퍼플렉시티 커스텀 MCP

Cloudflare Workers 위에서 도는 MCP 서버입니다. Perplexity /search 검색과, 헤드리스 브라우저 없이 동작하는 페이지 본문 추출기를 도구로 노출합니다.

일반 웹 검색이 잘 못 긁는 곳 — 커뮤니티, 포럼, 게임 스토어, 댓글, 가볍게 막힌 페이지 — 을 노린 물건입니다.

• 런타임: Cloudflare Workers 무료 티어 (Durable Object 불필요, stateless)

• 비용: Workers 무료. perplexity_fetch의 직접 경로는 무료이며, 403·SPA 셸·문서 URL에서만 Perplexity fetch_url(도구 호출 $0.0005 + 모델 토큰)과 검색 폴백($0.005)을 순서대로 사용

• 라이선스: MIT

설계 원칙: 브라우저를 띄우지 않는다

JS로 렌더링되는 콘텐츠를 헤드리스 브라우저로 뜯는 대신, 브라우저가 실제로 보내는 XHR을 그대로 재현합니다. 콜드 스타트가 없고, Workers 무료 티어 안에서 끝나고, p95가 초 단위가 아니라 밀리초 단위입니다.

대표적인 예가 DCinside입니다. 본문은 서버 렌더링이지만 댓글은 /board/comment/로 나가는 별도 XHR로 실려옵니다. 평범한 fetch로는 댓글이 통째로 사라지므로, e_s_n_o 토큰을 페이지에서 뽑아 그 XHR을 직접 호출해 ## 댓글 섹션으로 붙입니다.

Related MCP server: webclaw

도구 (v1.2.0)

네 개 모두 outputSchema를 선언하고 사람이 읽는 텍스트와 structuredContent를 함께 돌려줍니다.

perplexity_search

Perplexity /search 기반 랭킹 검색 미리보기. [1] [2] [3] 번호가 붙어 나오므로 후속 perplexity_fetch에서 그대로 참조하면 됩니다.

• query(필수), max_results(1–20, 기본 10), max_tokens_per_page(256–2048, 기본 256)

• source_profile: general community official academic reviews korean_forums news steam

• auto_source_profile(기본 켜짐): 질의에 Reddit/디시/나무위키/Steam/YouTube/GitHub·등록된 언론사 이름이 보이면 해당 도메인·언어 필터를 자동 적용. 사용자가 명시한 필터는 절대 덮어쓰지 않음

• dedupe(기본 켜짐), rerank, debug, country, 언어/도메인/날짜 필터

• 비용: 호출당 약 $0.005

perplexity_fetch

URL 하나를 직접 가져와 본문을 정제해 돌려줍니다. 직접 경로는 무료이고, 모든 직접 시도가 막힌 경우에만 Perplexity Agent API fetch_url을 사용한 뒤 필요하면 동일 문서가 맞는지 검증하는 검색 폴백을 사용합니다.

• url(필수), max_chars(기본 8000, 상한 32000), page(기본 1), cleaning_mode(strict/balanced/raw-ish)

• site_preset: auto가 URL로 사이트를 판별. none이면 사이트별 처리를 끔

• metadata_only(선별용), include_links(기본 켜짐), include_comments(기본 켜짐), include_images/max_images, use_cache/cache_ttl_seconds, debug

• 본문이 max_chars를 넘으면 같은 url/max_chars에 page+1로 다시 호출

사이트별 처리:

그 외 공통: UA 로테이션, 단순 확인 버튼 폼 자동 제출, meta/JS 클라이언트 리다이렉트 추적, 문서(PDF 등) URL 감지, SPA 셸이면 og:*+JSON-LD+<noscript> 폴백, 쿠키 배너·뉴스레터·네비게이션 등 잡음 제거, Worker Cache 단기 재사용. 직접 fetch가 403·봇 차단·빈 SPA 셸로 끝나면 fetch_url로 정확한 URL의 본문을 요청하고, 거부·오류·타임아웃이면 기존 Perplexity 검색 폴백으로 이어집니다.

robots.txt는 준수하지 않습니다. 크롤러가 아니라 지목된 URL 하나를 가져오는 fetch 유틸이기 때문입니다.

perplexity_fetch_many

알려진 URL을 최대 5개까지 한 번에 가져와 URL별 섹션으로 나눠 돌려줍니다.

perplexity_search_fetch

검색 → dedupe → 상위 K개 fetch를 한 번에. 증거 묶음이 필요할 때.

배포

DEPLOY-GUIDE.md에 단계별로 있습니다. 요약하면:

npm install
npx wrangler login
npx wrangler secret put PERPLEXITY_API_KEY
npx wrangler deploy

배포 후 Claude.ai → Settings → Connectors → Add custom connector에 https://<워커주소>/mcp를 등록하면 됩니다.

CI에서 자동 배포하려면 저장소 시크릿에 CLOUDFLARE_API_TOKEN(필요하면 CLOUDFLARE_ACCOUNT_ID)을 넣어두면 main 푸시마다 테스트 통과 후 배포됩니다.

보안 메모

• /mcp에는 Cloudflare Rate Limiting binding으로 클라이언트당 분당 60회 제한이 적용됩니다.

• fetch 입력은 공개 http/https URL만 허용하며 localhost, 사설·링크로컬 IP, URL 내 자격증명을 거부합니다. 원격 텍스트 응답은 추출 전에 4 MiB로 제한됩니다.

• 현재 커넥터는 인증 없이 공개되어 있습니다. Rate limiting은 비용 폭주 완화책이지 인증이 아닙니다. 다중 사용자나 민감한 도구로 확장하기 전에는 MCP 표준 OAuth 2.1 보호 리소스 흐름을 추가해야 합니다.

• GitHub CI는 high/critical npm 경보를 배포 차단 조건으로 사용하며, CodeQL과 Dependabot이 주기적으로 재점검합니다.

개발

npm test        # 회귀 테스트 (네트워크 불필요, API 키 불필요)
npm run typecheck
npm run dev     # wrangler dev

구조

src/index.js   추출·정제·검색 로직 + MCP 도구 등록 (createServer)
src/worker.js  Workers 진입점. agents/mcp를 여기서만 import
test/          node --test 회귀 스위트
test/fixtures/ 사이트별 고정 HTML/JSON

src/index.js가 agents/mcp를 import하지 않는 것은 의도적입니다. 그 패키지가 cloudflare:workers를 끌어오면 일반 Node에서 모듈을 못 불러오고, 그러면 테스트를 workerd 위에서만 돌릴 수 있게 됩니다. Workers 전용 import를 src/worker.js 한 곳에 가둬 두면 나머지 전부를 node --test로 검증할 수 있습니다.

테스트가 보장하는 것

픽스처 기반이라 네트워크도 API 키도 필요 없고, 실패는 전부 결정적입니다. 특히 다음이 깨지면 무조건 RED입니다.

• 본문이 비거나 잘림 (모든 사이트 프리셋 + 일반 HTML)

• DCinside 댓글 누락, 대댓글 깊이 유실, 디시콘 대체 텍스트 유실

• 광고·공유 위젯·목차·관련기사·저작권 푸터가 본문에 새어 들어옴

• 링크 URL 유실, 페이지네이션·metadata_only·include_links=false 동작 변화

• 검색 dedupe/rerank/자동 프로필, [N] 인덱스 렌더링

• MCP 도구 이름·입출력 스키마·structuredContent 변경

실제 사이트가 개편되어 셀렉터가 어긋나는 것은 회귀가 아니라 드리프트이므로, 배포된 워커를 실제 URL로 두드리는 별도 워크플로(live-smoke)에서 확인합니다. 이쪽은 배포를 막지 않습니다.