Fetch-Save MCP Server

by gregberns
Integrations
  • Converts fetched HTML content to Markdown format for better readability and processing by language models.

Fetch-Save MCP-Server

Ein Model Context Protocol-Server, der das Abrufen von Webinhalten und das lokale Speichern von Dateien ermöglicht. Dieser Server ermöglicht LLMs, Inhalte von Webseiten abzurufen, HTML zur einfacheren Nutzung in Markdown zu konvertieren und die abgerufenen Inhalte in einer lokalen Datei zu speichern.

Der Hauptunterschied zum Standard-Fetch-MCP-Server besteht darin, dass dieser Server ein Fetch-Save -Tool bereitstellt, das Inhalte sowohl abruft ALS AUCH lokal in einer permanenten Datei speichert, sodass ein späterer Zugriff auf die Daten oder deren Verarbeitung möglich ist.

[!VORSICHT] Dieser Server kann auf lokale/interne IP-Adressen zugreifen und stellt möglicherweise ein Sicherheitsrisiko dar. Seien Sie bei der Verwendung dieses MCP-Servers vorsichtig, um sicherzustellen, dass keine vertraulichen Daten offengelegt werden.

Zusätzlicher Hinweis: Die Readme-Datei und einige Codeteile wurden mit Claude Code erstellt/bearbeitet. Daher können Teile fehlerhaft sein. Bitte senden Sie eine PR, wenn Änderungen erforderlich sind.

Verfügbare Tools

  • fetch-save – Ruft eine URL aus dem Internet ab, extrahiert ihren Inhalt als Markdown und SPEICHERT ihn in einer lokalen Datei.
    • url (Zeichenfolge, erforderlich): URL zum Abrufen und Herunterladen
    • filepath (Zeichenfolge, erforderlich): Lokaler Dateipfad, in dem der heruntergeladene Inhalt gespeichert wird

Eingabeaufforderungen

  • Abrufen-Speichern
    • Rufen Sie eine URL ab und speichern Sie ihren Inhalt in einer lokalen Datei
    • Argumente:
      • url (Zeichenfolge, erforderlich): URL zum Abrufen und Herunterladen
      • filepath (Zeichenfolge, erforderlich): Lokaler Dateipfad, in dem der Inhalt gespeichert wird

Installation

Optional: Installieren Sie node.js. Dadurch verwendet der Fetch-Server einen anderen, robusteren HTML-Vereinfacher.

Verwendung von UV (empfohlen)

Bei Verwendung von uv ist keine spezielle Installation erforderlich. Wir verwenden uvx , um mcp-server-fetch-save direkt auszuführen.

Verwenden von PIP

Alternativ können Sie mcp-server-fetch-save über pip installieren:

pip install mcp-server-fetch-save

Nach der Installation können Sie es als Skript ausführen mit:

python -m mcp_server_fetch_save

Konfiguration

Konfigurieren für Claude.app

Fügen Sie zu Ihren Claude-Einstellungen hinzu:

"mcpServers": { "fetch-save": { "command": "uvx", "args": ["mcp-server-fetch-save"] } }
"mcpServers": { "fetch-save": { "command": "python", "args": ["-m", "mcp_server_fetch_save"] } }

Konfigurieren für VS Code

Für die manuelle Installation fügen Sie den folgenden JSON-Block zu Ihrer Benutzereinstellungsdatei (JSON) in VS Code hinzu. Drücken Sie dazu Ctrl + Shift + P und geben Sie Preferences: Open User Settings (JSON) ein.

Optional können Sie es einer Datei namens .vscode/mcp.json in Ihrem Arbeitsbereich hinzufügen. Dadurch können Sie die Konfiguration mit anderen teilen.

Beachten Sie, dass der mcp -Schlüssel erforderlich ist, wenn Sie die Datei mcp.json verwenden.

{ "mcp": { "servers": { "fetch-save": { "command": "uvx", "args": ["mcp-server-fetch-save"] } } } }

Anpassung – robots.txt

Standardmäßig befolgt der Server die robots.txt-Datei einer Website, wenn die Anfrage vom Modell (über ein Tool) stammt, nicht jedoch, wenn die Anfrage vom Benutzer (über eine Eingabeaufforderung) initiiert wurde. Dies kann durch Hinzufügen des Arguments --ignore-robots-txt zur args in der Konfiguration deaktiviert werden.

Anpassung - Benutzeragent

Standardmäßig verwendet der Server, je nachdem, ob die Anfrage vom Modell (über ein Tool) kam oder vom Benutzer (über eine Eingabeaufforderung) initiiert wurde, entweder den User-Agent

ModelContextProtocol/1.0 (Autonomous; +https://github.com/modelcontextprotocol/servers)

oder

ModelContextProtocol/1.0 (User-Specified; +https://github.com/modelcontextprotocol/servers)

Dies kann angepasst werden, indem das Argument --user-agent=YourUserAgent zur args in der Konfiguration hinzugefügt wird.

Anpassung - Proxy

Der Server kann mit dem Argument --proxy-url für die Verwendung eines Proxys konfiguriert werden.

Debuggen

Sie können dieses Repo herunterladen und es Ihrer .mcp.json Datei hinzufügen, um es lokal auszuführen/zu testen.

{ "mcpServers": { "fetch_save": { "command": "uv", "args": [ "--directory", "/path/to/clone/of/project/mcp-server-fetch-save/src/mcp_server_fetch_save", "run", "__main__.py" ] } } }

Sie können den MCP-Inspektor zum Debuggen des Servers verwenden. Für uvx-Installationen:

npx @modelcontextprotocol/inspector uvx mcp-server-fetch-save

Oder wenn Sie das Paket in einem bestimmten Verzeichnis installiert haben oder darauf aufbauen:

cd path/to/mcp-server-fetch-save npx @modelcontextprotocol/inspector uv run mcp-server-fetch-save

Beitragen

Wir freuen uns über Ihre Beiträge zur Erweiterung und Verbesserung von mcp-server-fetch-save. Egal, ob Sie neue Tools hinzufügen, bestehende Funktionen erweitern oder die Dokumentation verbessern möchten – Ihr Beitrag ist wertvoll.

Beispiele für andere MCP-Server und Implementierungsmuster finden Sie unter: https://github.com/modelcontextprotocol/servers

Pull Requests sind willkommen! Tragen Sie gerne neue Ideen, Fehlerbehebungen oder Verbesserungen bei, um mcp-server-fetch-save noch leistungsfähiger und nützlicher zu machen.

Lizenz

mcp-server-fetch-save ist unter der MIT-Lizenz lizenziert. Das bedeutet, dass Sie die Software unter den Bedingungen der MIT-Lizenz frei verwenden, ändern und verbreiten können. Weitere Informationen finden Sie in der LICENSE-Datei im Projekt-Repository.

Danke

Dieser Server wurde basierend auf dem ursprünglichen Fetch-Server modelcontextprotocol/servers entwickelt und verfügt über zusätzliche Funktionen zum Speichern von Inhalten in lokalen Dateien.

You must be authenticated.

A
security – no known vulnerabilities
A
license - permissive license
A
quality - confirmed to work

local-only server

The server can only run on the client's local machine because it depends on local resources.

Ein Model Context Protocol-Server, der es LLMs ermöglicht, Webinhalte abzurufen und sie zur dauerhaften Speicherung und für den späteren Zugriff in lokalen Dateien zu speichern.

  1. Verfügbare Tools
    1. Eingabeaufforderungen
      1. Installation
        1. Verwendung von UV (empfohlen)
        2. Verwenden von PIP
      2. Konfiguration
        1. Konfigurieren für Claude.app
        2. Konfigurieren für VS Code
        3. Anpassung – robots.txt
        4. Anpassung - Benutzeragent
        5. Anpassung - Proxy
      3. Debuggen
        1. Beitragen
          1. Lizenz
            1. Danke

              Related MCP Servers

              • A
                security
                A
                license
                A
                quality
                A Model Context Protocol server that enables LLMs to interact with Salesforce data through SOQL queries, SOSL searches, and various API operations including record management.
                Last updated -
                10
                53
                Python
                MIT License
              • -
                security
                A
                license
                -
                quality
                A Model Context Protocol server that allows LLMs to interact with web content through standardized tools, currently supporting web scraping functionality.
                Last updated -
                Python
                MIT License
                • Linux
                • Apple
              • -
                security
                F
                license
                -
                quality
                A Model Context Protocol server that enables LLMs to extract and use content from unstructured documents across a wide variety of file formats.
                Last updated -
                2
                Python
                • Apple
              • -
                security
                F
                license
                -
                quality
                A Model Context Protocol server that enables LLMs to fetch and process web content in multiple formats (HTML, JSON, Markdown, text) with automatic format detection.
                Last updated -
                TypeScript
                • Apple

              View all related MCP servers

              MCP directory API

              We provide all the information about MCP servers via our MCP API.

              curl -X GET 'https://glama.ai/api/mcp/v1/servers/gregberns/mcp-server-fetch-save'

              If you have feedback or need assistance with the MCP directory API, please join our Discord server