Agenty

Agenty AI 提供一個模型上下文協定 (Model Context Protocol, MCP) 伺服器，讓 Claude、Cursor 等 AI 助理及任何相容 MCP 的用戶端，都能直接存取瀏覽器自動化工具。你可以使用 LLM 模型來擷取螢幕截圖、產生 PDF、擷取網頁、提取結構化資料、將頁面轉換為 Markdown 等等。

本文將說明如何連線至 Agenty 的 MCP 伺服器，以及如何使用每個可用的工具。

先決條件

連線前，你需要準備：

• Agenty AI 帳號和 API 金鑰
• 相容 MCP 的用戶端，例如 Claude Desktop、Cursor、Windsurf，或任何支援模型上下文協定的工具
• 如果你使用 CLI 或本機設定檔，需要 Node.js 18 或更新版本

如何連線

將以下設定新增至你的 MCP 用戶端。若使用 Claude Desktop，請放入 claude_desktop_config.json。若使用 Cursor，請放入你的 .cursor/mcp.json 檔案。

{
  "mcpServers": {
    "agenty": {
      "url": "https://api.agenty.ai/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_API_KEY"
      }
    }
  }
}

將 YOUR_API_KEY 替換為你 Agenty AI > 設定 > API 金鑰中的金鑰。新增完成後，重新啟動用戶端，Agenty 工具就會出現在工具列表中。

Agenty API 金鑰 1069×482 32.4 KB

對於支援 OAuth 或基於權杖登入的用戶端，你可以直接透過 Agenty AI 登入流程進行驗證，無需手動貼上金鑰。

可用工具

Agenty MCP 伺服器提供十一種工具，涵蓋最常見的瀏覽器自動化需求。每個工具都接受網址或原始 HTML 作為輸入，以及用於控制瀏覽器行為的選用參數。

Agenty MCP 中的可用工具 1265×795 60.9 KB

Markdown MCP

Markdown 工具會載入頁面，移除導覽列、頁尾、腳本、廣告和其他樣板內容，並將剩餘的可讀內容轉換為乾淨的 Markdown。它可以將相對連結解析為絕對網址，並移除資料圖片。

這對於將網頁內容提供給 LLM、建立 RAG 管道，或儲存文章的可讀版本特別有用。

提示範例：

「將 Web scraping - Wikipedia 轉換為 Markdown」

「取得這篇部落格文章的 Markdown 內容：https://example.com/article”

使用 Claude desktop 的網站擷取預覽 1272×844 67.2 KB

螢幕截圖 MCP

螢幕截圖工具會啟動真實瀏覽器，載入頁面，並將其擷取為 PNG 或 JPEG 圖片。它支援全頁截圖、裁剪區域、自訂視窗大小、裝置模擬，以及調整大小和旋轉等圖片處理。

當你需要頁面的視覺快照、記錄使用者介面，或想驗證網站在特定螢幕尺寸下的外觀時，這項工具非常實用。

提示範例：

「擷取 https://example.com 的全頁螢幕截圖，並以 PNG 格式回傳」

「使用 iPhone 14 視窗大小，擷取 https://agenty.ai 的行動版螢幕截圖」

網頁擷取 MCP

網頁擷取工具會在真實瀏覽器中載入網址，並執行完整的 JavaScript，然後回傳渲染後的 HTML。與簡單的 HTTP 請求不同，它會等待動態內容載入，因此對於單頁應用程式和大量使用 JavaScript 的頁面來說相當可靠。

當你需要頁面在所有腳本執行後、如同使用者實際看到的原始 HTML 時，可以使用此工具。

提示範例：

「擷取 https://news.ycombinator.com 的 HTML，並回傳完整的渲染內容」

「擷取此頁面，並等待 3 秒讓動態內容載入：https://example.com/dashboard”

網頁爬取 MCP

連結爬取工具會渲染頁面，並提取在 DOM 中找到的每個超連結。它會回傳所有錨點 href 的扁平列表，你可以用它來建立爬取佇列、審核內部連結或探索內容。

提示範例：

「找出 https://agenty.ai” 上的所有連結

「從 https://example.com/blog 提取每個連結，並給我文章網址列表」

PDF MCP

PDF 工具會在真實瀏覽器中渲染頁面，並將其匯出為 PDF。你可以設定頁面格式（A4、Letter 等）、啟用橫向模式、設定邊界、顯示或隱藏背景，以及提供自訂的頁首和頁尾。

提示範例：

「以 A4 格式產生 https://agenty.ai 的 PDF，並啟用列印背景」

「建立 https://example.com/report” 的橫向 PDF

資料提取 MCP

提取工具會渲染頁面，並使用 CSS 選擇器或 XPath 提取結構化資料。它適合從渲染後的頁面中提取特定欄位，例如產品價格、評論數量、職位名稱或任何重複出現的元素。

提示範例：

「從 https://example.com/products” 提取產品名稱和價格

「從 https://news.ycombinator.com” 取得所有標題

網站地圖 MCP

網站地圖爬取工具會讀取網站的 sitemap.xml，追蹤網站地圖索引檔案，並回傳所有發現的網址完整列表。它支援排除模式，以過濾掉特定路徑。

使用此工具可以快速了解網站的完整結構，或為大型網站建立爬取列表。

提示範例：

「找出 https://agenty.ai” 的網站地圖中的所有網址

「取得 https://example.com 的網站地圖，並排除任何包含 /blog/ 的網址」

重新導向追蹤 MCP

重新導向擷取工具會追蹤指定網址的所有 HTTP 重新導向，並回傳完整的鏈結，包括每個中間網址、狀態碼和最終目的地。

這對於偵錯失效連結、驗證標準網址，以及審核聯盟或縮短連結很有幫助。

提示範例：

「追蹤 https://bit.ly/some-link” 的所有重新導向

「顯示 https://example.com/old-page” 的重新導向鏈結

電子郵件擷取 MCP

電子郵件擷取工具會載入一個或多個網址（一次最多十個），並提取在渲染頁面上找到的所有電子郵件地址。它能處理混淆的地址和動態載入的聯絡區塊。

提示範例：

「找出 https://example.com/contact” 上的所有電子郵件地址

「從這三個頁面擷取電子郵件：https://site1.com, https://site2.com, https://site3.com”

內容 MCP

內容工具會在 JavaScript 執行後，回傳頁面的完整渲染 HTML。它與擷取工具類似，但針對需要最終 DOM 狀態而非擷取管線的使用案例進行了最佳化。

提示範例：

「取得 https://example.com/app” 的渲染 HTML 內容

快照 MCP

快照工具會擷取頁面的無障礙樹——一個包含所有可互動和可讀元素的結構化列表，包括按鈕、連結、輸入框和標題。這是為需要在無需處理原始 HTML 的情況下導覽或理解頁面的 AI 代理所設計。

提示範例：

「擷取 https://example.com 的無障礙快照，以便我了解頁面結構」

提示範例

以下是一些結合多種工具的多步驟範例：

審核網站內容： 「取得 https://example.com, 的網站地圖，然後將前 5 個頁面轉換為 Markdown 並摘要每個頁面」

產生視覺化報告： 「在行動版和桌面版視窗大小下擷取 https://agenty.ai 的螢幕截圖，並顯示兩者」

建立聯絡人列表： 「找出 https://example.com/team, 上的所有連結，然後從每個團隊成員頁面擷取電子郵件地址」

驗證連結健康狀況： 「從 https://example.com/blog 提取所有連結，並追蹤任何未回傳 200 狀態碼的連結的重新導向鏈結」

封存頁面： 「將 https://example.com/article 轉換為 Markdown 並產生 PDF 版本，兩者都使用絕對連結」

支援的參數

所有基於導覽的工具（螢幕截圖、pdf、擷取、內容、markdown、連結、提取、重新導向）共用一組常見的瀏覽器設定選項：

參數	類型	說明
url	字串	要載入的頁面網址。若未提供 html，則為必要參數。
html	字串	要渲染的原始 HTML 字串，而非載入網址。
waitFor	字串或數字	在擷取前等待 CSS 選擇器、毫秒數或網路事件。
viewport	物件	設定寬度、高度、deviceScaleFactor、isMobile、hasTouch 和 isLandscape。
device	字串	模擬具名裝置，例如 iPhone 14 或 iPad Pro。
userAgent	字串	覆寫瀏覽器使用者代理字串。
cookies	陣列	在頁面載入前注入 Cookie。
blockAds	布林值	封鎖廣告網路請求。擷取工具預設為啟用。
blockTrackers	布林值	封鎖追蹤和分析腳本。
goToOptions	物件	控制導覽逾時（毫秒）和 waitUntil 策略（load、domcontentloaded、networkidle0、networkidle2）。
setExtraHTTPHeaders	物件	以鍵值對形式新增自訂請求標頭。
rejectRequestPattern	陣列	封鎖符合這些網址模式的請求。
requestInterceptors	陣列	攔截符合模式的請求，並回傳自訂回應。
authenticate	物件	為使用基本驗證的頁面設定 HTTP 使用者名稱和密碼。
anonymous	物件	透過代理路由並略過資源類型，以進行匿名瀏覽。

螢幕截圖專用參數：

參數	類型	說明
options.fullPage	布林值	擷取整個可捲動頁面。預設為 true。
options.type	字串	圖片格式：png 或 jpeg。預設為 png。
options.quality	數字	JPEG 品質，範圍從 0 到 100。
options.clip	物件	使用 x、y、width 和 height 擷取特定區域。
options.omitBackground	布林值	使背景透明（僅限 PNG）。
manipulate	物件	使用 resize、rotate、flip 和 flop 對圖片進行後製。
responseType	字串	以緩衝區（預設）或託管網址的形式回傳圖片。

透過 MCP 使用螢幕截圖工具時，結果預設以託管網址回傳。直接呼叫 API 時，responseType 預設為 buffer。設定 responseType: 'url' 即可改為接收託管連結。

PDF 專用參數：

參數	類型	說明
options.format	string	頁面尺寸：A4、Letter、Legal、Tabloid、Ledger、A0–A6。
options.landscape	boolean	以橫向方向呈現。
options.margin	object	設定上、下、左、右邊界。
options.printBackground	boolean	在輸出中包含 CSS 背景。
options.displayHeaderFooter	boolean	在每一頁顯示頁首與頁尾。
options.headerTemplate	string	頁首的 HTML 範本。
options.footerTemplate	string	頁尾的 HTML 範本。
options.pageRanges	string	列印特定頁面，例如 1-5。
options.scale	number	縮放頁面內容。
emulateMedia	string	以螢幕或列印媒體類型呈現。
responseType	string	以緩衝區（預設）或託管網址回傳 PDF。

透過 MCP 使用 PDF 工具時，結果預設以託管網址回傳。直接呼叫 API 時，responseType 預設為 buffer。設定 responseType: 'url' 即可改為接收託管連結。

速率限制與合理使用

每個 API 金鑰根據您的方案設有每月請求次數限制。執行大量 JavaScript 或大型 PDF 的長時間頁面會消耗較多資源。使用 blockAds 和 blockTrackers 可加快請求速度，並減少爬取工作負載的頻寬用量。

Agenty AI 的請求與回應結構刻意與最廣泛使用的瀏覽器自動化 API 保持相容，包括 Browserless、Firecrawl、Cloudflare Browser Rendering 及類似服務。如果您已在使用這些供應商之一，只需更新基礎網址和 API 金鑰，無需改寫現有請求，即可切換至 Agenty AI。

供應商	遷移方式
Browserless	變更基礎網址和 API 金鑰。所有參數皆相容。
Firecrawl	變更基礎網址和 API 金鑰。Scrape、markdown 和 crawl 端點可直接對應。
Cloudflare Browser Rendering	變更基礎網址和驗證標頭。螢幕截圖和內容參數皆相容。
Puppeteer HTTP APIs	大多數 goToOptions 和頁面選項可一對一對應。