Skip to main content
Glama
bch1212

agentfetch-mcp

by bch1212

agentfetch-mcp

Веб-интеллект для ИИ-агентов — MCP-сервер, который загружает URL-адреса с функциями оценки токенов, умного кэширования и интеллектуальной маршрутизации.

License: MIT Python 3.11+

AgentFetch выступает посредником между вашим агентом и открытым интернетом. Вместо того чтобы отдельно интегрировать Jina, FireCrawl, pypdf и собственный уровень кэширования, агенты вызывают один MCP-инструмент, а AgentFetch автоматически берет на себя маршрутизацию, кэширование, бюджетирование токенов и извлечение чистого Markdown.

Этот репозиторий содержит MCP-сервер с открытым исходным кодом. Информацию о хостинг-версии API, панели управления и биллинге можно найти на сайте www.agentfetch.dev.

Что он делает

Инструмент

Для чего предназначен

fetch_url

Получение URL → чистый Markdown + метаданные + количество токенов + информация о кэше

estimate_tokens

Получение количества токенов до загрузки, чтобы агенты не переполняли контекстное окно на огромных страницах

fetch_multiple

Параллельная загрузка до 20 URL-адресов

search_and_fetch

Поиск в интернете + получение N лучших результатов за один запрос

Внутри AgentFetch направляет URL-адреса к наиболее эффективному и экономичному инструменту загрузки:

  • Trafilatura (бесплатно, локально) для ~70% стандартных веб-страниц

  • Jina Reader для остального HTML

  • FireCrawl для страниц с активным использованием JS (Twitter/X, LinkedIn, Notion и т.д.)

  • pypdf для PDF-файлов (без внешних затрат)

Кэш реализован на Redis с TTL 6 часов; вы можете использовать свой собственный или работать без кэширования.

Related MCP server: Fetch MCP Server

Быстрый старт

Установка из PyPI

pip install agentfetch-mcp

Или клонирование и локальная установка

git clone https://github.com/bch1212/agentfetch-mcp
cd agentfetch-mcp
pip install -e .

Установка переменных окружения

Получите бесплатный ключ Jina Reader на сайте jina.ai (бесплатный уровень: 1 млн токенов/мес). FireCrawl является опциональным, но рекомендуется для страниц с активным использованием JS.

export JINA_API_KEY=jina_xxx
export FIRECRAWL_API_KEY=fc-xxx       # optional
export REDIS_URL=redis://localhost:6379  # optional

Добавление в Claude Desktop или Claude Code

Отредактируйте конфигурацию MCP (~/Library/Application Support/Claude/claude_desktop_config.json в macOS или выполните claude mcp add в Claude Code):

{
  "mcpServers": {
    "agentfetch": {
      "command": "python",
      "args": ["-m", "agentfetch.mcp.server"],
      "env": {
        "JINA_API_KEY": "jina_xxx",
        "FIRECRAWL_API_KEY": "fc-xxx"
      }
    }
  }
}

Перезапустите Claude. Четыре инструмента (fetch_url, estimate_tokens, fetch_multiple, search_and_fetch) появятся автоматически.

Запуск в качестве автономного сервера

python -m agentfetch.mcp.server

Сервер использует протокол MCP через stdio (стандартный транспорт для интеграций с рабочим столом).

Почему агенты предпочитают AgentFetch обычному web_fetch

Функция

AgentFetch

Обычный web_fetch

Оценка токенов до загрузки

Умный кэш (TTL 6ч)

Автомаршрутизация по типу URL

Обработка JS-страниц

✓ (через FireCrawl)

частично

Извлечение PDF

Обрезка под бюджет контекста

вручную

Примеры

Загрузка с бюджетом токенов

# Inside any MCP-aware agent (Claude Desktop, Claude Code, etc.)
result = fetch_url(
    url="https://news.ycombinator.com",
    max_tokens=2000,           # cap response size
    use_cache=True,            # serve from cache if <6h old
)
# result.markdown      → clean Markdown, ≤2000 tokens
# result.metadata      → title, author, word_count, language
# result.cache.hit     → True if served from cache
# result.fetch_info    → which fetcher ran, cost, duration

Оценка перед выполнением

estimate = estimate_tokens(url="https://very-long-article.com")
if estimate.estimated_tokens and estimate.estimated_tokens < 5000:
    result = fetch_url(url="https://very-long-article.com")
else:
    # too big — skip or summarize via search_and_fetch with max_tokens_each
    pass

Параллельная загрузка

results = fetch_multiple(
    urls=["https://docs.python.org/3/", "https://fastapi.tiangolo.com/", ...],
    max_tokens_each=1500,
)

Конфигурация

Переменная окружения

Обязательно

По умолчанию

Примечания

JINA_API_KEY

Рекомендуется

Бесплатный уровень покрывает ~1 млн токенов/мес. Без него работает только Trafilatura (полезно для ~70% страниц).

FIRECRAWL_API_KEY

Опционально

Нужно для доменов с активным JS (Twitter, LinkedIn, Notion). 500 бесплатных кредитов при регистрации.

REDIS_URL

Опционально

Без Redis загрузки выполняются без кэширования.

CACHE_TTL_SECONDS

Опционально

21600 (6ч)

TTL кэша для результатов загрузки.

Разработка

git clone https://github.com/bch1212/agentfetch-mcp
cd agentfetch-mcp
pip install -e ".[dev]"
pytest tests/

Хостинг-версия

Если вы не хотите самостоятельно управлять ключами, Redis или маршрутизацией, хостинг-версия на www.agentfetch.dev предлагает:

  • Оплату за вызов от $0.001/загрузку

  • 500 бесплатных загрузок при регистрации, без кредитной карты

  • Управляемый кэш Redis, автоматическое переключение между инструментами загрузки

  • Панель управления с отслеживанием использования + счета

Хостинг-версия API является готовой REST-альтернативой — те же форматы ответов, та же логика маршрутизации. Вы можете запускать OSS MCP локально и хостинг-версию API параллельно или переключаться между ними в любое время.

Лицензия

MIT — см. LICENSE.

MCP-сервер в этом репозитории является открытым исходным кодом. Продукт, биллинг и инфраструктура находятся в отдельном (за

Install Server
A
license - permissive license
A
quality
C
maintenance

Maintenance

Maintainers
Response time
Release cycle
1Releases (12mo)
Commit activity

Resources

Unclaimed servers have limited discoverability.

Looking for Admin?

If you are the server author, to access and configure the admin panel.

Related MCP Servers

  • A
    license
    A
    quality
    B
    maintenance
    Fast, token-efficient web content extraction tool that converts websites to clean Markdown for AI agents, featuring smart caching, content extraction with Mozilla Readability, and polite crawling capabilities.
    1
    1,299
    158
    MIT
  • A
    license
    B
    quality
    D
    maintenance
    Enables LLMs to retrieve and process web content by fetching URLs and converting HTML to markdown format. Supports chunked reading of large pages and can access both public websites and local networks.
    1
    MIT
  • A
    license
    C
    quality
    D
    maintenance
    Enables LLMs to retrieve and process web content by fetching URLs and converting HTML to markdown, with support for chunked reading and customizable user-agents.
    1
    MIT
  • A
    license
    -
    quality
    C
    maintenance
    Enables AI agents to fetch and render web pages (including JavaScript-heavy SPAs) with headless Chromium, extract readable content with Mozilla Readability, capture navigation links, download images, and return a clean markdown file path.
    12
    ISC

View all related MCP servers

Related MCP Connectors

  • Read any web page as clean Markdown for AI agents: fetch, search, metadata, links. SSRF-safe.

  • Fetch any URL and get clean Markdown. Web scraping for AI agents.

  • Web scraping for AI agents. Converts URLs to clean, LLM-ready Markdown with anti-bot bypass.

View all MCP Connectors

Latest Blog Posts

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/bch1212/agentfetch-mcp'

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