

Cum se instalează

Windsurf

1. Asigură-te că Node.js este instalat pe sistemul tău.
2. Clonează depozitul Fetch MCP și instalează dependențele (npm install).
3. Construiește serverul cu npm run build.
4. Adaugă următoarea secțiune în fișierul de configurare Windsurf:

   {
     "mcpServers": {
       "fetch": {
         "command": "node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

5. Repornește Windsurf și verifică dacă serverul MCP rulează.

Securizarea cheilor API

Inserează variabile de mediu după necesitate:

{
  "mcpServers": {
    "fetch": {
      "command": "node",
      "args": ["{ABSOLUTE PATH TO FILE HERE}/dist/index.js"],
      "env": {
        "API_KEY": "${FETCH_API_KEY}"
      },
      "inputs": {
        "api_key": "${FETCH_API_KEY}"
      }
    }
  }
}

Claude

1. Asigură-te că Node.js este instalat.
2. Urmează pașii din depozit pentru configurare (clonează, instalează, construiește).
3. Editează configurația MCP a lui Claude:

   {
     "mcpServers": {
       "fetch": {
         "command": "node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

4. Salvează fișierul și repornește Claude.
5. Confirmă că Fetch MCP Server este disponibil.

Securizarea cheilor API

Vezi secțiunea Windsurf pentru exemplul JSON.

Cursor

1. Instalează Node.js.
2. Clonează și construiește Fetch MCP Server (npm install, npm run build).
3. Adaugă în configurația MCP a lui Cursor:

   {
     "mcpServers": {
       "fetch": {
         "command": "node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

4. Salvează și repornește Cursor.
5. Validează conexiunea cu succes.

Securizarea cheilor API

Folosește același format JSON ca mai sus pentru variabilele de mediu.

Cline

1. Asigură-te că Node.js este instalat.
2. Clonează și construiește Fetch MCP Server.
3. Configurează MCP-ul Cline astfel:

   {
     "mcpServers": {
       "fetch": {
         "command": "node",
         "args": [
           "{ABSOLUTE PATH TO FILE HERE}/dist/index.js"
         ]
       }
     }
   }
   

4. Repornește Cline și verifică dacă serverul funcționează.

Securizarea cheilor API

Urmărește exemplul anterior cu variabile de mediu în format JSON.

Cum folosești acest MCP în fluxuri

Utilizarea MCP în FlowHunt

Pentru a integra servere MCP în fluxul tău FlowHunt, începe prin a adăuga componenta MCP în flux și conecteaz-o la agentul tău AI:

Dă click pe componenta MCP pentru a deschide panoul de configurare. În secțiunea de configurare MCP a sistemului, inserează detaliile serverului tău MCP folosind acest format JSON:

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

După configurare, agentul AI va putea folosi acest MCP ca unealtă, având acces la toate funcțiile și capabilitățile sale. Nu uita să schimbi “fetch” cu numele real al serverului MCP și să înlocuiești URL-ul cu adresa serverului tău MCP.

Prezentare generală

Aș evalua Fetch MCP Server cu un solid 7/10. Este practic, are documentație clară, licență potrivită și unelte utile multiple, dar îi lipsesc template-uri de prompt, resurse persistente și informații despre roots sau suport sampling.

Scor MCP