Skip to main content
Glama
gregberns

Fetch-Save MCP Server

by gregberns

Сервер MCP Fetch-Save

Сервер Model Context Protocol, который обеспечивает извлечение веб-контента и возможности сохранения локальных файлов. Этот сервер позволяет LLM извлекать контент с веб-страниц, преобразовывать HTML в markdown для более легкого использования и сохранять извлеченный контент в локальный файл.

Ключевое отличие от стандартного сервера MCP для извлечения данных заключается в том, что этот сервер предоставляет инструмент извлечения и сохранения данных , который как извлекает контент, так и сохраняет его локально в постоянном файле, что позволяет в дальнейшем получать к нему доступ или обрабатывать данные.

[!ВНИМАНИЕ] Этот сервер может получать доступ к локальным/внутренним IP-адресам и может представлять угрозу безопасности. Будьте осторожны при использовании этого сервера MCP, чтобы убедиться, что он не раскрывает какие-либо конфиденциальные данные.

Дополнительное примечание: Readme и часть кода были написаны/отредактированы с помощью Claude Code, поэтому некоторые части могут быть неверными. Пожалуйста, отправьте PR, если требуются изменения.

Доступные инструменты

  • fetch-save — извлекает URL-адрес из Интернета, извлекает его содержимое в виде разметки и СОХРАНЯЕТ его в локальном файле.

    • url (строка, обязательно): URL для извлечения и загрузки

    • filepath (строка, обязательно): локальный путь к файлу, где будет сохранен загруженный контент.

Related MCP server: MCP Web Tools Server

Подсказки

  • извлечь-сохранить

    • Получить URL-адрес и сохранить его содержимое в локальном файле.

    • Аргументы:

      • url (строка, обязательно): URL для извлечения и загрузки

      • filepath (строка, обязательно): Локальный путь к файлу, где будет сохранен контент.

Установка

Дополнительно: установите node.js, это заставит сервер выборки использовать другой, более надежный упроститель HTML.

Использование УФ (рекомендуется)

При использовании uv не требуется специальной установки. Мы будем использовать uvx для прямого запуска mcp-server-fetch-save .

Использование PIP-картинки

В качестве альтернативы вы можете установить mcp-server-fetch-save через pip:

pip install mcp-server-fetch-save

После установки вы можете запустить его как скрипт, используя:

python -m mcp_server_fetch_save

Конфигурация

Настроить для Claude.app

Добавьте в настройки Клода:

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

Настроить для VS Code

Для ручной установки добавьте следующий блок JSON в файл настроек пользователя (JSON) в VS Code. Это можно сделать, нажав Ctrl + Shift + P и введя Preferences: Open User Settings (JSON) .

При желании вы можете добавить его в файл .vscode/mcp.json в вашем рабочем пространстве. Это позволит вам поделиться конфигурацией с другими.

Обратите внимание, что ключ mcp необходим при использовании файла mcp.json .

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

Настройка - robots.txt

По умолчанию сервер будет подчиняться файлу robots.txt веб-сайта, если запрос поступил из модели (через инструмент), но не если запрос был инициирован пользователем (через приглашение). Это можно отключить, добавив аргумент --ignore-robots-txt в список args в конфигурации.

Настройка - User-agent

По умолчанию, в зависимости от того, поступил ли запрос от модели (через инструмент) или был инициирован пользователем (через подсказку), сервер будет использовать либо user-agent

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

или

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

Это можно настроить, добавив аргумент --user-agent=YourUserAgent в список args в конфигурации.

Настройка - Прокси

Сервер можно настроить на использование прокси-сервера с помощью аргумента --proxy-url .

Отладка

Вы можете загрузить этот репозиторий и добавить его в свой файл .mcp.json для локального запуска/тестирования.

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

Вы можете использовать MCP inspector для отладки сервера. Для установок uvx:

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

Или, если вы установили пакет в определенный каталог или ведете в нем разработку:

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

Внося вклад

Мы приветствуем вклады, которые помогут расширить и улучшить mcp-server-fetch-save. Хотите ли вы добавить новые инструменты, улучшить существующую функциональность или улучшить документацию, ваш вклад будет ценным.

Примеры других серверов MCP и шаблонов реализации см. по ссылке: https://github.com/modelcontextprotocol/servers

Запросы на извлечение приветствуются! Не стесняйтесь предлагать новые идеи, исправления ошибок или улучшения, чтобы сделать mcp-server-fetch-save еще более мощным и полезным.

Лицензия

mcp-server-fetch-save лицензируется по лицензии MIT. Это означает, что вы можете свободно использовать, изменять и распространять программное обеспечение в соответствии с условиями лицензии MIT. Для получения более подробной информации см. файл LICENSE в репозитории проекта.

Спасибо

Этот сервер был разработан на основе оригинальной модели contextprotocol/servers fetch server с дополнительной функциональностью для сохранения контента в локальных файлах.

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

Resources

Looking for Admin?

Admins can modify the Dockerfile, update the server description, and track usage metrics. If you are the server author, to access the admin panel.

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/gregberns/mcp-server-fetch-save'

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