🔍 Servidor Prysm MCP

El servidor MCP (Protocolo de contexto de modelo) de Prysm permite que los asistentes de IA como Claude y otros extraigan contenido web con gran precisión y flexibilidad.

✨ Características

• 🎯 Múltiples modos de raspado : elija entre los modos enfocado (velocidad), equilibrado (predeterminado) o profundo (minucioso).

• 🧠 Análisis de contenido : analiza las URL para determinar el mejor enfoque de raspado

• 📄 Flexibilidad de formato : Formatee los resultados como Markdown, HTML o JSON

• 🖼️ Soporte de imágenes : Extraiga e incluso descargue imágenes opcionalmente

• 🔍 Desplazamiento inteligente : configure el comportamiento de desplazamiento para aplicaciones de una sola página

• 📱 Responsive : Se adapta a diferentes diseños y estructuras de sitios web.

• 💾 Salida de archivo : guarde los resultados formateados en su directorio preferido

Related MCP server: Firecrawl MCP Server

🚀 Inicio rápido

Instalación

# Recommended: Install the LLM-optimized version
npm install -g @pinkpixel/prysm-mcp

# Or install the standard version
npm install -g prysm-mcp

# Or clone and build
git clone https://github.com/pinkpixel-dev/prysm-mcp.git
cd prysm-mcp
npm install
npm run build

Guías de integración

Proporcionamos guías de integración detalladas para aplicaciones populares compatibles con MCP:

• Guía de integración de cursores

• Guía de integración de escritorios de Claude

• Guía de integración del windsurf

• Guía de integración de Cline

• Guía de integración de Roo Code

• Guía de integración de Open WebUI

Uso

Hay varias formas de configurar Prysm MCP Server:

Uso de la configuración de mcp.json

Cree un archivo mcp.json en la ubicación adecuada de acuerdo con las guías anteriores.

{
  "mcpServers": {
    "prysm-scraper": {
      "description": "Prysm web scraper with custom output directories",
      "command": "npx",
      "args": [
        "-y",
        "@pinkpixel/prysm-mcp"
      ],
      "env": {
        "PRYSM_OUTPUT_DIR": "${workspaceFolder}/scrape_results",
        "PRYSM_IMAGE_OUTPUT_DIR": "${workspaceFolder}/scrape_results/images"
      }
    }
  }
}

🛠️ Herramientas

El servidor proporciona las siguientes herramientas:

scrapeFocused

Web scraping rápido optimizado para mayor velocidad (menos desplazamientos, solo contenido principal).

Please scrape https://example.com using the focused mode

Parámetros disponibles:

• url (obligatorio): URL para raspar

• maxScrolls (opcional): número máximo de intentos de desplazamiento (predeterminado: 5)

• scrollDelay (opcional): Retraso entre desplazamientos en ms (predeterminado: 1000)

• scrapeImages (opcional): si se deben incluir imágenes en los resultados

• downloadImages (opcional): si desea descargar imágenes localmente

• maxImages (opcional): Máximo de imágenes a extraer

• output (opcional): Directorio de salida para las imágenes descargadas

scrapeBalanced

Enfoque de raspado web equilibrado con buena cobertura y velocidad razonable.

Please scrape https://example.com using the balanced mode

Parámetros disponibles:

• Igual que scrapeFocused con diferentes valores predeterminados

• maxScrolls predeterminado: 10

• scrollDelay predeterminado: 2000

• Agrega un parámetro de timeout para limitar el tiempo total de raspado (predeterminado: 30000 ms)

scrapeDeep

Web scraping de máxima extracción (más lento pero exhaustivo).

Please scrape https://example.com using the deep mode with maximum scrolls

Parámetros disponibles:

• Igual que scrapeFocused con diferentes valores predeterminados

• maxScrolls predeterminado: 20

• scrollDelay predeterminado: 3000

• maxImages predeterminado: 100

formatResult

Formatee los datos extraídos en diferentes formatos estructurados (Markdown, HTML, JSON).

Format the scraped data as markdown

Parámetros disponibles:

• data (obligatorio): Los datos extraídos para dar formato

• format (obligatorio): Formato de salida: "markdown", "html" o "json"

• includeImages (opcional): si se deben incluir imágenes en la salida (valor predeterminado: verdadero)

• output (opcional): Ruta del archivo para guardar el resultado formateado

También puede guardar resultados formateados en un archivo especificando una ruta de salida:

Format the scraped data as markdown and save it to "my-results/output.md"

⚙️ Configuración

Directorio de salida

De forma predeterminada, al guardar resultados formateados, los archivos se guardarán en ~/prysm-mcp/output/ . Puede personalizar esto de dos maneras:

1. Variables de entorno : Establezca las variables de entorno en sus directorios preferidos:

# Linux/macOS
export PRYSM_OUTPUT_DIR="/path/to/custom/directory"
export PRYSM_IMAGE_OUTPUT_DIR="/path/to/custom/image/directory"

# Windows (Command Prompt)
set PRYSM_OUTPUT_DIR=C:\path\to\custom\directory
set PRYSM_IMAGE_OUTPUT_DIR=C:\path\to\custom\image\directory

# Windows (PowerShell)
$env:PRYSM_OUTPUT_DIR="C:\path\to\custom\directory"
$env:PRYSM_IMAGE_OUTPUT_DIR="C:\path\to\custom\image\directory"

2. Parámetro de la herramienta : especifique las rutas de salida directamente al llamar a las herramientas:

# For general results
Format the scraped data as markdown and save it to "/absolute/path/to/file.md"

# For image downloads when scraping
Please scrape https://example.com and download images to "/absolute/path/to/images"

3. Configuración de MCP : en su archivo de configuración de MCP (por ejemplo, .cursor/mcp.json ), puede configurar estas variables de entorno:

{
  "mcpServers": {
    "prysm-scraper": {
      "command": "npx",
      "args": ["-y", "@pinkpixel/prysm-mcp"],
      "env": {
        "PRYSM_OUTPUT_DIR": "${workspaceFolder}/scrape_results",
        "PRYSM_IMAGE_OUTPUT_DIR": "${workspaceFolder}/scrape_results/images"
      }
    }
  }
}

Si no se especifica PRYSM_IMAGE_OUTPUT_DIR , se usará de manera predeterminada una subcarpeta llamada images dentro de PRYSM_OUTPUT_DIR .

Si solo proporciona una ruta relativa o un nombre de archivo, se guardará en relación con el directorio de salida configurado.

Reglas de manejo de rutas

La herramienta formatResult maneja las rutas de las siguientes maneras:

• Rutas absolutas : se utilizan exactamente como se proporciona ( /home/user/file.md )

• Rutas relativas : se guardan en relación con el directorio de salida configurado ( subfolder/file.md )

• Solo nombre de archivo : guardado en el directorio de salida configurado ( output.md )

• Ruta del directorio : si la ruta apunta a un directorio, se genera automáticamente un nombre de archivo según el contenido y la marca de tiempo

🏗️ Desarrollo

# Install dependencies
npm install

# Build the project
npm run build

# Run the server locally
node bin/prysm-mcp

# Debug MCP communication
DEBUG=mcp:* node bin/prysm-mcp

# Set custom output directories
PRYSM_OUTPUT_DIR=./my-output PRYSM_IMAGE_OUTPUT_DIR=./my-output/images node bin/prysm-mcp

Corriendo a través de npx

Puedes ejecutar el servidor directamente con npx sin instalar:

# Run with default settings
npx @pinkpixel/prysm-mcp

# Run with custom output directories
PRYSM_OUTPUT_DIR=./my-output PRYSM_IMAGE_OUTPUT_DIR=./my-output/images npx @pinkpixel/prysm-mcp

📋 Licencia

Instituto Tecnológico de Massachusetts (MIT)

🙏 Créditos

Desarrollado por Pink Pixel

Desarrollado por el Protocolo de Contexto Modelo y Puppeteer