Puppeteer Vision MCP Server

Vad gör “Puppeteer Vision” MCP Server?

Puppeteer Vision MCP Server gör det möjligt för AI-assistenter att skrapa och konvertera webbsidor till Markdown-format med hjälp av Puppeteer, Readability och Turndown. Den erbjuder avancerad AI-driven interaktion för att automatiskt hantera webelement som cookie-banners, CAPTCHAs, betalväggar med mera, vilket säkerställer robust innehållsextrahering även från interaktiva eller skyddade sidor. Servern exponerar denna funktionalitet via Model Context Protocol (MCP), vilket gör det enkelt att integrera i AI-utvecklingsflöden. Detta möjliggör uppgifter som automatiserad web scraping, innehållssummering och datainmatning som kan utföras sömlöst av LLM:er. Servern är enkel att distribuera via npx, kräver minimal konfiguration och stöder både stdio och SSE-kommunikation för flexibel integration.

Lista över promptar

Inga promptmallar nämns i förvaret eller dokumentationen.

Redo att växa ditt företag?

Starta din kostnadsfria provperiod idag och se resultat inom några dagar.

Begär demo Logga in

Lista över resurser

Inga specifika MCP-resurser listas eller beskrivs i förvaret eller dokumentationen.

Lista över verktyg

• scrape-webpage: Skrapar en webbsida på angiven URL, använder AI för att interagera med och kringgå interaktiva element (som cookie-banners eller CAPTCHAs), extraherar huvudinnehållet med Readability och konverterar resultatet till Markdown. Parametrar inkluderar:
  • url (sträng, obligatorisk): Webbsidan som ska skrapas.
  • autoInteract (boolean, valfri, standard: true): Om interaktiva element ska hanteras automatiskt.
  • maxInteractionAttempts (nummer, valfri, standard: 3): Maximalt antal AI-interaktionsförsök.
  • waitForNetworkIdle (boolean, valfri, standard: true): Vänta tills nätverket är inaktivt innan skrapning.

Gå med i vårt nyhetsbrev

Få de senaste tipsen, trenderna och erbjudandena gratis.

E-postadress

Prenumerera

Användningsområden för denna MCP-server

• Automatiserad web scraping för kunskapsinhämtning
  Utvecklare kan extrahera läsbara, välformaterade Markdown från godtyckliga webbsidor, vilket gör det enkelt att mata in uppdaterat innehåll i AI-arbetsflöden, databaser eller kunskapsbaser.
• Kringgående av interaktiva hinder
  Den AI-drivna interaktionen kan automatiskt kringgå CAPTCHAs, cookie-banners och andra interaktiva hinder, vilket möjliggör sömlös innehållsextrahering från sidor som annars hade blockerat automatisering.
• Summering och innehållsanalys
  Extraherad Markdown kan matas in i LLM:er för summering, sentimentanalys eller klassificering, vilket effektiviserar forskning och databehandling.
• Realtidsautomatisering av webbläsare
  Utvecklare kan köra verktyget i synligt (icke-headless) läge för felsökning, demonstrationer eller när visuell bekräftelse av webbläsaraktivitet behövs.
• Integration i LLM-orkestreringspipelines
  Som MCP-server kan den användas som en komponent i orkestratorer som Windsurf, Claude, Cursor och Cline, och utöka AI-agenters förmåga att interagera med det levande webben.

Hur man sätter upp det

Windsurf

1. Förutsättningar: Installera Node.js och npm.

2. Miljöinställning: Skapa en .env-fil eller exportera nödvändiga miljövariabler, inklusive OPENAI_API_KEY.

3. Redigera konfiguration: Lokalisera Windsurfs konfigurationsfil.

4. Lägg till Puppeteer Vision MCP: Infoga följande JSON-snutt:

   {
     "mcpServers": {
       "web-scraper": {
         "command": "npx",
         "args": ["-y", "puppeteer-vision-mcp-server"],
         "env": {
           "OPENAI_API_KEY": "YOUR_OPENAI_API_KEY_HERE"
         }
       }
     }
   }
   

5. Spara/Starta om: Spara filen och starta om Windsurf.

6. Verifiera: Kontrollera loggar eller UI för att bekräfta att MCP-servern körs.

Säker hantering av API-nycklar:
Lagra hemligheter i miljövariabler (t.ex. .env):

"env": {
  "OPENAI_API_KEY": "${OPENAI_API_KEY}"
}

Claude

1. Förutsättningar: Kontrollera att Node.js och npm är installerade.

2. Miljöinställning: Förbered .env eller exportera OPENAI_API_KEY och andra variabler.

3. Redigera konfiguration: Öppna Claudes MCP-konfiguration.

4. Lägg till MCP-servern:

   {
     "mcpServers": {
       "web-scraper": {
         "command": "npx",
         "args": ["-y", "puppeteer-vision-mcp-server"],
         "env": {
           "OPENAI_API_KEY": "YOUR_OPENAI_API_KEY_HERE"
         }
       }
     }
   }
   

5. Starta om Claude: Verkställ ändringar och starta om plattformen.

6. Verifiera: Bekräfta lyckad uppstart.

Cursor

1. Förutsättningar: Installera Node.js och npm.

2. Miljö: Ställ in .env med OpenAI API-nyckeln.

3. Redigera Cursor-konfigurationen: Lägg till MCP-servern enligt nedan:

   {
     "mcpServers": {
       "web-scraper": {
         "command": "npx",
         "args": ["-y", "puppeteer-vision-mcp-server"],
         "env": {
           "OPENAI_API_KEY": "YOUR_OPENAI_API_KEY_HERE"
         }
       }
     }
   }
   

4. Spara & Starta om: Spara ändringar och starta om Cursor.

5. Kontrollera loggar: Säkerställ att servern körs.

Cline

1. Förutsättningar: Installera Node.js och npm.

2. Miljö: Ställ in eller exportera OPENAI_API_KEY.

3. Konfiguration: Lägg till i Clines MCP-konfiguration:

   {
     "mcpServers": {
       "web-scraper": {
         "command": "npx",
         "args": ["-y", "puppeteer-vision-mcp-server"],
         "env": {
           "OPENAI_API_KEY": "YOUR_OPENAI_API_KEY_HERE"
         }
       }
     }
   }
   

4. Starta om Cline: Verkställ och starta om.

5. Bekräfta: Validera att servern är tillgänglig.

Obs: Skydda API-nycklar via miljövariabler och hårdkoda aldrig hemligheter i konfigurationsfiler.

Hur man använder denna MCP i flöden

Använda MCP i FlowHunt

För att integrera MCP-servrar i ditt FlowHunt-arbetsflöde, börja med att lägga till MCP-komponenten i ditt flöde och koppla den till din AI-agent:

Klicka på MCP-komponenten för att öppna konfigurationspanelen. I systemets MCP-konfigurationssektion, infoga detaljer för din MCP-server enligt detta JSON-format:

{
  "puppeteer-vision": {
    "transport": "streamable_http",
    "url": "https://yourmcpserver.example/pathtothemcp/url"
  }
}

När det är konfigurerat kan AI-agenten nu använda denna MCP som ett verktyg med tillgång till alla dess funktioner och kapabiliteter. Kom ihåg att ändra “puppeteer-vision” till det faktiska namnet på din MCP-server och ersätt URL:en med din egen MCP-server-URL.

Översikt

| Stöd för Roots | ⛔ | Ingen nämnd Roots. |

Baserat på ovanstående erbjuder Puppeteer Vision MCP Server ett robust och fokuserat web scraping-verktyg med stark dokumentation och säkerhetsrådgivning, men saknar flera verktyg, promptmallar, resurser och avancerade MCP-funktioner som roots eller sampling. Dess enkelverktygs- och enkeländamålsdesign ger hög tillförlitlighet för dess användningsområde, men begränsar utbyggbarheten.

Vår bedömning

MCP-betyg: 5/10
Denna MCP-server är väl dokumenterad, användbar för sitt specifika ändamål och lätt att sätta upp, men dess avsaknad av promptmallar, explicita resurser och avancerade MCP-funktioner (roots, sampling) begränsar dess mångsidighet och ekosystemintegration.

MCP Score