Scrapeless

Servidor MCP Scrapeless

Bem-vindo ao Servidor oficial do Scrapeless Model Context Protocol (MCP) — uma camada de integração poderosa que capacita LLMs, Agentes de IA e aplicações de IA a interagir com a web em tempo real.

Construído sobre o padrão aberto MCP, o Servidor MCP Scrapeless conecta perfeitamente modelos como ChatGPT, Claude e ferramentas como Cursor e Windsurf a uma ampla gama de capacidades externas, incluindo:

• Integração com serviços do Google (Search, Trends)
• Automação de navegador para navegação e interação em nível de página
• Scrape de sites dinâmicos e com muito JavaScript — exporte como HTML, Markdown ou capturas de tela
• Crawl de sites inteiros seguindo links e capturando cada página em múltiplos formatos
• AI Scraper Crie uma tarefa de AI Scraper para ChatGPT, Gemini, Perplexity, Copilot, Google AI Mode, Google AI Overview, Grok ou Alexa

Esteja você construindo um assistente de pesquisa com IA, um copiloto de codificação ou agentes web autônomos, este servidor fornece o contexto dinâmico e os dados do mundo real que seus fluxos de trabalho precisam — sem ser bloqueado.

Exemplos de Uso

1. Interação Web Automatizada e Extração de Dados com Claude

Usando o Scrapeless MCP Browser, o Claude pode executar tarefas complexas como navegação web, cliques, rolagem e scraping por meio de comandos conversacionais, com pré-visualização em tempo real dos resultados da interação web via live sessions.

2. Ignorando o Cloudflare para Recuperar o Conteúdo da Página de Destino

Usando o serviço Scrapeless MCP Browser, a página do Cloudflare é acessada automaticamente e, após a conclusão do processo, o conteúdo da página é extraído e retornado em formato Markdown.

3. Extraindo Conteúdo de Página Renderizada Dinamicamente e Escrevendo em Arquivo

Usando a API Universal Scrapeless MCP, o conteúdo renderizado por JavaScript da página de destino acima é extraído, exportado em formato Markdown e, finalmente, escrito em um arquivo local chamado text.md.

4. Scraping Automatizado de SERP

Usando o Servidor MCP Scrapeless, consulte a palavra-chave "web scraping" no Google Search, recupere os primeiros 10 resultados de pesquisa (incluindo título, link e resumo) e escreva o conteúdo no arquivo chamado serp.text.

Aqui estão alguns exemplos adicionais de como usar esses servidores:

Exemplo
Pesquise scrapeless no Google Search.
Encontre o interesse de pesquisa por "IA" no último ano.
Use um navegador para visitar chatgpt.com, pesquise "Como está o tempo hoje?" e resuma os resultados.
Extraia o conteúdo HTML da página scrapeless.com.
Extraia o conteúdo Markdown da página scrapeless.com.
Obtenha capturas de tela de scrapeless.com.

Guia de Configuração

1. Obtenha a Chave Scrapeless

• Faça login no Painel Scrapeless (teste gratuito disponível)
• Em seguida, clique em "Configurações" à esquerda -> selecione "Gerenciamento de Chaves de API" -> clique em "Criar Chave de API". Por fim, clique na Chave de API que você criou para copiá-la.

2. Configure Seu Cliente MCP

O Servidor MCP Scrapeless suporta os modos de transporte Stdio e Streamable HTTP.

🖥️ Stdio (Execução Local)

{
  "mcpServers": {
    "Scrapeless MCP Server": {
      "command": "npx",
      "args": ["-y", "scrapeless-mcp-server"],
      "env": {
        "SCRAPELESS_API_KEY": "YOUR_SCRAPELESS_KEY"
      }
    }
  }
}

🌐 Streamable HTTP (Modo de API Hospedada)

{
  "mcpServers": {
    "Scrapeless MCP Server": {
      "type": "streamable-http",
      "url": "https://api.scrapeless.com/mcp",
      "headers": {
        "x-api-token": "YOUR_SCRAPELESS_KEY"
      },
      "disabled": false,
      "alwaysAllow": []
    }
  }
}

Opções Avançadas

Personalize o comportamento da sessão do navegador com parâmetros opcionais. Eles podem ser definidos por meio de variáveis de ambiente (para Stdio) ou cabeçalhos HTTP (para Streamable HTTP):

Stdio (Variável de Ambiente)	Streamable HTTP (Cabeçalho HTTP)	Descrição
BROWSER_PROFILE_ID	x-browser-profile-id	Especifica um ID de perfil de navegador reutilizável para continuidade da sessão.
BROWSER_PROFILE_PERSIST	x-browser-profile-persist	Habilita armazenamento persistente para cookies, armazenamento local, etc.
BROWSER_SESSION_TTL	x-browser-session-ttl	Define o tempo máximo de sessão em segundos. A sessão expirará automaticamente após essa duração de inatividade.

Integração com o Claude Desktop

1. Abra o Claude Desktop
2. Navegue até: Settings → Tools → MCP Servers
3. Clique em "Adicionar Servidor MCP"
4. Cole a configuração Stdio ou Streamable HTTP acima
5. Salve e habilite o servidor
6. O Claude agora poderá emitir consultas web, extrair conteúdo e interagir com páginas usando o Scrapeless

Integração com o Cursor IDE

1. Abra o Cursor
2. Pressione Cmd + Shift + P e pesquise por: Configure MCP Servers
3. Adicione a configuração MCP do Scrapeless usando o formato acima
4. Salve o arquivo e reinicie o Cursor (se necessário)
5. Agora você pode perguntar ao Cursor coisas como:
   1. "Search StackOverflow for a solution to this error"
   2. "Scrape the HTML from this page"
6. E ele usará o Scrapeless em segundo plano.

Ferramentas MCP Suportadas

Nome	Descrição
google_search	Mecanismo de busca de informações universal.
google_trends	Obtenha dados de tendências de pesquisa do Google Trends.
browser_create	Crie ou reutilize uma sessão de navegador em nuvem usando o Scrapeless.
browser_close	Fecha a sessão atual desconectando o navegador em nuvem.
browser_goto	Navegue o navegador para uma URL especificada.
browser_go_back	Volte um passo no histórico do navegador.
browser_go_forward	Avance um passo no histórico do navegador.
browser_click	Clique em um elemento específico na página.
browser_type	Digite texto em um campo de entrada especificado.
browser_press_key	Simule o pressionamento de uma tecla.
browser_wait_for	Aguarde um elemento específico da página aparecer.
browser_wait	Pause a execução por uma duração fixa.
browser_screenshot	Capture uma captura de tela da página atual.
browser_get_html	Obtenha o HTML completo da página atual.
browser_get_text	Obtenha todo o texto visível da página atual.
browser_scroll	Role até o final da página.
browser_scroll_to	Role um elemento específico para a visualização.
scrape_html	Extraia uma URL e retorne seu conteúdo HTML completo.
scrape_markdown	Extraia uma URL e retorne seu conteúdo como Markdown.
scrape_screenshot	Capture uma captura de tela de alta qualidade de qualquer página da web.
crawl_start	Inicie um trabalho de crawl assíncrono a partir de uma URL base e retorne seu ID de trabalho.
crawl_cancel	Cancele um trabalho de crawl em andamento pelo seu ID.
crawl_result	Consulte um trabalho de crawl pelo seu ID até que ele seja concluído e retorne os dados extraídos.
ai_scraper	Crie uma tarefa de AI Scraper para ChatGPT, Gemini, Perplexity, Copilot, Google AI Mode, Google AI Overview, Grok ou Alexa.

Práticas Recomendadas de Segurança

Ao usar o Servidor MCP Scrapeless com LLMs (como ChatGPT, Claude ou Cursor), é fundamental lidar com todo o conteúdo web extraído ou raspado com cuidado. Os dados da web não são confiáveis por padrão, e o manuseio inadequado pode expor sua aplicação a injeção de prompt ou outras vulnerabilidades de segurança.

✅ Práticas Recomendadas

• Nunca passe conteúdo bruto extraído diretamente para prompts de LLM. HTML bruto, JavaScript ou texto gerado pelo usuário podem conter cargas úteis de injeção ocultas.
• Sanitize e valide todo o conteúdo extraído. Remova ou escape tags e scripts potencialmente prejudiciais antes de usar o conteúdo em lógica downstream ou modelos de IA.
• Prefira extração estruturada a texto de forma livre. Use ferramentas como scrape_html, scrape_markdown ou browser_get_text direcionado com seletores conhecidos e seguros para extrair apenas o conteúdo em que você confia.
• Aplique listas de permissão de domínio ou seletor ao extrair páginas geradas dinamicamente, para restringir o fluxo de dados a fontes conhecidas e confiáveis.
• Registre e monitore todas as solicitações de saída feitas por meio do navegador ou ferramentas de extração, especialmente se você estiver lidando com dados sensíveis, tokens ou acesso à rede interna.

🚫 Evite

• Injetar HTML extraído diretamente em prompts
• Permitir que usuários especifiquem URLs arbitrárias ou seletores CSS sem validação
• Armazenar conteúdo extraído não filtrado para uso futuro em prompts

Comunidade

• Discord do Servidor MCP

Fale Conosco

Para perguntas, sugestões ou consultas de colaboração, sinta-se à vontade para entrar em contato conosco por meio de:

• E-mail: market@scrapeless.com
• Site Oficial: https://www.scrapeless.com
• Fórum da Comunidade: https://discord.gg/Np4CAHxB9a