“Scrapling Fetch” MCP 服务器的作用是什么？

Scrapling Fetch MCP 服务器是专为帮助 AI 助手访问带有机器人保护和反自动化措施的网站文本内容而设计的 Model Context Protocol（MCP）服务器。通过底层的 Scrapling 工具，它弥合了用户在浏览器中可见内容与 AI 代理可获取内容之间的鸿沟，使其能够从原本会屏蔽自动抓取工具的网站抓取 HTML 或 markdown。Scrapling Fetch MCP 优化于低频次检索文档和参考资料，特别关注文本与 HTML，而非通用网页抓取。这使其成为开发工作流中访问受保护在线文档或丰富上下文的有价值资产，同时尊重网站边界与用途。

提示词列表

仓库中未记录明确的提示词模板。

资源列表

仓库中未记录明确的 MCP 资源。

工具列表

• s-fetch-page：获取完整网页，支持分页，便于对大型文档进行增量抓取。
• s-fetch-pattern：通过用户提供的正则表达式匹配网页内容，并可配置提取上下文。

本 MCP 服务器的使用场景

• 访问受保护的文档：开发者可以从原本会屏蔽自动化工具的网站检索文档或参考资料，使 AI 助手能够利用最新的受保护资源回答问题。
• 提取特定信息：利用正则表达式从大型文档页面中提取目标数据（如 API 密钥、配置片段或引用），降低噪声，聚焦相关上下文。
• 摘要网页内容：抓取整个网页并进行内容摘要，帮助用户高效消化大型或复杂文档。
• IDE 上下文辅助：与开发环境集成，使 AI 工具能够利用受保护在线资源提供上下文相关辅助。
• 增量页面抓取：通过分页请求处理大型文档，确保即使超大参考资料也能被处理且资源消耗可控。

如何设置

Windsurf

仓库中未记录 Windsurf 的具体说明。

Claude

1. 确保先决条件：已安装 Python 3.10+ 和 uv 包管理器。
2. 安装依赖项：

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

3. 找到您的 Claude 客户端配置文件。
4. 添加 Scrapling Fetch MCP 服务器：

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

5. 保存并重启 Claude 客户端，以应用配置。

API 密钥安全

未提供关于 API 密钥使用或环境变量配置的明确信息。

Cursor

仓库中未记录 Cursor 的具体说明。

Cline

仓库中未记录 Cline 的具体说明。

如何在流程中使用此 MCP

在 FlowHunt 中使用 MCP

要在 FlowHunt 工作流中集成 MCP 服务器，首先将 MCP 组件添加至您的流程，并与 AI 代理连接：

点击 MCP 组件以打开配置面板。在系统 MCP 配置区域，按如下 JSON 格式输入您的 MCP 服务器信息：

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

配置完成后，AI 代理即可使用此 MCP 的所有功能。请注意，将 “scrapling-fetch” 替换为您实际的 MCP 服务器名称，并将 URL 替换为您自己的 MCP 服务器地址。

概览

| 根节点支持 | ⛔ | 未提及 |

在上述两个表格对比中，Scrapling Fetch MCP 服务器以其清晰且实用的受保护网页抓取工具脱颖而出，但缺乏标准化提示词、资源声明和进阶安全/环境变量文档。基于其功能与文档完整度，我们对该 MCP 的整体评分为 6/10。

MCP 评分