SuperAPI AI 工具集

mcp-server-rag-web-browser

该项目是 Apify 的 RAG Web Browser Actor 的 MCP 服务器实现,用于让大语言模型和 AI 智能体访问网页并提取内容。它支持通过 Google 搜索抓取结果页面或直接抓取指定 URL,并以 Markdown 等格式返回清理后的内容。仓库目前仅为存档目的维护,官方已推荐使用 mcp.apify.com 或直接调用 RAG Web Browser Actor 的 HTTP/SSE 接口作为替代方案。

访问官网

工具介绍

用途

该仓库提供的是 RAG Web Browser Actor 的 MCP 服务器实现。RAG Web Browser Actor 相当于为大语言模型(LLM)和 RAG 管道提供网页浏览器能力的工具,类似于 ChatGPT 中的网页搜索功能。本 MCP 服务器专门用于为 AI 智能体和 LLM 提供快速响应,使其能够与网络交互并从网页中提取信息。

主要能力

服务器在本地运行,与处于 Standby 模式的 RAG Web Browser Actor 通信,发送搜索查询并接收提取到的网页内容。具体能力包括:

  • Web 搜索:查询 Google 搜索,抓取前 N 个 URL,并将内容清理后以 Markdown 返回。
  • 单 URL 抓取:抓取指定 URL 并将其内容以 Markdown 返回。
  • 本地 MCP 集成:通过标准输入/输出(stdio)与 AI 客户端通信。

使用方式

工具接口名为 search,描述为:查询 Google 搜索或抓取直接 URL,并返回清理后的页面内容。其参数包括:

  • query(字符串,必填):搜索关键词或完整 URL,支持高级 Google 操作符。
  • maxResults(数字,可选,默认 1):要抓取的最大有机结果数,当 query 为 URL 时忽略。
  • scrapingTool(字符串,可选,默认 raw-http):可选值为 browser-playwright 或 raw-http。raw-http 速度快(不执行 JS),适合静态页面;browser-playwright 可处理 JS 繁重的网站,速度较慢但更稳健。
  • outputFormats(字符串数组,可选,默认 [markdown]):可为一个或多个 text、markdown、html。
  • requestTimeoutSecs(数字,可选,默认 40,最小 1 最大 300):服务端和客户端总等待预算,会强制执行本地中止。

环境要求包括:Node.js(v18 或更高版本)、Apify API Token(APIFY_TOKEN)。可先克隆并安装依赖。由于 MCP 服务器通过标准输入/输出(stdio)运行,调试可能具有挑战性,为获得最佳调试体验,可使用 MCP Inspector,通过 npm 命令启动,启动后会显示一个 URL,在浏览器中访问即可开始调试。

适用场景

适用于需要让 AI 智能体或 LLM 实时访问网页、执行搜索并提取页面内容以用于 RAG 管道的场景。

限制与迁移

该 MCP 服务器已被弃用,官方推荐使用 mcp.apify.com。该替代方案无需本地设置、始终最新、可访问 6000+ Apify Actor(包括 RAG Web Browser)、支持 OAuth、支持动态工具发现。使用步骤为:访问 https://mcp.apify.com,授权客户端(Claude、VS Code 等),复制生成的 MCP 服务器配置(或使用 OAuth 流程),即可立即使用浏览及其他工具。另一种替代方案是直接通过 RAG Web Browser Actor 的 HTTP/SSE 接口调用,无需 mcp.apify.com,支持通过 Server-Sent Events 实时流式传输,对集成有完全控制权,且无额外依赖。也可使用托管端点 https://mcp.apify.com(当客户端支持 HTTP transport/远程 MCP 时)。

该仓库仅为存档目的维护,请使用上述推荐的替代方案进行活跃开发。