⚠️ УВЕДОМЛЕНИЕ

СЕРВЕР MCP В НАСТОЯЩЕЕ ВРЕМЯ НАХОДИТСЯ В РАЗРАБОТКЕ
НЕ ГОТОВО К ПРОИЗВОДСТВЕННОМУ ИСПОЛЬЗОВАНИЮ
ОБНОВЛЕНИЕ БУДЕТ ПОСЛЕ ЗАВЕРШЕНИЯ РАБОТЫ

MCP-сервер Crawl4AI

🚀 Высокопроизводительный сервер MCP для Crawl4AI — позволяет помощникам ИИ получать доступ к веб-скрапингу, сканированию и глубокому исследованию через протокол Model Context. Быстрее и эффективнее, чем FireCrawl!

Обзор

Этот проект реализует пользовательский сервер Model Context Protocol (MCP), который интегрируется с Crawl4AI, библиотекой веб-скрейпинга и сканирования с открытым исходным кодом. Сервер развернут как удаленный сервер MCP на CloudFlare Workers, что позволяет помощникам ИИ, таким как Клод, получать доступ к мощным возможностям веб-скрейпинга Crawl4AI.

Related MCP server: Firecrawl MCP Server

Документация

Подробную информацию об этом проекте можно найти в следующей документации:

• План миграции — Подробный план миграции с Firecrawl на Crawl4AI

• Улучшенная архитектура — многопользовательская архитектура с гибкостью облачного провайдера

• Руководство по внедрению — Технические подробности внедрения и примеры кода

• Упрощение кодовой базы — подробности об упрощении кода и внедренных передовых методах

Функции

Сбор веб-данных

• 🌐 Извлечение данных с отдельных веб-страниц : извлечение контента с отдельных веб-страниц

• 🕸️ Веб-сканирование : сканирование веб-сайтов с настраиваемой глубиной и ограничениями по количеству страниц

• 🗺️ Обнаружение URL : сопоставление и обнаружение URL-адресов с начальной точки

• 🕸️ Асинхронное сканирование : эффективное сканирование целых веб-сайтов

Обработка контента

• 🔍 Глубокое исследование : проведите комплексное исследование на нескольких страницах.

• 📊 Извлечение структурированных данных : извлечение определенных данных с использованием селекторов CSS или извлечение на основе LLM.

• 🔎 Поиск контента : поиск по ранее просканированному контенту

Интеграция и безопасность

• 🔄 Интеграция с MCP : бесшовная интеграция с клиентами MCP (Claude Desktop и т. д.)

• 🔒 Аутентификация OAuth : безопасный доступ с соответствующей авторизацией

• 🔒 Варианты аутентификации : безопасный доступ через OAuth или API-ключ (токен на предъявителя)

• ⚡ Высокая производительность : оптимизирована для скорости и эффективности

Структура проекта

Начиная

Предпосылки

• Node.js (v18 или выше)

• нпм

• Wrangler (CLI для рабочих CloudFlare)

• Учетная запись CloudFlare

Установка

1. Клонируйте репозиторий:

   git clone https://github.com/BjornMelin/crawl4ai-mcp-server.git cd crawl4ai-mcp-server

2. Установить зависимости:

   npm install

3. Настройте пространство имен CloudFlare KV:

   wrangler kv:namespace create CRAWL_DATA

4. Обновите wrangler.toml , указав идентификатор пространства имен KV:

   kv_namespaces = [ { binding = "CRAWL_DATA", id = "your-namespace-id" } ]

Разработка

Местное развитие

1. Запустите сервер разработки:

   npm run dev

2. Сервер будет доступен по адресу http://localhost:8787

Развертывание

1. Развертывание в CloudFlare Workers:

   npm run deploy

2. Ваш сервер будет доступен по URL-адресу CloudFlare Workers, назначенному вашему развернутому Worker.

Использование с клиентами MCP

Этот сервер реализует протокол контекста модели, позволяя помощникам ИИ получать доступ к его инструментам.

Аутентификация

• Реализуйте аутентификацию OAuth с помощью workers-oauth-provider

• Добавить аутентификацию ключа API с использованием токенов Bearer

• Создать страницу входа и управление токенами

Подключение к MCP-клиенту

1. Используйте URL-адрес CloudFlare Workers, назначенный вашему развернутому Worker-у

2. В Claude Desktop или других клиентах MCP добавьте этот сервер в качестве источника инструментов

Доступные инструменты

• crawl : сканирование веб-страниц с начального URL-адреса.

• getCrawl : Извлечение данных сканирования по идентификатору

• listCrawls : список всех обходов или фильтр по домену

• search : Поиск индексированных документов по запросу

• extract : извлечение структурированного контента из URL-адреса

Конфигурация

Сервер можно настроить, изменив переменные среды в wrangler.toml :

• MAX_CRAWL_DEPTH : Максимальная глубина сканирования веб-страниц (по умолчанию: 3)

• MAX_CRAWL_PAGES : Максимальное количество страниц для сканирования (по умолчанию: 100)

• API_VERSION : строка версии API (по умолчанию: «v1»)

• OAUTH_CLIENT_ID : идентификатор клиента OAuth для аутентификации

• OAUTH_CLIENT_SECRET : секрет клиента OAuth для аутентификации

Дорожная карта

Проект разрабатывается с учетом следующих компонентов:

1. Настройка и конфигурация проекта : настройка CloudFlare Worker, конфигурация TypeScript

2. Схемы сервера и инструментов MCP : реализация сервера MCP с определениями инструментов

3. Адаптер Crawl4AI : интеграция с функционалом Crawl4AI

4. Аутентификация OAuth : реализация безопасной аутентификации

5. Оптимизация производительности : повышение скорости и надежности

6. Расширенные функции извлечения : улучшение возможностей извлечения структурированных данных.

Внося вклад

Вклады приветствуются! Пожалуйста, проверьте открытые проблемы или создайте новую, прежде чем начать работу над функцией или исправлением ошибки. Подробные инструкции см. в Руководстве по вкладу .

Поддерживать

Если у вас возникли проблемы или есть вопросы:

• Открыть вопрос в репозитории GitHub

• Проверьте документацию Crawl4AI.

• См. спецификацию протокола контекста модели.

Как цитировать

Если вы используете Crawl4AI MCP Server в своих исследованиях или проектах, пожалуйста, укажите ссылку на него, используя следующую запись BibTeX:

Лицензия

Массачусетский технологический институт