フェッチャーMCP

Playwright ヘッドレス ブラウザを使用して Web ページ コンテンツを取得するための MCP サーバー。

利点

• JavaScript サポート: 従来の Web スクレーパーとは異なり、Fetcher MCP は Playwright を使用して JavaScript を実行するため、動的な Web コンテンツや最新の Web アプリケーションを処理できます。
• インテリジェントなコンテンツ抽出: 組み込みの読みやすさアルゴリズムにより、Web ページから主要なコンテンツが自動的に抽出され、広告、ナビゲーション、その他の不要な要素が削除されます。
• 柔軟な出力形式: HTML と Markdown の両方の出力形式をサポートしているため、さまざまな下流アプリケーションと簡単に統合できます。
• 並列処理: fetch_urlsツールを使用すると、複数の URL を同時に取得できるため、バッチ操作の効率が大幅に向上します。
• リソースの最適化: 不要なリソース (画像、スタイルシート、フォント、メディア) を自動的にブロックして、帯域幅の使用量を削減し、パフォーマンスを向上させます。
• 堅牢なエラー処理: 包括的なエラー処理とログ記録により、問題のある Web ページを処理する場合でも信頼性の高い操作が保証されます。
• 構成可能なパラメータ: さまざまなユースケースに合わせて、タイムアウト、コンテンツの抽出、出力フォーマットを細かく制御します。

クイックスタート

npx で直接実行します:

初回セットアップ - ターミナルで次のコマンドを実行して、必要なブラウザをインストールします。

デバッグモード

--debugオプションをつけて実行すると、デバッグ用のブラウザ ウィンドウが表示されます。

構成MCP

Claude Desktop でこの MCP サーバーを構成します。

MacOSの場合: ~/Library/Application Support/Claude/claude_desktop_config.json

Windows の場合: %APPDATA%/Claude/claude_desktop_config.json

特徴

• fetch_url - 指定された URL から Web ページのコンテンツを取得します
  • Playwrightヘッドレスブラウザを使用してJavaScriptを解析します
  • メインコンテンツのインテリジェントな抽出とMarkdownへの変換をサポート
  • 次のパラメータをサポートします:
    • url : 取得するウェブページのURL（必須パラメータ）
    • timeout : ページ読み込みのタイムアウト（ミリ秒単位）。デフォルトは 30000（30 秒）
    • waitUntil : ナビゲーションが完了したとみなすタイミングを指定します。オプション: 'load'、'domcontentloaded'、'networkidle'、'commit'、デフォルトは 'load'
    • extractContent : メインコンテンツをインテリジェントに抽出するかどうか。デフォルトは true
    • maxLength : 返されるコンテンツの最大長（文字数）。デフォルトでは制限なし
    • returnHtml : Markdownの代わりにHTMLコンテンツを返すかどうか。デフォルトはfalse
    • waitForNavigation : 最初のページ読み込み後に追加のナビゲーションを待機するかどうか（アンチボット検証のあるサイトで便利）、デフォルトは false
    • navigationTimeout : 追加のナビゲーションを待機する最大時間（ミリ秒単位）。デフォルトは 10000（10 秒）です。
    • disableMedia : メディアリソース（画像、スタイルシート、フォント、メディア）を無効にするかどうか。デフォルトは true
    • debug : デバッグモードを有効にするかどうか（ブラウザウィンドウを表示する）。指定されている場合、--debug コマンドラインフラグを上書きします。
• fetch_urls - 複数の URL から Web ページのコンテンツを並列に一括取得します
  • マルチタブ並列フェッチを使用してパフォーマンスを向上
  • ウェブページ間の明確な区別とともに統合された結果を返します
  • 次のパラメータをサポートします:
    • urls : 取得するURLの配列（必須パラメータ）
    • その他のパラメータはfetch_urlと同じです

ヒント

特殊なウェブサイトシナリオの取り扱い

アンチクローラー機構への対処

• 読み込みが完了するまで待機: CAPTCHA、リダイレクト、またはその他の検証メカニズムを使用する Web サイトの場合は、プロンプトに次の内容を含めます。
  Please wait for the page to fully load
  これにはwaitForNavigation: trueパラメータが使用されます。
• タイムアウト期間を延長する: 読み込みが遅いウェブサイトの場合:
  Please set the page loading timeout to 60 seconds
  これにより、 timeoutとnavigationTimeout両方のパラメータがそれに応じて調整されます。

コンテンツ取得調整

• 元の HTML 構造を保持: コンテンツの抽出が失敗する可能性がある場合:
  Please preserve the original HTML content
  extractContent: falseおよびreturnHtml: true設定します。
• 完全なページコンテンツを取得: 抽出されたコンテンツが制限されすぎている場合:
  Please fetch the complete webpage content instead of just the main content
  extractContent: falseを設定します。
• コンテンツを HTML として返す: デフォルトの Markdown ではなく HTML 形式が必要な場合:
  Please return the content in HTML format
  returnHtml: trueを設定します。

デバッグと認証

デバッグモードを有効にする

• 動的デバッグのアクティブ化: 特定のフェッチ操作中にブラウザ ウィンドウを表示するには:
  Please enable debug mode for this fetch operation
  これにより、サーバーが--debugフラグなしで起動された場合でもdebug: trueが設定されます。

認証にカスタムCookieを使用する

• 手動ログイン: 自分の資格情報を使用してログインするには:
  Please run in debug mode so I can manually log in to the website
  debug: trueを設定するか、 --debugフラグを使用して、手動ログイン用にブラウザ ウィンドウを開いたままにします。
• デバッグブラウザとの対話: デバッグモードが有効な場合:
  1. ブラウザウィンドウは開いたままです
  2. 資格情報を使用して手動でウェブサイトにログインできます
  3. ログインが完了すると、認証されたセッションでコンテンツが取得されます
• 特定のリクエストに対してデバッグを有効にする: サーバーがすでに実行されている場合でも、特定のリクエストに対してデバッグ モードを有効にすることができます。
  Please enable debug mode for this authentication step
  この特定のリクエストに対してのみdebug: trueを設定し、手動ログイン用のブラウザ ウィンドウを開きます。

発達

依存関係をインストールする

Playwrightブラウザをインストールする

Playwright に必要なブラウザをインストールします。

サーバーを構築する

デバッグ

デバッグには MCP Inspector を使用します。

デバッグ用にブラウザ表示モードを有効にすることもできます。

関連プロジェクト

• g-search-mcp : 複数のキーワードを同時に並列検索できる、Google検索用の強力なMCPサーバーです。バッチ検索やデータ収集に最適です。

ライセンス

MITライセンスに基づいてライセンスされています