mcp-web-scraper 0.1.1

Autonomous Playwright-based web scraper via MCP protocol

mcp-web-scraper

Playwright tabanlı, Javascript render eden sayfaları otonom şekilde tarayan (scrape) ve bunu Model Context Protocol (MCP) standartlarıyla AI Asistanlarına sunan gelişmiş bir web scraper sunucusudur.

🌟 Özellikler

• scrape_page: Herhangi bir URL'den metin içeriklerini, başlığı ve sayfaya dair metadataları okuyun.
• scrape_queue: Birden fazla URL'yi arka plan kuyruğuna (job queue) ekleyerek otonom olarak asenkron tarayın.
• watch_page: Belirli bir URL'in kaynak içeriği değiştiğinde canlı bildirimler (polling/events) alın.
• take_screenshot: Hedef web sayfasının tam ekran görüntüsünü yüksek boyutlu şifrelenmiş (Base64) biçimde yakalayın.
• fill_form: CSS Selector'ları kullanarak otomatik ve otonom şekilde web formları doldurun.
• extract_table: Hedefteki karmaşık HTML tablolarını kolayca yapılandırılmış JSON verilerine (Array) ayrıştırın.
• get_links: Sayfa üzerindeki tüm bağlantıları (links) tek tuşla etiketleyip çekin.

🚀 Anti-Bot (İnsan Taklidi / Stealth)

Eskimiş dış kütüphanelere bağlı kalmaksızın, kendi içinde barındırdığı manuel stealth protokolleri sayesinde:

• Cloudflare vb. webdriver algılayıcılarını tamamen maskeler.
• Yapay fare hareketleri ile gerçek insan taklidi yapar.
• İzole context, özel user-agent ve dil (tr-TR) ayarları üzerinden işlem sağlar.

🛠️ Kurulum

En kolay kurulum yolu, doğrudan PyPI üzerinden resmi paketi indirmektir. Sisteminizde Python 3.10+ yüklü olmalıdır.

# 1. MCP sunucusunu (ve bağımlılıklarını) global olarak indirin
pip install mcp-web-scraper

# 2. Playwright otomasyonu için gereken Chromium tarayıcısını indirin
playwright install chromium

🎮 Kullanım (AI Asistanlarına Ekleme)

Bu server, standart bir stdio altyapısı kullanarak JSON-RPC 2.0 mimarisini destekler. AI istemcileriniz için (örn: Claude Desktop, Cursor, Antigravity) konfigürasyon dosyasına (claude_desktop_config.json veya IDE mcp_config.json) kullanım yönteminize göre aşağıdaki bloklardan birini eklemeniz yeterlidir:

1. PyPI Üzerinden Pip Install Sonrası:

{
  "mcpServers": {
    "mcp-web-scraper": {
      "command": "mcp-web-scraper"
    }
  }
}

2. UVX ile (Sıfır Kurulum, Anında Çalıştırma):

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

3. GitHub Kaynak Kodundan Çalıştırma:

{
  "mcpServers": {
    "mcp-web-scraper": {
      "command": "python",
      "args": ["-m", "mcp_web_scraper"]
    }
  }
}

Alternatif olarak, doğrudan Smithery komutları (smithery.yaml) aracılığıyla sisteminize anında entegre edebilirsiniz.

Deneme ve Geliştirme (Test)

Uçtan uca tüm bu MCP tool'larının gerçek dünyada nasıl çalıştığını (Wikipedia,E-ticaretarkadasim ve Example sayfalarında) test etmek için proje içindeki test betiğini kullanabilirsiniz:

# Tüm tool'ların çıktılarını terminale yansıtan test scripti
python test_real.py

# Unittest'leri test etmek isterseniz:
pytest tests/

👨‍💻 Geliştirici

• Şeyhmus OK