Skip to main content
Glama
lingy-Mg

book-source-rule-mcp

by lingy-Mg
OverviewSchemaSourceRelated ServersDiscussionsAdmin
Remote

书源 MCP 规则解析引擎

npm version CI npm downloads License: MIT

一个基于 MCP (Model Context Protocol) 的规则解析引擎，使用 TypeScript 开发。这是一个自动化创建书源的工具，专注于提供强大的规则解析功能。

快速开始

使用 npx（推荐）

无需安装，直接使用：

npx book-source-rule-mcp

全局安装

npm install -g book-source-rule-mcp
book-source-rule-mcp

作为依赖使用

npm install book-source-rule-mcp

Related MCP server: crawl-mcp-server

功能特性

规则解析引擎

  • 🔍 规则解析 (parse_rule) - 解析单个规则并从源数据中提取内容

  • ✅ 规则验证 (validate_rule) - 验证规则语法的正确性

  • 📦 批量规则解析 (parse_batch_rules) - 批量处理多个规则

支持的选择器类型

1. CSS 选择器 (@css:)

使用 Cheerio 解析 HTML 内容

@css:.title                // 选择 class="title" 的元素
@css:.content p            // 选择 .content 下的所有 p 元素
@css:#main-title           // 选择 id="main-title" 的元素
@css:h1,h2,h3             // 选择所有 h1、h2、h3 元素

2. JSON 路径 (@json:)

使用 JSONPath 查询 JSON 数据

@json:$.data.title         // 获取 data.title 字段
@json:$.books[*].name      // 获取所有书籍的名称
@json:$..author            // 递归查找所有 author 字段
@json:$.items[0,2,5]       // 获取指定索引的元素

3. 正则表达式 (@regex:)

使用正则表达式模式匹配提取内容

@regex:title:\s*(.+)       // 匹配 "title:" 后的内容
@regex:\d+                 // 匹配数字
@regex:第(\d+)章           // 匹配章节号
@regex:作者：(.+?)\\s      // 匹配作者信息

4. 文本匹配 (@text:)

简单的文本包含检查

@text:标题                 // 检查是否包含 "标题"
@text:第一章               // 检查是否包含 "第一章"
@text:完结                 // 检查是否包含 "完结"

规则操作符

连接操作符 (&&)

连接多个选择器的结果

"@css:.author && @css:.publisher"
// 结果: "作者名 出版社名"

回退操作符 (||)

提供备选规则，如果前一个失败则尝试下一个

"@css:.main-title || @css:.title || @json:$.title"
// 依次尝试三个选择器，返回第一个成功的结果

正则清理操作符 (##)

使用正则表达式清理提取的结果

"@css:.chapter-title ## \\s*第.*?章\\s*"
// 提取章节标题并清理格式

组合使用

多个操作符可以组合使用

"@css:.title || @json:$.title && @css:.subtitle ## 副标题：\\s*"
// 获取标题，连接副标题，并清理副标题格式

使用示例

基本用法

// 提取文章标题
await server.parse_rule({
  rule: "@css:h1.title",
  data: "<html><h1 class='title'>示例标题</h1></html>",
  dataType: "html"
});

// 提取 JSON 数据
await server.parse_rule({
  rule: "@json:$.book.title",
  data: '{"book": {"title": "示例书名", "author": "作者"}}',
  dataType: "json"
});

复杂规则示例

// 书籍信息提取规则
const rules = [
  {
    name: "title",
    rule: "@css:.book-title || @json:$.title"
  },
  {
    name: "author", 
    rule: "@css:.author && @css:.publisher ## 出版社：\\s*"
  },
  {
    name: "chapters",
    rule: "@css:.chapter-list a ## 第\\s*(\\d+)\\s*章"
  }
];

await server.parse_batch_rules({
  rules: rules,
  data: htmlContent,
  dataType: "html"
});

安装和使用

安装依赖

pnpm install

构建项目

pnpm run build

运行服务器

pnpm start

开发模式

pnpm run dev

MCP 工具列表

parse_rule

解析单个规则

参数:

  • rule (string): 规则字符串

  • data (string): 源数据

  • dataType (string): 数据类型 ("html" | "json" | "text")

validate_rule

验证规则语法

参数:

  • rule (string): 要验证的规则字符串

parse_batch_rules

批量解析规则

参数:

  • rules (array): 规则数组，每个包含 name 和 rule 字段

  • data (string): 源数据

  • dataType (string): 数据类型

VS Code 配置

项目包含 VS Code MCP 配置文件 .vscode/mcp.json，可直接在 VS Code 中使用：

{
  "mcpServers": {
    "book-mcp": {
      "command": "node",
      "args": ["./dist/index.js"],
      "cwd": "."
    }
  }
}

技术栈

  • TypeScript - 类型安全的开发

  • MCP SDK - Model Context Protocol 支持

  • Cheerio - HTML 解析和 CSS 选择器

  • JSONPath - JSON 数据查询

  • Zod - 运行时类型验证

  • pnpm - 快速的包管理器

项目结构

book-mcp/
├── src/
│   ├── index.ts           # MCP 服务器主入口
│   ├── rule-engine.ts     # 规则解析引擎
│   └── types/
│       └── jsonpath.d.ts  # JSONPath 类型声明
├── dist/                  # 编译输出目录
├── .vscode/
│   └── mcp.json          # VS Code MCP 配置
├── .github/
│   └── copilot-instructions.md
├── package.json
├── tsconfig.json
└── README.md

相关文档

许可证

MIT License

This server cannot be deployed

One endpoint for every MCP toolRayrun runs every MCP server behind one URL and holds the credentials. Each call is decided per client, tool, and argument, then recorded.ray.runAd

Maintenance

ActivityInactive
ResponsivenessSyncing

Resources

Related MCP Connectors

Related MCP Servers

  • crawl-mcp-server

    Git-Fg
    F
    license
    Not graded
    quality
    Not graded
    maintenance
    An MCP server for web content extraction that converts HTML pages into clean, LLM-optimized Markdown using Mozilla's Readability. It supports batch processing, intelligent multi-page crawling, and configurable caching while respecting robots.txt standards.
    25 npm
    -

  • TheCrawler

    manchittlab
    A
    license
    Not graded
    quality
    B
    maintenance
    Open-source web scraper and extraction MCP server with JavaScript rendering, markdown output, PDF/DOCX parsing, structured errors, and validated extraction contract diagnostics for agents.
    2
    AGPL 3.0

  • silkworm-mcp

    BitingSnakes
    F
    license
    B
    quality
    C
    maintenance
    A full-featured MCP server for building scrapers, with tools for page fetching, HTML parsing, CSS/XPath querying, and spider generation using silkworm-rs and scraper-rs.
    22
    10
    -