Servidor MCP Fetch

Um servidor Model Context Protocol que fornece capacidades de busca de conteúdo web. Este servidor permite que LLMs recuperem e processem conteúdo de páginas web, convertendo HTML para markdown para facilitar o consumo.

Fonte: https://github.com/modelcontextprotocol/servers/tree/main/src/fetch

Requer MCP Python SDK 1.x (mcp>=1.29.0,<2). O SDK 2.0 renomeou APIs que este servidor utiliza. A migração para a v2 está em andamento.

[!CAUTION] Este servidor pode acessar endereços IP locais/internos e pode representar um risco de segurança. Tenha cautela ao usar este servidor MCP para garantir que não exponha dados sensíveis.

A ferramenta de busca truncará a resposta, mas usando o argumento start_index, você pode especificar onde começar a extração de conteúdo. Isso permite que modelos leiam uma página web em partes, até encontrarem as informações que precisam.

Ferramentas Disponíveis

fetch - Busca uma URL da internet e extrai seu conteúdo como markdown.
- url (string, obrigatório): URL a ser buscada
- max_length (inteiro, opcional): Número máximo de caracteres a retornar (padrão: 5000)
- start_index (inteiro, opcional): Iniciar conteúdo a partir deste índice de caractere (padrão: 0)
- raw (booleano, opcional): Obter conteúdo bruto sem conversão para markdown (padrão: falso)

Prompts

fetch
- Busca uma URL e extrai seu conteúdo como markdown
- Argumentos:
  - url (string, obrigatório): URL a ser buscada

Instalação

Opcionalmente: Instale node.js, isso fará com que o servidor de busca use um simplificador de HTML diferente que é mais robusto.

Usando uv (recomendado)

Ao usar uv nenhuma instalação específica é necessária. Usaremos uvx para executar diretamente mcp-server-fetch.

Usando PIP

Alternativamente, você pode instalar mcp-server-fetch via pip:

pip install mcp-server-fetch

Após a instalação, você pode executá-lo como um script usando:

python -m mcp_server_fetch

Configuração

Configurar para Claude.app

Adicione às suas configurações do Claude:

Usando uvx

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

Usando docker

{
  "mcpServers": {
    "fetch": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/fetch"]
    }
  }
}

Usando instalação via pip

{
  "mcpServers": {
    "fetch": {
      "command": "python",
      "args": ["-m", "mcp_server_fetch"]
    }
  }
}

Configurar para VS Code

Para instalação rápida, use um dos botões de instalação com um clique abaixo...

Para instalação manual, adicione o seguinte bloco JSON ao seu arquivo de Configurações do Usuário (JSON) no VS Code. Você pode fazer isso pressionando Ctrl + Shift + P e digitando Preferences: Open User Settings (JSON).

Opcionalmente, você pode adicioná-lo a um arquivo chamado .vscode/mcp.json no seu espaço de trabalho. Isso permitirá que você compartilhe a configuração com outras pessoas.

Observe que a chave mcp é necessária ao usar o arquivo mcp.json.

Usando uvx

{
  "mcp": {
    "servers": {
      "fetch": {
        "command": "uvx",
        "args": ["mcp-server-fetch"]
      }
    }
  }
}

Usando Docker

{
  "mcp": {
    "servers": {
      "fetch": {
        "command": "docker",
        "args": ["run", "-i", "--rm", "mcp/fetch"]
      }
    }
  }
}

Personalização - robots.txt

Por padrão, o servidor obedecerá ao arquivo robots.txt de um site se a solicitação veio do modelo (através de uma ferramenta), mas não se a solicitação foi iniciada pelo usuário (através de um prompt). Isso pode ser desabilitado adicionando o argumento --ignore-robots-txt à lista args na configuração.

Personalização - User-agent

Por padrão, dependendo se a solicitação veio do modelo (através de uma ferramenta) ou foi iniciada pelo usuário (através de um prompt), o servidor usará o user-agent

ModelContextProtocol/1.0 (Autonomous; +https://github.com/modelcontextprotocol/servers)

ModelContextProtocol/1.0 (User-Specified; +https://github.com/modelcontextprotocol/servers)

Isso pode ser personalizado adicionando o argumento --user-agent=YourUserAgent à lista args na configuração.

Personalização - Proxy

O servidor pode ser configurado para usar um proxy usando o argumento --proxy-url.

Configuração do Windows

Se você estiver enfrentando problemas de timeout no Windows, pode ser necessário definir a variável de ambiente PYTHONIOENCODING para garantir a codificação de caracteres adequada:

Configuração do Windows (uvx)

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"],
      "env": {
        "PYTHONIOENCODING": "utf-8"
      }
    }
  }
}

Configuração do Windows (pip)

{
  "mcpServers": {
    "fetch": {
      "command": "python",
      "args": ["-m", "mcp_server_fetch"],
      "env": {
        "PYTHONIOENCODING": "utf-8"
      }
    }
  }
}

Isso resolve problemas de codificação de caracteres que podem causar timeout no servidor em sistemas Windows.

Depuração

Você pode usar o inspetor MCP para depurar o servidor. Para instalações via uvx:

npx @modelcontextprotocol/inspector uvx mcp-server-fetch

Ou se você instalou o pacote em um diretório específico ou está desenvolvendo nele:

cd path/to/servers/src/fetch
npx @modelcontextprotocol/inspector uv run mcp-server-fetch

Contribuindo

Incentivamos contribuições para ajudar a expandir e melhorar o mcp-server-fetch. Seja adicionando novas ferramentas, aprimorando funcionalidades existentes ou melhorando a documentação, sua contribuição é valiosa.

Para exemplos de outros servidores MCP e padrões de implementação, veja: https://github.com/modelcontextprotocol/servers

Pull requests são bem-vindos! Sinta-se à vontade para contribuir com novas ideias, correções de bugs ou melhorias para tornar o mcp-server-fetch ainda mais poderoso e útil.

Licença

mcp-server-fetch é licenciado sob a Licença MIT. Isso significa que você é livre para usar, modificar e distribuir o software, sujeito aos termos e condições da Licença MIT. Para mais detalhes, consulte o arquivo LICENSE no repositório do projeto.

Fetch

Documentação