🔍 Prysm MCP 服务器

Prysm MCP（Model Context Protocol）服务器使像 Claude 这样的 AI 助手能够以高准确性和灵活性抓取网页内容。

✨ 特性

• 🎯 多种抓取模式：选择聚焦（快速）、平衡（默认）或深度（全面）模式
• 🧠 内容分析：分析 URL 以确定最佳抓取方法
• 📄 格式灵活性：将结果格式化为 markdown、HTML 或 JSON
• 🖼️ 图片支持：可选提取甚至下载图片
• 🔍 智能滚动：为单页应用程序配置滚动行为
• 📱 响应式：适应不同的网站布局和结构
• 💾 文件输出：将格式化结果保存到您首选的目录

🚀 快速开始

安装

# 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

集成指南

我们为流行的 MCP 兼容应用程序提供了详细的集成指南：

• Cursor 集成指南
• Claude 桌面版集成指南
• Windsurf 集成指南
• Cline 集成指南
• Roo Code 集成指南
• Open WebUI 集成指南

使用

有多种方式可以设置 Prysm MCP 服务器：

使用 mcp.json 配置

根据上述指南在适当的位置创建一个 mcp.json 文件。

{
  "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"
      }
    }
  }
}

🛠️ 工具

服务器提供以下工具：

scrapeFocused

优化速度的快速网页抓取（较少滚动，仅主内容）。

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

可用参数：

• url（必需）：要抓取的 URL
• maxScrolls（可选）：最大滚动尝试次数（默认：5）
• scrollDelay（可选）：滚动之间的延迟（毫秒）（默认：1000）
• scrapeImages（可选）：是否在结果中包含图片
• downloadImages（可选）：是否本地下载图片
• maxImages（可选）：要提取的最大图片数量
• output（可选）：下载图片的输出目录

scrapeBalanced

具有良好覆盖率和合理速度的平衡网页抓取方法。

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

可用参数：

• 与 scrapeFocused 相同，但默认值不同
• maxScrolls 默认：10
• scrollDelay 默认：2000
• 添加 timeout 参数以限制总抓取时间（默认：30000ms）

scrapeDeep

最大提取网页抓取（较慢但全面）。

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

可用参数：

• 与 scrapeFocused 相同，但默认值不同
• maxScrolls 默认：20
• scrollDelay 默认：3000
• maxImages 默认：100

formatResult

将抓取的数据格式化为不同的结构化格式（markdown、HTML、JSON）。

Format the scraped data as markdown

可用参数：

• data (required): 要格式化的抓取数据
• format (required): 输出格式 - "markdown", "html" 或 "json"
• includeImages (optional): 是否在输出中包含图片（默认：true）
• output (optional): 保存格式化结果的文件路径

您还可以通过指定输出路径将格式化结果保存到文件中：

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

⚙️ 配置

输出目录

默认情况下，当保存格式化结果时，文件将被保存到 ~/prysm-mcp/output/。您可以以两种方式自定义此设置：

1. 环境变量：设置环境变量到您首选的目录：

# 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"

1. 工具参数：在调用工具时直接指定输出路径：

# 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"

1. MCP 配置：在您的 MCP 配置文件（例如 .cursor/mcp.json）中，您可以设置这些环境变量：

{
  "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"
      }
    }
  }
}

如果未指定 PRYSM_IMAGE_OUTPUT_DIR，它将默认为 PRYSM_OUTPUT_DIR 内的一个名为 images 的子文件夹。

如果您仅提供相对路径或文件名，它将相对于配置的输出目录保存。

路径处理规则

formatResult 工具按以下方式处理路径：

• 绝对路径：按提供的路径使用（如 /home/user/file.md）
• 相对路径：相对于配置的输出目录保存（如 subfolder/file.md）
• 仅文件名：保存在配置的输出目录中（如 output.md）
• 目录路径：如果路径指向一个目录，则根据内容和时间戳自动生成文件名

🏗️ 开发

# 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

通过 npx 运行

您可以直接使用 npx 运行服务器而无需安装：

# 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

📋 许可证

MIT

🙏 致谢

由 Pink Pixel 开发

基于 Model Context Protocol 和 Puppeteer