Discover and explore Japanese personal websites from the 1990s–early 2000s that are lost to modern search engines by replaying original discovery paths via web archives.
Discover personal sites: Enumerate individual user sites grouped by site under a host (e.g., GeoCities areas) — the primary tool.
Search archived URLs: Filter wayback CDX results by domain, path, date range, MIME type.
Resolve snapshots & fetch pages: Find closest snapshot and retrieve content with automatic Shift_JIS/EUC-JP decoding.
Extract outlinks for chain discovery: Pull external links to follow webrings and link directories, uncovering obscure sites.
Legacy host dictionary: Curated list of 44 Japanese free hosts, ISPs, and community sites.
Generate retro search queries: Build site:-restricted queries with period phrases (リンクフリー, キリ番, 工事中) for modern search engines.
Get exploration strategy: Step-by-step guide recommended as the first call.
Generate WARP & Marginalia search URLs: Manual browser-based searches (WARP requires JS, Marginalia is English-only).
Provides tools for discovering and retrieving archived Japanese personal websites from the Internet Archive's Wayback Machine, including searching the CDX index, resolving snapshots, fetching page content with legacy character encoding detection, and extracting outlinks.
Click on "Install Server".
Wait a few minutes for the server to deploy. Once ready, it will show a "Started" state.
In the chat, type @ followed by the MCP server name and your instructions, e.g., "@Retroweb MCP Find personal websites from the Geocities Tokyo area"
That's it! The server will respond to your query, and you can continue using it as needed.
Here is a step-by-step guide with screenshots.
90 年代〜2000 年代前半の日本語の個人サイトを Web アーカイブから発掘するための MCP サーバ。
Google をはじめとする現行の検索エンジンは、この年代の個人サイトをほとんど索引していない。 本サーバは検索を強化するのではなく、当時の発見経路（ディレクトリ・リンク集・Web リング）を アーカイブ上で再生することで、検索エンジンに一切載っていないページへ到達する。
discover_sites にジオシティーズのエリアを 1 つ渡すと、148 件の個人サイトが出る。
実際に発掘できた例:
サイト | 内容 |
陽光の円舞曲 | アンジェリーク二次創作。キリ番 12345、since 1999 |
‐せんちめんたる‐ | 詩サイト。"Sorry! This page is Japanese only!"、3000HIT |
大濠高校模型同好会 | 高校の同好会。"Internet Explorer、800*600以上推奨" |
いずれも現行の検索エンジンでは到達できない。さらに各サイトの外部リンクを辿ると、
village.infoweb.ne.jp/~sinobi/ www.sol.dti.ne.jp/~m-otsuka/ といった別ホストへ芋づる式に広がる。
Related MCP server: MCP Wayback Machine Server
ツール | 用途 |
| 主力。ホスト配下に存在した個人サイトをユーザー単位で列挙する |
| アーカイブ済み URL をファイル単位で列挙する |
| 指定時点に最も近いスナップショットを解決する |
| 保存済みページ本文を取得（Shift_JIS / EUC-JP 自動判別） |
| ページから外部リンクを抽出（芋づる発掘の中核） |
| 当時のホスティング・ISP・ランキングサイトの辞書（44 件） |
|
|
| 探索手順そのものを返す。迷ったら最初に呼ぶ |
| 国立国会図書館 WARP の検索 URL 生成（取得は不可、後述） |
| Marginalia の検索 URL 生成（英語専用、後述） |
動かないものは実装しない方針を取っている。以下は実 API を叩いて確認した結果。
対象 | 実測結果 | 判断 |
Wayback CDX | 正常動作 | 主力に採用 |
Wayback CDX（ホスト全体の prefix 検索） |
| ページ分割 API（ |
Wayback Availability | レート制限時に 429 ではなく HTTP 200 + 空オブジェクトを返す | CDX へ自動フォールバック |
現行検索の | 当時のホストは索引から消えており、検索側が絞り込みを緩めて生きているショッピングサイトを返す（ | 終了済みホストのみ使用＋商業ドメインを |
NDL WARP | 結果は JS 描画で HTML に無し。 | スクレイプ断念、URL 生成のみ |
Marginalia | 公式に英語専用。サービス移行中で HTML 構造が不安定 | スクレイプ断念、URL 生成のみ |
常に空を返すツールは、無いより有害なため作らない。
discover_sites に www.geocities.co.jp のようなホスト名だけを渡すと、CDX は索引の
先頭から該当行を探し続け、Internet Archive 側の nginx が 60 秒で 504 を返す。
limit を下げても始点が変わらないので解決しない。
そこで総ブロック数を先に取り（showNumPages、実測 3.5 秒で 23001）、
page= を付けて 1 ブロックずつ読む。1 リクエストの処理量が索引 1 区画に限定されるため、
対象がどれだけ広くても 1〜2 秒で返る。
ブロックは URL キー順に並ぶので、先頭から順に読むと辞書順で先頭のエリアに偏る。
範囲全体へ等間隔にブロックを散らし、件数の予算も各ブロックへ均等に配る。
結果はホスト全体からの標本になるため、coverage.sampled で網羅でないことを明示する。
実測（www.geocities.co.jp、1997〜2002）: 23001 ブロック中 12 ブロックを読み、
12 エリアにまたがる 226 サイトを 6 秒で列挙。
site: 検索が商業サイトへ流れる問題ジオシティーズ本体が現行検索の索引から消えた結果、site:geocities.co.jp を投げると
検索エンジンが絞り込みを緩め、生きている shopping.geocities.jp（Yahoo!ショッピング）
ばかりを返す。ドメイン指定を直すだけでは閉じないので、二重に対処している。
ホスト辞書の各エントリに searchIndex（retro / modern）を持たせ、
現在も事業サイトが動いているドメインは既定のクエリから外す（44 件中 13 件）。
build_retro_queries の includeModernHosts: true で戻せる。
全クエリの末尾に -site:shopping.geocities.jp など商業ドメインの除外句を付ける。
なおこの経路自体の期待値は低い。当時のホストはほぼ索引から消えているため、
実際に届くのは discover_sites → wayback_outlinks の芋づるのほう。
当時の日本語ページは Shift_JIS / EUC-JP が主流で、meta charset を持たないものも多い
（1997 年の Yahoo! JAPAN トップは meta 無し）。res.text() は UTF-8 決め打ちのため
そのままでは全文が化ける。本サーバはヘッダ → meta → バイト分布からの推定の順で判定する。
pnpm install && pnpm buildClaude Code への登録:
claude mcp add retroweb -- node C:/Users/IMT/dev/Retroweb-MCP/dist/index.jsskills/retroweb/SKILL.md に探索手順の Skill を同梱している。
pnpm smoke各外部 API を 1 回ずつ実際に叩いて件数を出す。外部サービスの仕様変更で ツールが黙って空を返すようになったことを検知するためのもの。
pnpm e2eMCP プロトコル越しにサーバを起動し、ツール登録・実地の発掘・エラー処理を通しで確認する。
いずれも実ネットワークに接続するため、Internet Archive のレート制限で 一時的に失敗することがある。連続失敗する場合は時間を置いて再実行する。
MIT
Unclaimed servers have limited discoverability.
If you are the server author, to access and configure the admin panel.
Source-first URL clone, capture, rebuild, and fidelity verification tools.
Scrape, crawl, map & search the web. Open-source, self-hostable Rust crawler & search for AI agents.
Read any web page as clean Markdown for AI agents: fetch, search, metadata, links. SSRF-safe.
We provide all the information about MCP servers via our MCP API.
curl -X GET 'https://glama.ai/api/mcp/v1/servers/1llum1n4t1s/Retroweb-MCP'
If you have feedback or need assistance with the MCP directory API, please join our Discord server