cute-web-scraper 是一个免费、本地运行的 MCP 服务器，为 Claude 赋予网页抓取能力。它不需要 API 密钥、云账户或按页付费，通过自然语言指令即可抓取页面、在需要时渲染 JavaScript、绕过拦截，并返回干净的 Markdown 或可查询的表格，无需编写选择器或胶水代码。
主要能力
四层递进抓取：普通 HTTP 客户端处理大多数页面；若被拒绝，则使用真实浏览器 TLS 指纹（Chrome、Safari）重试；js_render 使用 Chromium 渲染单页应用；最后使用隐身补丁浏览器应对需要 JavaScript 且拒绝普通自动化的站点。每层解决不同的失败原因，结果会报告由哪一层提供。ASOS、eBay、Booking.com 和 Trustpilot 在家庭网络下无需代理即可返回真实数据。
节省上下文：文章页面会剥离导航、Cookie 横幅和页脚，例如 BBC 新闻页从 20,513 字符缩减到 3,198 字符。大型结果存入 SQLite 表，通过 SQL 查询而非粘贴到对话中。
真实报告失败：拦截检测基于页面正文而非状态码，避免将拒绝页面误报为数据。
整站抓取：支持站点地图发现、并行抓取，25 个工具覆盖产品、联系人、Shopify 目录、地点、截图和变更跟踪。
文档提取：PDF、.docx、.xlsx 链接会被提取为文本和 Markdown 表格，文件类型根据字节识别。
使用方式
通过 claude mcp add 连接到 Claude Code。首次使用 js_render 时会自动下载 Chromium（约 130MB）。典型流程为：analyze_website → crawl_site → fetch_pages → query_table。
支持 extract_by_selector 提取任意字段，通过 fields 映射列名到 CSS 选择器，row_selector 将匹配项转为行，@attr 后缀读取属性。fetch_page 支持 actions 在读取前执行点击、输入、等待、滚动等操作。inspect_network 可渲染页面并报告请求，便于直接调用 API。track_changes 存储快照并报告新增、相同或变更及统一差异。
大型抓取可使用 save_as 将结果写入 SQLite 表，query_table 严格只读，仅接受 SELECT。表存储在 ~/.cute-web-scraper/results.db，可通过 SCRAPER_DB_PATH 更改。
find_places 和 find_places_nearby 使用 OpenStreetMap 数据查找地点，支持友好类别名或原始 OSM 标签。
适用场景
适合需要将网页数据接入 Claude 进行问答、分析或监控的用户，例如抓取商品目录、收集联系人、比较价格、跟踪页面变化、查找本地商家等。
限制
不提供代理轮换和 CAPTCHA 解决，无法绕过 IP 封禁或地理限制。robots.txt 的 Disallow 规则不被遵守，仅用于定位站点地图。自适应退避机制按域名独立跟踪，遇到 429、403 或 Cloudflare 挑战时延迟加倍至最多 60 秒。工具输出默认上限 25,000 字符，超出会截断并提示使用 save_as。LinkedIn 等站点可能需要指向已登录的 Chrome 配置文件。电话提取较为保守，要求国家代码或长途前缀。单元测试不触网，集成测试默认排除。
