🔍 Prysm MCP 服务器

Prysm MCP（模型上下文协议）服务器使像 Claude 这样的AI助手能够以高精度和灵活性抓取网页内容。

✨ 特性

• 🎯 多种抓取模式：选择专注（速度）、平衡（默认）或深入（彻底）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
• 🖼️ 图像支持：可选提取甚至下载图像
• 🔍 智能滚动：配置单页应用程序的滚动行为
• 📱 响应式：适应不同的网站布局和结构
• 💾 文件输出：将格式化的结果保存到您首选的目录

🚀 快速开始

安装

# 推荐：安装优化版LLM
npm install -g @pinkpixel/prysm-mcp

# 或者安装标准版
npm install -g prysm-mcp

# 或者克隆并构建
git clone https://github.com/pinkpixel-dev/prysm-mcp.git
cd prysm-mcp
npm install
npm run build

集成指南

我们提供了详细的集成指南，适用于流行的MCP兼容应用：

• Cursor 集成指南
• Claude Desktop 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

有多种方式设置 Prysm MCP 服务器：

使用 mcp.json 配置

根据上述指南，在适当位置创建一个 mcp.json 文件。

{
  "mcpServers": {
    "prysm-scraper": {
      "description": "具有自定义输出目录的 Prysm 网页抓取器",
      "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

快速网页抓取，优化速度（较少滚动，仅主要内容）。

请使用专注模式抓取 https://example.com

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像
• downloadImages（可选）：是否本地下载图像
• maxImages（可选）：最大提取图像数量
• output（可选）：下载图像的输出目录

scrapeBalanced

平衡的网页抓取方法，具有良好的覆盖率和合理的速度。

请使用平衡模式抓取 https://example.com

可用参数：

• 同 scrapeFocused，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：30000毫秒）

scrapeDeep

最大提取网页抓取（较慢但彻底）。

请使用深度模式抓取 https://example.com 并进行最大滚动

可用参数：

• 同 scrapeFocused，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）。

将抓取的数据格式化为 Markdown

可用参数：

• data（必需）：要格式化的抓取数据
• format（必需）：输出格式 - "markdown"、"html" 或 "json"
• includeImages（可选）：是否在输出中包含图像（默认：true）
• output（可选）：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的结果保存到文件：

将抓取的数据格式化为 Markdown 并保存到 "my-results/output.md"

⚙️ 配置

输出目录

默认情况下，当保存格式化结果时，文件将保存到 ~/prysm-mcp/output/。您可以按以下两种方式自定义：

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 (命令提示符)
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. 工具参数：直接调用工具时指定输出路径：

# 对于一般结果
将抓取的数据格式化为 Markdown 并保存到 "/absolute/path/to/file.md"

# 抓取时下载图像
请抓取 https://example.com 并将图像下载到 "/absolute/path/to/images"

3. MCP 配置：在您的 MCP 配置文件（例如 .cursor/mcp.json）中，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。

如果您只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 工具按照以下方式处理路径：

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

🏗️ 开发

# 安装依赖
npm install

# 构建项目
npm run build

# 在本地运行服务器
node bin/prysm-mcp

# 调试 MCP 通信
DEBUG=mcp:* node bin/prysm-mcp

# 设置自定义输出目录
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 运行服务器而不进行安装：

# 使用默认设置运行
npx @pinkpixel/prysm-mcp

# 使用自定义输出目录运行
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

由 Model Context Protocol 和 Puppeteer 提供技术支持