Web2MD MCP Server Skill 技能

## 技能简介 Web2MD MCP Server 是一个基于 Model Context Protocol（

AI Agent

查看 Skill ↗

技能简介

Web2MD MCP Server 是一个基于 Model Context Protocol（模型上下文协议）的轻量级工具，由 astra-intelligence 团队开源发布。它解决了一个在 AI Agent 工作流里普遍存在却容易被忽视的问题：当 Agent 需要从网页获取信息时，HTML 里夹杂的广告、导航栏、弹窗、Cookie 横幅和脚本代码，会让 LLM 既费 token 又容易跑偏。Web2MD 把任意公开 URL 一次性转换为干净、可读的 Markdown，让 RAG、研究、内容抽取等下游任务直接拿到 LLM 就绪的纯文本。

这个 MCP Server 已经在官方 MCP Registry 上以 io.github.astra-intelligence/web2md 的名字注册，可以被 Claude Desktop、Cursor、Continue.dev、Windsurf、Claude Code 以及任何兼容 MCP 协议的客户端零代码接入。最快的方式是直接添加官方托管的远程服务端，本地无需任何安装和依赖配置。

核心能力

URL → Markdown 一键转换：调用唯一的 web2md_convert 工具，传入任意公开网页 URL，即可返回去除噪声后的纯 Markdown 正文。
结构化噪声剥离：自动剔除广告位、侧边导航、页眉页脚、Cookie 提示、弹窗与脚本代码块，只保留与正文相关的语义结构。
LLM 友好输出：返回的 Markdown 紧致、语义清晰，可直接送入 RAG 索引、研究总结、内容改写等下游任务，显著降低 token 消耗。
多客户端即插即用：同一服务可在 Claude Desktop、Cursor、Continue.dev、Windsurf、Claude Code 等多种 MCP 客户端中复用，无需为每个客户端单独部署。
零门槛试用：免费版每天每个 IP 提供 10 次转换额度，无需注册、无需 API Key；重度用户可购买 Gumroad 授权 License Key 解锁不限量。
远程 + 本地双部署：默认提供 Cloudflare 隧道托管的远程端点（开箱即用），同时支持本地 pip / uvx 安装以满足数据合规和离线场景。
官方注册可发现性：已在 MCP 官方 Registry 注册，第三方市场、IDE 插件商店能自动识别并展示，不会因隧道 URL 变动而失效。

安装配置

方式 A：远程托管（最快，零安装）

Claude Desktop：在 claude_desktop_config.json 中添加：

{
  "mcpServers": {
    "web2md": {
      "type": "http",
      "url": "https://reasonable-except-include-wilderness.trycloudflare.com/mcp"
    }
  }
}

Cursor：Settings → MCP → Add new MCP server → type 选 http，填入上方 URL。 Claude Code：执行 claude mcp add web2md --transport http https://reasonable-except-include-wilderness.trycloudflare.com/mcp。

方式 B：本地源码安装（合规可控）

环境要求：Python 3.10+，可访问公网 API（167.233.135.161:9999）。

git clone https://github.com/astra-intelligence/web2md-mcp.git
cd web2md-mcp
pip install .
# 或者：uv sync

随后在客户端配置中改为本地 stdio 模式：

{
  "mcpServers": {
    "web2md": {
      "command": "uvx",
      "args": ["web2md-mcp"]
    }
  }
}

（注：截至文档发布时 PyPI 包尚未上线，本地安装需走源码路径。）

使用步骤

确认客户端版本：确保 Claude Desktop / Cursor / Continue.dev 等支持 MCP 协议的客户端已升级到最新稳定版，老版本可能缺少 mcpServers 配置项。
写入 MCP 配置：按上文"安装配置"中的方式 A 或方式 B，把 web2md 服务条目加入对应客户端的配置 JSON 或图形化界面。
重启客户端：保存配置后重启 IDE 或 CLI，让客户端加载新的 MCP Server 列表，确认 web2md 出现在可用工具列表里。
发起转换请求：在对话或 Agent 任务中直接调用 web2md_convert，参数 url 填入目标公开网页地址，例如 {"url": "https://example.com/article"}。
接收 Markdown 结果：工具会原样返回干净的 Markdown 文本，可以继续在 Agent 工作流里用于摘要、问答、引用、写入知识库等下游步骤。
超出免费额度时升级：免费版每日每 IP 10 次；如需更高频次，可在 Gumroad 购买 License Key，并在请求 URL 上追加 ?license_key=YOUR_KEY 参数解锁不限量。

适用场景

RAG 知识库构建：把行业资讯、产品文档、技术博客批量转为 Markdown 后写入向量库，源数据噪声少，向量召回更准。
AI Agent 网页研究：让 Agent 在阅读一篇论文、新闻或论坛帖时直接拿到正文，跳过渲染 HTML 和裁剪 DOM 的重复造轮子工作。
内容改写与摘要：先调用 web2md 抽取干净正文，再交给 LLM 做摘要、改写、翻译、二次创作，可显著降低输入成本。
代码助手集成：在 Cursor / Claude Code 里接入，让 AI 在回答"这篇文章讲了什么"时直接抓页面，避免把整个 HTML 塞进上下文。
离线抓取与归档：本地源码安装后可在内网或合规受限环境中长期使用，适合企业内部知识库建设。

适用人群

正在搭建 RAG 系统的 AI 应用开发者，需要快速稳定的网页清洗管道。
使用 Claude Desktop、Cursor、Continue.dev、Claude Code 等 MCP 兼容客户端的 AI 重度用户，希望减少手动复制粘贴网页内容的成本。
研究员、分析师、记者、产品经理等需要从大量公开网页抽取信息并交给 LLM 二次加工的"阅读型"知识工作者。
关注数据合规、需要在自有环境部署工具的团队（本地源码安装路径即可满足）。

工作原理

Web2MD 的后端是一个运行在公网的轻量 HTTP API（167.233.135.161:9999），负责实际的 URL 抓取、内容提取与 Markdown 化处理。web2md-mcp 这个开源仓库做的事情，是把上述 HTTP API 包装成符合 MCP 协议的 Server，向符合 MCP 规范的客户端暴露唯一工具 web2md_convert。当 Agent 调用该工具时，MCP Server 会透传 URL 到后端 API，把返回的 Markdown 文本原样回送给 Agent，整个链路对客户端是无状态的、按需调用的，源站抓取也由后端服务统一处理（带适度反爬与频率控制）。

授权方面，仓库采用 MIT 协议，对个人与商业使用都非常友好。商业化的部分集中在不限量 License（通过 Gumroad 销售），开源代码本身始终可用，免费层则保证每个 IP 每天有 10 次基础额度供试用与评估。

官方链接

GitHub 仓库：https://github.com/astra-intelligence/web2md-mcp
官方 MCP Registry：io.github.astra-intelligence/web2md
License Key 购买：https://grantshatz.gumroad.com/l/mpkqyq
作者主页 / 更多工具：https://grantshatz.gumroad.com

团队信息

AI产品库官方

由 AI 猎手自动发现

评论与建议

0 条评论