Internet Archive

Pesquise dentro de livros digitalizados, navegue pelo catálogo do Internet Archive e leia capturas do Wayback.

Documentação

mcp-archiveorg

O Internet Archive é uma biblioteca sem fins lucrativos que preserva o que o mundo publica: livros digitalizados, filmes, músicas gravadas, rádio, software e as próprias páginas da web, capturadas repetidamente desde 1996 na Wayback Machine. Milhões de seus livros e documentos passaram por reconhecimento óptico de caracteres, para que as palavras neles contidas possam ser pesquisadas, e o índice Open Library ao lado descreve obras, suas edições e seus assuntos.

Este servidor conecta um cliente de chat a essa biblioteca. Você pode pesquisar o texto completo dentro de seus documentos, pesquisar seu catálogo de itens, ler o registro de um item e seus arquivos, buscar um livro por assunto, local, período ou pessoa, e ler a web como ela estava em um determinado dia. Não requer chave de API nem conta.

Versão francesa

Instalação

Instalação com um clique

Claude Code

claude mcp add archiveorg -- npx -y mcp-archiveorg

Claude Desktop, Cursor e qualquer cliente que use o formato de configuração padrão

{
  "mcpServers": {
    "archiveorg": {
      "command": "npx",
      "args": ["-y", "mcp-archiveorg"]
    }
  }
}

Node 24 ou posterior é necessário, e nenhuma variável de ambiente precisa ser definida.

Com Docker

{
  "mcpServers": {
    "archiveorg": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "ghcr.io/smeet666/mcp-archiveorg:2.0.2"]
    }
  }
}

-i mantém o stdin aberto, que é por onde o protocolo trafega, e -t é omitido porque um TTY reescreve o fluxo. O contêiner precisa de HTTPS de saída para archive.org, web.archive.org e openlibrary.org, e nada mais: sem volume, sem porta, sem credencial.

Pacote, sem npm

Baixe mcp-archiveorg-2.0.2.mcpb de a versão mais recente e abra-o. Um cliente que suporta pacotes MCP o instala por conta própria, sem npm e sem arquivo de configuração para editar. O pacote carrega suas dependências, então nada é baixado no momento da instalação.

O que você pode perguntar

"Quais livros mencionam o farol de Beaumont?"
"Encontre itens sobre o terremoto de São Francisco de 1906."
"Quais arquivos esse item contém e sob qual licença ele está?"
"Encontre livros sobre apicultura na França publicados antes de 1900."
"Como era esse site em março de 2001?"

O caminho comum vai de uma pesquisa a um registro: uma linha carrega um identifier, e get_item o lê.

Ferramentas

Ferramenta	O que faz
`search_inside`	Pesquisa as palavras dentro dos documentos digitalizados do arquivo.
`search_items`	Pesquisa o catálogo por título, criador, assunto e tipo de mídia.
`get_item`	Lê o registro de um item, seus arquivos e sua licença.
`search_books`	Encontra livros por assunto, local, período, pessoa, extensão ou ano.
`list_snapshots`	Lista as capturas que a Wayback Machine possui para um endereço.
`get_snapshot`	Lê uma captura de um endereço, em ou próximo a uma data.

`search_inside`

Pesquisa o texto dentro dos documentos do arquivo, que veio da página por meio de reconhecimento óptico de caracteres, então uma passagem carrega os erros de leitura desse processo.

Argumento	Tipo	Obrigatório	O que faz
`query`	string, 2 a 300 caracteres	sim	A frase a procurar dentro dos documentos.
`limit`	inteiro, 1 a 50, padrão `10`	não	Correspondências a servir.
`page`	inteiro, 1 a 100, padrão `1`	não	Qual página de correspondências.
`max_excerpt_chars`	inteiro, 80 a 1200, padrão `300`	não	Quanto de uma passagem servir.
`max_excerpts_per_match`	inteiro, 1 a 10, padrão `3`	não	Passagens servidas por documento correspondente.

Em retorno: hits, cada um carregando identifier, que get_item recebe; title, creator e year; excerpts, as passagens como a máquina as leu da página; matched_file, nomeando o que realmente contém a passagem; e source_url. inside_container é verdadeiro quando o item agrupa vários documentos e a passagem está em um deles, caso em que o título, o criador e o ano pertencem ao contêiner.

total conta documentos, e pagina. É um número de documentos e a última página de um conjunto de correspondências é mais curta que a primeira. Nenhum número de página está disponível: o índice informa onde o texto está dentro do item, que é 1 em quase todas as correspondências, então nada aqui declara uma página de um livro e nenhum link reivindica uma.

`search_items`

Pesquisa o próprio catálogo, em todos os tipos de coisas que o arquivo guarda.

Argumento	Tipo	Obrigatório	O que faz
`query`	string, 1 a 300 caracteres	sim	Palavras a procurar no catálogo.
`media_type`	`texts`, `movies`, `audio`, `image`, `software`, `data` ou `web`	não	O tipo de coisa a manter.
`year_from`	inteiro, 1 a 2200	não	Ano mais antigo.
`year_to`	inteiro, 1 a 2200	não	Ano mais recente.
`sort`	`relevance`, `downloads`, `newest`, `oldest` ou `title`, padrão `relevance`	não	Como as linhas são ordenadas.
`limit`	inteiro, 1 a 50, padrão `10`	não	Linhas a servir.
`page`	inteiro, 1 a 100, padrão `1`	não	Qual página de linhas.

Em retorno: items, cada um carregando identifier, title, creator, year, media_type, downloads e source_url, um campo que o registro deixa vazio sendo null. total conta os itens correspondentes em todo o catálogo, que é mais do que o número retornado.

`get_item`

Lê o registro de um item. As partes mais pesadas são solicitadas em vez de servidas por padrão, já que um registro pode ser longo.

Argumento	Tipo	Obrigatório	O que faz
`identifier`	string, 1 a 200 caracteres	sim	O identificador que uma linha de pesquisa carrega.
`sections`	array de `basic`, `files`, `full_metadata`, padrão `["basic"]`	não	Quais partes retornar.
`file_format`	string, até 60 caracteres	não	Manter os arquivos de um formato.
`max_files`	inteiro, 1 a 200, padrão `25`	não	Limite nos arquivos retornados.
`max_description_chars`	inteiro, 100 a 20000, padrão `2000`	não	Quanto da descrição servir.

Em retorno: o item com seu title, creator, year, media_type e source_url, além de description, date, publisher, language, collections e license_url, cada null onde o registro não declara nada. file_count conta os arquivos que o item contém, independentemente do que esta resposta retornou, e total_bytes seu peso. files e full_metadata estão presentes apenas quando solicitados em sections.

`search_books`

Encontra livros por meio do índice de obras ao lado do arquivo, que descreve uma obra e suas edições em vez de uma cópia digitalizada.

Argumento	Tipo	Obrigatório	O que faz
`query`	string, 2 a 300 caracteres	não	Texto livre, quando houver.
`subject`	string, 2 a 100 caracteres	não	Um assunto sob o qual o índice arquiva obras.
`place`	string, 2 a 100 caracteres	não	Um local sobre o qual uma obra trata.
`time`	string, 2 a 100 caracteres	não	Um período sobre o qual uma obra trata.
`person`	string, 2 a 100 caracteres	não	Uma pessoa sobre a qual uma obra trata.
`language`	string, 2 a 20 caracteres	não	O idioma da obra.
`year_from`	inteiro, 1 a 2200	não	Primeira publicação mais antiga.
`year_to`	inteiro, 1 a 2200	não	Primeira publicação mais recente.
`pages_min`	inteiro, 1 a 100000	não	Menor obra aceitável.
`pages_max`	inteiro, 1 a 100000	não	Maior obra aceitável.
`sort`	`relevance`, `rating`, `readers`, `newest` ou `oldest`, padrão `relevance`	não	Como as linhas são ordenadas.
`limit`	inteiro, 1 a 50, padrão `10`	não	Linhas a servir.
`page`	inteiro, 1 a 100, padrão `1`	não	Qual página de linhas.

Em retorno: books, cada um carregando title, authors, first_published_year, edition_count, archive_identifiers para as cópias digitalizadas que o arquivo guarda, scan_count, page_count como mediana entre edições, subjects e source_url. searched_for diz em palavras o que esta resposta responde, texto livre e cada critério aplicado, e query é null quando a pesquisa foi feita apenas com critérios. total conta as obras correspondentes.

`list_snapshots`

Lista as capturas que a Wayback Machine guarda para um endereço.

Argumento	Tipo	Obrigatório	O que faz
`url`	string, 3 a 2000 caracteres	sim	O endereço a consultar.
`limit`	inteiro, 1 a 100, padrão `20`	não	Capturas a servir.
`cursor`	string, até 500 caracteres	não	O `next_cursor` que uma resposta anterior nomeou.

Em retorno: snapshots, cada uma com seu captured_at como timestamp ISO em UTC, o url da própria captura e o status que o rastreamento registrou. first e last descrevem esta resposta em vez de todo o histórico, e next_cursor continua a listagem.

`get_snapshot`

Lê uma captura de um endereço, em uma data ou próxima a ela.

Argumento	Tipo	Obrigatório	O que faz
`url`	string, 3 a 2000 caracteres	sim	O endereço a consultar.
`at`	`YYYY-MM-DD` ou um timestamp ISO	não	A data alvo. A captura mais recente por padrão.

Em retorno: o snapshot com seu captured_at e seu endereço, além do requested_url e requested_at, para que a distância entre a data solicitada e a captura servida fique visível. A Wayback Machine responde a uma data sem captura com a mais próxima que possui.

O valor dos trechos

O texto dentro de um documento digitalizado veio da página por reconhecimento óptico de caracteres. Um trecho, portanto, carrega os erros de leitura desse processo, e é servido como foi lido, sem correção: uma palavra que parece estranha é o que a máquina viu. Cite um trecho como excerto de uma digitalização e vincule o item para que o leitor possa ver a página.

Configuração

Todas as variáveis são opcionais. Defina-as no bloco env da configuração do seu cliente.

Variável	Padrão	O que faz
`IA_USER_AGENT`	a identidade do projeto	Nomeia seu aplicativo para o arquivo, com um endereço onde uma pessoa pode ser contatada.
`IA_MIN_INTERVAL_MS`	`1000`	Intervalo entre duas solicitações, de 500 a 60000.
`IA_TIMEOUT_MS`	`20000`	Prazo para uma solicitação, de 1000 a 120000.
`IA_HISTORY_TIMEOUT_MS`	`60000`	Prazo para um histórico da Wayback Machine, de 5000 a 180000.
`IA_MAX_RETRIES`	`3`	Tentativas após uma falha transitória, de 0 a 8.
`IA_CACHE_TTL_MS`	`900000`	Por quanto tempo uma resposta permanece na memória, de 0 a 86400000.
`IA_CACHE_MAX_ENTRIES`	`200`	Respostas mantidas na memória de uma vez, de 1 a 5000.
`IA_LOG_LEVEL`	`error`	`silent`, `error`, `info` ou `debug`, gravados em stderr.

Um valor fora do intervalo volta ao padrão, e o motivo é gravado em stderr.

Erros

Toda falha carrega um dos seis códigos, uma mensagem e, quando ajuda, uma dica indicando o próximo passo.

Código	O que aconteceu	O que fazer
`not_found`	O arquivo respondeu e não possui tal item.	Verifique o identificador com `search_items`.
`invalid_input`	Os argumentos foram recusados antes de qualquer solicitação sair.	Leia a mensagem, que nomeia o argumento.
`rate_limited`	O arquivo pediu que este cliente diminuísse o ritmo.	Aguarde o número de segundos que a dica indica e chame novamente com os mesmos argumentos. O item ainda está lá.
`parse_failure`	A resposta chegou em um formato que este cliente não consegue ler.	Reporte em o rastreador de problemas.
`network_error`	A solicitação não foi concluída.	Tente novamente em breve.
`timeout`	A solicitação passou do prazo.	Aumente `IA_TIMEOUT_MS`, ou `IA_HISTORY_TIMEOUT_MS` para um histórico de capturas.

Como biblioteca

A camada que lê o arquivo é publicada separadamente, com seu ritmo, seu cache e seus erros, e sem protocolo anexado.

import { ArchiveClient } from "mcp-archiveorg/client";

const client = new ArchiveClient();
const { data, cached } = await client.searchItems({ query: "san francisco earthquake" });
console.log(data.total, cached);

Cada leitura responde { data, cached } e lança um erro com um dos seis códigos. O intervalo mínimo entre duas solicitações também se aplica aqui.

Ritmo e atribuição

As solicitações saem uma de cada vez, com pelo menos um segundo entre elas, e o mínimo de meio segundo se mantém independentemente da configuração do servidor. O User-Agent sempre termina com a identidade do projeto e um endereço onde uma pessoa pode ser contatada. O Internet Archive é uma biblioteca sem fins lucrativos, e uma busca dentro de seus documentos é uma das perguntas mais caras que ele responde.

Todo resultado carrega o endereço da página de onde foi lido. Os itens pertencem às pessoas e instituições que os depositaram, sob os termos que cada registro declara em license_url.

Este servidor MCP é um projeto não oficial, sem afiliação ao Internet Archive.

Privacidade

Este servidor não coleta nada sobre você e não envia nada ao autor. Ele roda na sua máquina, contata archive.org, web.archive.org e openlibrary.org e nada mais, mantém suas respostas na memória enquanto roda e não grava nada em disco. PRIVACY.md declara o que uma solicitação carrega e quais configurações alteram qualquer parte disso.

Desenvolvimento

npm install
npm run build:fixtures
npm test
npm run check

Os testes rodam contra fixtures geradas e não fazem nenhuma solicitação de rede. A suíte ao vivo, npm run test:live, faz uma solicitação por rota e roda todas as noites contra o próprio arquivo.

Contribuindo

Bugs, perguntas e ideias pertencem a o rastreador de problemas. Pull requests são bem-vindos; abrir um problema primeiro ajuda a concordar sobre a forma da mudança. Veja CONTRIBUTING.md.

Licença

MIT, veja LICENSE. Os itens pertencem aos seus depositantes, sob os termos que cada registro declara.

mcp-archiveorg (francês)

Versão em inglês

O Internet Archive é uma biblioteca sem fins lucrativos que preserva o que o mundo publica: livros digitalizados, filmes, música gravada, rádio, software e as próprias páginas da web, capturadas repetidamente desde 1996 na Wayback Machine. Milhões de seus livros e documentos passaram por reconhecimento óptico de caracteres, de modo que as palavras que contêm são pesquisáveis, e o índice Open Library que o acompanha descreve as obras, suas edições e seus assuntos.

Este servidor conecta um cliente de conversa a essa biblioteca. Pode-se pesquisar no texto integral de seus documentos, pesquisar em seu catálogo, ler a ficha de um documento e seus arquivos, encontrar um livro por assunto, local, período ou pessoa, e ler a web como era em um determinado dia. Nenhuma chave de API, nenhuma conta.

Instalação

Instalação em um clique

Claude Code

claude mcp add archiveorg -- npx -y mcp-archiveorg

Claude Desktop, Cursor e qualquer cliente com formato de configuração padrão

{
  "mcpServers": {
    "archiveorg": {
      "command": "npx",
      "args": ["-y", "mcp-archiveorg"]
    }
  }
}

Node 24 ou mais recente é necessário, e nenhuma variável de ambiente precisa ser preenchida.

Com Docker

{
  "mcpServers": {
    "archiveorg": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "ghcr.io/smeet666/mcp-archiveorg:2.0.2"]
    }
  }
}

-i mantém a entrada padrão aberta, que é o canal do protocolo, e -t é omitido porque um TTY reescreve o fluxo. O contêiner precisa de acesso HTTPS de saída para archive.org, web.archive.org e openlibrary.org, e de nada mais: nenhum volume, nenhuma porta, nenhum identificador.

Bundle, sem npm

Baixe mcp-archiveorg-2.0.2.mcpb de a última publicação e abra-o. Um cliente que gerencia bundles MCP o instala sozinho, sem npm e sem arquivo de configuração para modificar. O bundle carrega suas dependências, portanto nada é baixado na instalação.

O que se pode pedir

"Quais livros mencionam o farol de Beaumont?"
"Encontre-me documentos sobre o terremoto de São Francisco em 1906."
"Quais arquivos este documento contém, e sob qual licença?"
"Encontre-me livros sobre apicultura na França publicados antes de 1900."
"Como era este site em março de 2001?"

O caminho comum vai de uma pesquisa a uma ficha: uma linha carrega um identifier, e get_item o lê.

As ferramentas

Ferramenta	O que faz
`search_inside`	Pesquisa nas palavras contidas nos documentos digitalizados.
`search_items`	Pesquisa no catálogo por título, autor, assunto e tipo de mídia.
`get_item`	Lê a ficha de um documento, seus arquivos e sua licença.
`search_books`	Encontra livros por assunto, local, período, pessoa, extensão ou ano.
`list_snapshots`	Lista as capturas que a Wayback Machine guarda de um endereço.
`get_snapshot`	Lê uma captura de um endereço, em uma data ou próxima a ela.

`search_inside`

Pesquisa no texto contido nos documentos, texto proveniente do reconhecimento óptico de caracteres, portanto um trecho carrega os erros de leitura desse processo.

Argumento	Tipo	Obrigatório	O que faz
`query`	string, 2 a 300 caracteres	sim	A frase a pesquisar nos documentos.
`limit`	inteiro, 1 a 50, padrão `10`	não	Correspondências a servir.
`page`	inteiro, 1 a 100, padrão `1`	não	Qual página de correspondências.
`max_excerpt_chars`	inteiro, 80 a 1200, padrão `300`	não	O comprimento do trecho a servir.
`max_excerpts_per_match`	inteiro, 1 a 10, padrão `3`	não	Trechos servidos por documento correspondente.
Em retorno: `hits`, cada um portando `identifier`, que `get_item` retoma;
`title`, `creator` e `year`; `excerpts`, os trechos tal como uma máquina os
leu na página; `matched_file`, que nomeia o que realmente contém o
trecho; e `source_url`. `inside_container` é verdadeiro quando o documento
reúne vários e o trecho está em um deles, caso em que o
título, o autor e o ano pertencem ao continente.

total conta documentos, e ele pagina. É um número de documentos e a última página de um conjunto é mais curta que a primeira. Nenhum número de página está disponível: o índice indica onde o texto está no documento, o que vale 1 em quase todas as correspondências, então nada aqui afirma uma página de livro e nenhum link a reivindica.

`search_items`

Busca no catálogo em si, através de tudo o que o arquivo preserva.

Argumento	Tipo	Obrigatório	O que faz
`query`	string, 1 a 300 caracteres	sim	As palavras a buscar no catálogo.
`media_type`	`texts`, `movies`, `audio`, `image`, `software`, `data` ou `web`	não	O tipo de coisa a manter.
`year_from`	inteiro, 1 a 2200	não	Ano mais antigo.
`year_to`	inteiro, 1 a 2200	não	Ano mais recente.
`sort`	`relevance`, `downloads`, `newest`, `oldest` ou `title`, padrão `relevance`	não	A ordem das linhas.
`limit`	inteiro, 1 a 50, padrão `10`	não	Linhas a servir.
`page`	inteiro, 1 a 100, padrão `1`	não	Qual página de linhas.

Em retorno: items, cada um portando identifier, title, creator, year, media_type, downloads e source_url, um campo que a ficha deixa vazio valendo null. total conta os documentos correspondentes em todo o catálogo, o que excede o número retornado.

`get_item`

Lê a ficha de um documento. As partes pesadas são solicitadas em vez de serem servidas por padrão, pois uma ficha pode ser longa.

Argumento	Tipo	Obrigatório	O que faz
`identifier`	string, 1 a 200 caracteres	sim	O identificador que uma linha carrega.
`sections`	array de `basic`, `files`, `full_metadata`, padrão `["basic"]`	não	As partes a retornar.
`file_format`	string, até 60 caracteres	não	Manter apenas arquivos de um formato.
`max_files`	inteiro, 1 a 200, padrão `25`	não	Limite nos arquivos retornados.
`max_description_chars`	inteiro, 100 a 20000, padrão `2000`	não	O comprimento da descrição a servir.

Em retorno: o documento com seu title, creator, year, media_type e source_url, mais description, date, publisher, language, collections e license_url, cada um null onde a ficha não indica nada. file_count conta os arquivos que o documento contém independentemente do que esta resposta retornou, e total_bytes seu peso. files e full_metadata só estão lá quando solicitados em sections.

`search_books`

Encontra livros via o índice de obras que acompanha o arquivo, o qual descreve uma obra e suas edições em vez de um exemplar digitalizado.

Argumento	Tipo	Obrigatório	O que faz
`query`	string, 2 a 300 caracteres	não	Texto livre, quando houver.
`subject`	string, 2 a 100 caracteres	não	Um assunto sob o qual o índice classifica.
`place`	string, 2 a 100 caracteres	não	Um lugar sobre o qual uma obra trata.
`time`	string, 2 a 100 caracteres	não	Um período sobre o qual uma obra trata.
`person`	string, 2 a 100 caracteres	não	Uma pessoa sobre a qual uma obra trata.
`language`	string, 2 a 20 caracteres	não	O idioma da obra.
`year_from`	inteiro, 1 a 2200	não	Primeira publicação mais antiga.
`year_to`	inteiro, 1 a 2200	não	Primeira publicação mais recente.
`pages_min`	inteiro, 1 a 100000	não	Obra mais curta aceitável.
`pages_max`	inteiro, 1 a 100000	não	Obra mais longa aceitável.
`sort`	`relevance`, `rating`, `readers`, `newest` ou `oldest`, padrão `relevance`	não	A ordem das linhas.
`limit`	inteiro, 1 a 50, padrão `10`	não	Linhas a servir.
`page`	inteiro, 1 a 100, padrão `1`	não	Qual página de linhas.

Em retorno: books, cada um portando title, authors, first_published_year, edition_count, archive_identifiers para os exemplares digitalizados que o arquivo detém, scan_count, page_count como mediana nas edições, subjects e source_url. searched_for diz em palavras a que esta resposta responde, texto livre e cada critério aplicado, e query vale null quando a busca era feita apenas de critérios. total conta as obras correspondentes.

`list_snapshots`

Lista as capturas que a Wayback Machine guarda de um endereço.

Argumento	Tipo	Obrigatório	O que faz
`url`	string, 3 a 2000 caracteres	sim	O endereço a consultar.
`limit`	inteiro, 1 a 100, padrão `20`	não	Capturas a servir.
`cursor`	string, até 500 caracteres	não	O `next_cursor` nomeado por uma resposta anterior.

Em retorno: snapshots, cada uma com seu captured_at em timestamp ISO UTC, a url da captura em si, e o status que a coleta registrou. first e last descrevem esta resposta em vez de todo o histórico, e next_cursor continua a lista.

`get_snapshot`

Lê uma captura de um endereço, em uma data ou perto dela.

Argumento	Tipo	Obrigatório	O que faz
`url`	string, 3 a 2000 caracteres	sim	O endereço a consultar.
`at`	`AAAA-MM-JJ` ou timestamp ISO	não	A data alvo. A captura mais recente por padrão.

Em retorno: a snapshot com seu captured_at e seu endereço, ao lado de requested_url e requested_at, de modo que a diferença entre a data solicitada e a captura servida seja visível. A Wayback Machine responde a uma data da qual não tem nenhuma captura com a mais próxima que detém.

O que valem os trechos

O texto contido em um documento digitalizado vem do reconhecimento óptico de caracteres. Um trecho carrega, portanto, os erros de leitura desse processo, e é servido tal como foi lido em vez de corrigido: uma palavra que se lê estranhamente é o que a máquina viu. Cite um trecho como o extrato de uma digitalização, e vincule o documento para que um leitor possa olhar a página.

Configuração

Cada variável é opcional. Elas se colocam no bloco env da configuração do cliente.

Variável	Padrão	O que faz
`IA_USER_AGENT`	a identidade do projeto	Nomeia seu aplicativo junto ao arquivo, com um endereço para contatar uma pessoa.
`IA_MIN_INTERVAL_MS`	`1000`	Intervalo entre duas requisições, de 500 a 60000.
`IA_TIMEOUT_MS`	`20000`	Tempo limite de uma requisição, de 1000 a 120000.
`IA_HISTORY_TIMEOUT_MS`	`60000`	Tempo limite de um histórico Wayback Machine, de 5000 a 180000.
`IA_MAX_RETRIES`	`3`	Tentativas após uma falha passageira, de 0 a 8.
`IA_CACHE_TTL_MS`	`900000`	Duração durante a qual uma resposta permanece em memória, de 0 a 86400000.
`IA_CACHE_MAX_ENTRIES`	`200`	Respostas mantidas em memória por vez, de 1 a 5000.
`IA_LOG_LEVEL`	`error`	`silent`, `error`, `info` ou `debug`, escrito na saída de erro.

Um valor fora de seu intervalo cai no padrão, e o motivo é escrito na saída de erro.

Erros

Cada falha carrega um dos seis códigos, uma mensagem e, quando ajuda, uma indicação do próximo passo.

Código	O que aconteceu	O que fazer
`not_found`	O arquivo respondeu e não possui este documento.	Verifique o identificador com `search_items`.
`invalid_input`	Os argumentos foram recusados antes de qualquer requisição.	Leia a mensagem, que nomeia o argumento.
`rate_limited`	O arquivo pede que este cliente desacelere.	Aguarde os segundos indicados e chame novamente com os mesmos argumentos. O documento ainda está lá.
`parse_failure`	A resposta chegou em um formato ilegível aqui.	Reporte em o rastreador de incidentes.
`network_error`	A requisição não foi concluída.	Tente novamente em breve.
`timeout`	A requisição excedeu o tempo limite.	Aumente `IA_TIMEOUT_MS`, ou `IA_HISTORY_TIMEOUT_MS` para um histórico.

Como biblioteca

A camada que lê o arquivo é publicada separadamente, com seu ritmo, seu cache e seus erros, sem protocolo anexado.

import { ArchiveClient } from "mcp-archiveorg/client";

const client = new ArchiveClient();
const { data, cached } = await client.searchItems({ query: "san francisco earthquake" });
console.log(data.total, cached);

Cada leitura responde { data, cached }, e levanta um erro com um dos seis códigos. O intervalo mínimo entre duas requisições também se aplica aqui.

Ritmo e atribuição

As requisições saem uma a uma com pelo menos um segundo entre elas, e o intervalo mínimo de meio segundo vale independentemente da configuração. O User-Agent sempre termina com a identidade do projeto e um endereço para contatar uma pessoa. O Internet Archive é uma biblioteca sem fins lucrativos, e uma busca no texto de seus documentos é uma das questões mais custosas que ele processa.

Cada resultado traz o endereço da página de onde foi lido. Os documentos pertencem às pessoas e instituições que os depositaram, sob as condições que cada ficha indica em license_url.

Este MCP é um projeto não oficial, sem afiliação ao Internet Archive.

Privacidade

Este servidor não coleta nada sobre você e não envia nada ao seu autor. Ele roda na sua máquina, anexa apenas archive.org, web.archive.org e openlibrary.org, mantém suas respostas na memória enquanto roda, e não grava nada no disco. PRIVACY.md diz o que uma requisição carrega e quais configurações mudam isso.

Desenvolvimento

npm install
npm run build:fixtures
npm test
npm run check

Os testes são executados em fixtures geradas e não emitem nenhuma requisição. A suíte ao vivo, npm run test:live, emite uma requisição por rota e roda todas as noites contra o próprio arquivo.

Contribuindo

Anomalias, perguntas e ideias têm seu lugar em o rastreador de incidentes. As propostas de modificação são bem-vindas; abrir um ticket primeiro ajuda a concordar sobre a forma da mudança. Veja CONTRIBUTING.md.

Licença

MIT, veja LICENSE. Os documentos pertencem àqueles que os depositaram, sob as condições que cada ficha indica.