Puppeteer Vision MCP 服务器

“Puppeteer Vision” MCP 服务器能做什么？

Puppeteer Vision MCP 服务器让 AI 助手能够利用 Puppeteer、Readability 和 Turndown 抓取网页并转换为 Markdown 格式。它提供先进的 AI 驱动交互，可自动处理如 Cookie 横幅、验证码（CAPTCHA）、付费墙等网页元素，确保即使在交互性或受保护网站上也能稳定提取内容。该服务器通过 Model Context Protocol (MCP) 提供服务，便于集成至 AI 开发工作流，实现自动化网页抓取、内容摘要、数据导入等任务。服务器可通过 npx 一键部署，配置简单，并支持 stdio 与 SSE 通信方式，集成灵活。

提示词模板列表

仓库或文档中未提及任何提示词模板。

资源列表

仓库或文档中未列出或描述具体 MCP 资源。

工具列表

• scrape-webpage：抓取指定 URL 网页，AI 自动与交互元素（如 Cookie 横幅、验证码）交互并绕过，使用 Readability 提取主要内容，转换为 Markdown。参数包括：
  • url（字符串，必填）：要抓取的网页地址。
  • autoInteract（布尔值，可选，默认 true）：是否自动处理交互元素。
  • maxInteractionAttempts（数字，可选，默认 3）：AI 交互最大尝试次数。
  • waitForNetworkIdle（布尔值，可选，默认 true）：抓取前是否等待网络空闲。

典型应用场景

• 知识导入的自动化网页抓取
  开发者可从任意网页提取格式良好的 Markdown，便于将最新内容导入 AI 工作流、数据库或知识库。
• 绕过交互障碍
  AI 驱动交互可自动绕过验证码、Cookie 横幅等交互障碍，实现对本无法自动化抓取的网站的内容提取。
• 内容摘要与分析
  提取的 Markdown 可输入 LLM 进行摘要、情感分析或分类，简化研究与数据处理流程。
• 实时浏览器自动化
  开发者可在可见（非无头）模式下运行工具，用于调试、演示，或需要直观浏览器操作时。
• 集成至 LLM 编排流水线
  作为 MCP 服务器，可作为 Windsurf、Claude、Cursor、Cline 等编排器的组件，扩展 AI 代理与实时互联网交互能力。

如何部署设置

Windsurf

1. 前置条件： 安装 Node.js 与 npm。

2. 环境配置： 创建 .env 文件或导出所需环境变量（如 OPENAI_API_KEY）。

3. 编辑配置： 找到 Windsurf 的配置文件。

4. 添加 Puppeteer Vision MCP： 插入如下 JSON 片段：

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

5. 保存并重启： 保存文件并重启 Windsurf。

6. 验证： 检查日志或界面确认 MCP 服务器已运行。

API 密钥安全：
将密钥存储于环境变量（如 .env）：

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

Claude

1. 前置条件： 确保已安装 Node.js 与 npm。

2. 配置环境： 准备 .env 或导出 OPENAI_API_KEY 等变量。

3. 编辑配置： 打开 Claude 的 MCP 配置文件。

4. 添加 MCP 服务器：

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

5. 重启 Claude： 应用更改并重启平台。

6. 验证： 确认启动成功。

Cursor

1. 前置条件： 安装 Node.js 与 npm。

2. 环境配置： 用 OpenAI API 密钥设置 .env。

3. 编辑 Cursor 配置： 按如下方式添加 MCP 服务器：

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

4. 保存并重启： 保存并重启 Cursor。

5. 检查日志： 确认服务器已运行。

Cline

1. 前置条件： 安装 Node.js 与 npm。

2. 环境变量： 设置或导出 OPENAI_API_KEY。

3. 配置： 在 Cline MCP 配置中添加：

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

4. 重启 Cline： 应用并重启。

5. 确认： 验证服务器可访问。

注意： 请通过环境变量保护 API 密钥，切勿在配置文件中明文写入。

在流程中使用 MCP

在 FlowHunt 中集成 MCP

要将 MCP 服务器集成到 FlowHunt 工作流，首先添加 MCP 组件并与 AI 代理相连：

点击 MCP 组件打开配置面板，在系统 MCP 配置区域按照如下 JSON 格式填写你的 MCP 服务器信息：

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

配置完成后，AI 代理即可作为工具调用该 MCP，并访问其全部功能与能力。请将 “puppeteer-vision” 替换为实际 MCP 服务器名称，并将 URL 替换为你自己的 MCP 服务器地址。

概览

| Roots 支持 | ⛔ | 未提及 Roots。 |

综上，Puppeteer Vision MCP 服务器是一款文档完善、聚焦且安全性强的网页抓取工具，但缺乏多工具、提示词模板、资源和像 roots、采样等 MCP 高级特性。一专多能的设计让它在主要应用场景下非常可靠，但扩展性有限。

我们的评价

MCP 评分：5/10
该 MCP 服务器文档详实、适用性强、易于搭建，但提示模板、资源和高级 MCP 特性（roots、采样）欠缺，限制了多样性和生态集成能力。

MCP 评分表