dompruner-mcp

한국어 | Inglés

Middleware de AST DOM para pipelines web de LLM: elimina el ruido de maquetación (nav, scripts, barras laterales) y pasa el texto original directamente. Añade una consulta para filtrar las secciones relevantes con BM25.

Cuando un LLM usa el WebFetch integrado, un modelo más pequeño preprocesa el HTML y devuelve un resultado resumido, añadiendo latencia, coste e interpretación que no pediste. DomPruner se salta todo eso: el análisis del AST DOM elimina el ruido y pasa el contenido original directamente al modelo.

> [DomPruner] docs.python.org
> | Raw HTML  | 44,316 tokens |
> | DomPruner |  1,328 tokens |
> | Reduction |        97.0%  |
> Fetch: 194ms · Parse: 11.2ms

De media, un 93,5 % menos de tokens de contexto que WebFetch. Un 45 % más rápido de principio a fin. → Benchmark completo

Inicio rápido

Sin instalación, sin clave de API:

npx -y dompruner-mcp

Claude Code

{
  "mcpServers": {
    "dompruner": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "dompruner-mcp"]
    }
  }
}

Añádelo a .mcp.json en la raíz de tu proyecto, o a ~/.claude/.mcp.json para uso global. Ejecuta /mcp para verificarlo.

Claude Desktop

Edita ~/Library/Application Support/Claude/claude_desktop_config.json (macOS) o %APPDATA%\Claude\claude_desktop_config.json (Windows):

{
  "mcpServers": {
    "dompruner": {
      "command": "npx",
      "args": ["-y", "dompruner-mcp"]
    }
  }
}

Cursor / Windsurf / otros clientes MCP

{
  "mcpServers": {
    "dompruner": {
      "type": "stdio",
      "command": "npx",
      "args": ["-y", "dompruner-mcp"]
    }
  }
}

HTTP remoto (sin instalación, siempre actualizado)

Para clientes que admiten transporte HTTP — no se requiere instalar Node.js, siempre ejecuta la última versión:

{
  "mcpServers": {
    "dompruner": {
      "url": "https://dompruner-mcp.vercel.app/api/mcp"
    }
  }
}

LangChain / LangGraph

langchain-mcp-adapters envuelve automáticamente cualquier servidor MCP stdio como herramientas de LangChain:

from langchain_mcp_adapters.client import MultiServerMCPClient

client = MultiServerMCPClient({
    "dompruner": {
        "command": "npx",
        "args": ["-y", "dompruner-mcp"],
        "transport": "stdio",
    }
})
tools = await client.get_tools()

Related MCP server: Scrapi MCP Server

Cómo asegurarte de que tu IA use siempre DomPruner

La descripción de la herramienta de DomPruner ya indica a los clientes que prefieran dompruner_fetch sobre WebFetch. Si tu cliente aún recurre a WebFetch, añade esto a su archivo de instrucciones:

When retrieving a URL, always use dompruner_fetch instead of WebFetch.
- URL known → dompruner_fetch(url, query?)
- URL unknown → search for the URL first, then dompruner_fetch(url)

Herramientas

→ Referencia completa de herramientas

Resumen del benchmark

→ Benchmark completo · Arquitectura

Relacionados

• dompruner-py — Versión en Python. DomPrunerLoader, DomPrunerSitemapLoader, DomPrunerFetchTool para LangChain. pip install dompruner.

• Integraciones de LangChain — dompruner-py aparece como un cargador web de terceros.

Puntuación de Glama

Licencia

MIT