Mozilla Readability Parser

Servidor MCP de Mozilla Readability Parser

Un servidor de protocolo de contexto de modelo (MCP) que extrae y transforma el contenido de páginas web en Markdown limpio y optimizado para LLM. Devuelve el título del artículo, el contenido principal, el extracto, la firma y el nombre del sitio. Utiliza el algoritmo de legibilidad de Mozilla para eliminar anuncios, navegación, pies de página y elementos no esenciales, preservando la estructura central del contenido. Más información sobre MCP.

Características

• Elimina anuncios, navegación, pies de página y otro contenido no esencial
• Convierte HTML limpio en Markdown bien formateado (también utiliza Turndown)
• Devuelve metadatos del artículo (título, extracto, firma, nombre del sitio)
• Maneja los errores con elegancia

¿Por qué no simplemente fetch?

A diferencia de las simples solicitudes fetch, este servidor:

• Extrae solo el contenido relevante utilizando el algoritmo de legibilidad de Mozilla
• Elimina el ruido como anuncios, ventanas emergentes y menús de navegación
• Reduce el uso de tokens al eliminar HTML/CSS innecesarios
• Proporciona un formato Markdown consistente para un mejor procesamiento por parte de LLM
• Incluye metadatos útiles sobre el contenido

Instalación

Instalación mediante Smithery

Para instalar Mozilla Readability Parser para Claude Desktop automáticamente mediante Smithery:

npx -y @smithery/cli install server-moz-readability --client claude

Instalación manual

npm install server-moz-readability

Referencia de herramientas

parse

Obtiene y transforma el contenido de páginas web en Markdown limpio.

Argumentos:

{
  "url": {
    "type": "string",
    "description": "The website URL to parse",
    "required": true
  }
}

Devuelve:

{
  "title": "Article title",
  "content": "Markdown content...",
  "metadata": {
    "excerpt": "Brief summary",
    "byline": "Author information",
    "siteName": "Source website name"
  }
}

Uso con Claude Desktop

Añade a tu claude_desktop_config.json:

{
  "mcpServers": {
    "readability": {
      "command": "npx",
      "args": ["-y", "server-moz-readability"]
    }
  }
}

Dependencias

• @mozilla/readability - Extracción de contenido
• turndown - Conversión de HTML a Markdown
• jsdom - Análisis de DOM
• axios - Solicitudes HTTP

Licencia

MIT