内容
[](https://mseep.ai/app/weidwonder-crawl4ai-mcp-server)
# Crawl4AI MCP Server
[](https://smithery.ai/server/@weidwonder/crawl4ai-mcp-server)
这是一个基于MCP (Model Context Protocol)的智能信息获取服务器,为AI助手系统提供强大的搜索能力和面向LLM优化的网页内容理解功能。通过多引擎搜索和智能内容提取,帮助AI系统高效获取和理解互联网信息,将网页内容转换为最适合LLM处理的格式。
## 特性
- 🔍 强大的多引擎搜索能力,支持DuckDuckGo和Google
- 📚 面向LLM优化的网页内容提取,智能过滤非核心内容
- 🎯 专注信息价值,自动识别和保留关键内容
- 📝 多种输出格式,支持引用溯源
- 🚀 基于FastMCP的高性能异步设计
## 安装
### 方式1: 大部分的安装场景
1. 确保您的系统满足以下要求:
- Python >= 3.9
- 建议使用专门的虚拟环境
2. 克隆仓库:
```bash
git clone https://github.com/yourusername/crawl4ai-mcp-server.git
cd crawl4ai-mcp-server
```
3. 创建并激活虚拟环境:
```bash
python -m venv crawl4ai_env
source crawl4ai_env/bin/activate # Linux/Mac
# 或
.\crawl4ai_env\Scripts\activate # Windows
```
4. 安装依赖:
```bash
pip install -r requirements.txt
```
5. 安装playwright浏览器:
```bash
playwright install
```
### 方式2: 安装到Claude桌面客户端 via Smithery
通过 [Smithery](https://smithery.ai/server/@weidwonder/crawl4ai-mcp-server) 将 Crawl4AI MCP 的 Claude 桌面端服务安装自动配置至您本地的 `Claude 伸展中心`:
```bash
npx -y @smithery/cli install @weidwonder/crawl4ai-mcp-server --client claude
```
## 使用方法
服务器提供以下工具:
### search
强大的网络搜索工具,支持多个搜索引擎:
- DuckDuckGo搜索(默认): 无需API密钥,全面处理AbstractText、Results和RelatedTopics
- Google搜索: 需要配置API密钥,提供精准搜索结果
- 支持同时使用多个引擎获取更全面的结果
参数说明:
- `query`: 搜索查询字符串
- `num_results`: 返回结果数量(默认10)
- `engine`: 搜索引擎选择
- "duckduckgo": DuckDuckGo搜索(默认)
- "google": Google搜索(需要API密钥)
- "all": 同时使用所有可用的搜索引擎
示例:
```python
# DuckDuckGo搜索(默认)
{
"query": "python programming",
"num_results": 5
}
# 使用所有可用引擎
{
"query": "python programming",
"num_results": 5,
"engine": "all"
}
```
### read_url
面向LLM优化的网页内容理解工具,提供智能内容提取和格式转换:
- `markdown_with_citations`: 包含内联引用的Markdown(默认),保持信息溯源
- `fit_markdown`: 经过LLM优化的精简内容,去除冗余信息
- `raw_markdown`: 基础HTML→Markdown转换
- `references_markdown`: 单独的引用/参考文献部分
- `fit_html`: 生成fit_markdown的过滤后HTML
- `markdown`: 默认Markdown格式
示例:
```python
{
"url": "https://example.com",
"format": "markdown_with_citations"
}
```
示例:
```python
# DuckDuckGo搜索(默认)
{
"query": "python programming",
"num_results": 5
}
# Google搜索
{
"query": "python programming",
"num_results": 5,
"engine": "google"
}
```
如需使用Google搜索,需要在config.json中配置API密钥:
```json
{
"google": {
"api_key": "your-api-key",
"cse_id": "your-cse-id"
}
}
```
## LLM内容优化
服务器采用了一系列针对LLM的内容优化策略:
- 智能内容识别: 自动识别并保留文章主体、关键信息段落
- 噪音过滤: 自动过滤导航栏、广告、页脚等对理解无帮助的内容
- 信息完整性: 保留URL引用,支持信息溯源
- 长度优化: 使用最小词数阈值(10)过滤无效片段
- 格式优化: 默认输出markdown_with_citations格式,便于LLM理解和引用
## 开发说明
项目结构:
```
crawl4ai_mcp_server/
├── src/
│ ├── index.py # 服务器主实现
│ └── search.py # 搜索功能实现
├── config_demo.json # 配置文件示例
├── pyproject.toml # 项目配置
├── requirements.txt # 依赖列表
└── README.md # 项目文档
```
## 配置说明
1. 复制配置示例文件:
```bash
cp config_demo.json config.json
```
2. 如需使用Google搜索,在config.json中配置API密钥:
```json
{
"google": {
"api_key": "your-google-api-key",
"cse_id": "your-google-cse-id"
}
}
```
## 更新日志
- 2025.02.08: 添加搜索功能,支持DuckDuckGo(默认)和Google搜索
- 2025.02.07: 重构项目结构,使用FastMCP实现,优化依赖管理
- 2025.02.07: 优化内容过滤配置,提高token效率并保持URL完整性
## 许可证
MIT License
## 贡献
欢迎提交Issue和Pull Request!
## 作者
- Owner: weidwonder
- Coder: Claude Sonnet 3.5
- 100% Code wrote by Claude. Cost: $9 ($2 for code writing, $7 cost for Debuging😭)
- 3 hours time cost. 0.5 hours for code writing, 0.5 hours for env preparing, 2 hours for debuging.😭
## 致谢
感谢所有为项目做出贡献的开发者!
特别感谢:
- [Crawl4ai](https://github.com/crawl4ai/crawl4ai) 项目提供的优秀网页内容提取技术支持
MCP 市场
