mcp_web_scrapper

🚀 开始使用MCP服务器抓取器

本项目可让你从glama.ai抓取并提取MCP网络服务器相关信息。下面为你详细介绍设置和运行该抓取器的步骤。

🚀 快速开始

本MCP服务器抓取器能帮助你从指定网站抓取并提取MCP网络服务器的相关数据，操作简单便捷，助你高效获取所需信息。

📦 安装指南

📦 先决条件

• Node.js
• npm

🔧 安装步骤

1. 克隆仓库

git clone https://github.com/Neche-Stephen/mcp_web_scrapper
cd mcp_web_scrapper

2. 安装依赖项

npm install

💻 使用示例

🗃 检查现有数据

在运行新的抓取任务前，你需要检查servers-json文件夹的情况：

1. 查看servers-json文件夹是否存在。
2. 若该文件夹存在且包含文件，说明之前已经抓取过数据。
3. 若要运行新的抓取批次，需删除servers-json文件夹，可使用以下命令：

rm -rf servers-json

第一步：抓取MCP服务器链接

运行抓取器来收集所有MCP服务器链接，使用以下命令：

node scraper.js

• 抓取器会启动无头浏览器并开始收集数据。
• 请耐心等待，此过程可能需要几分钟。
• 抓取完成后，你会看到“关闭浏览器”的消息。

输出结果：在servers-json文件夹中会生成一个名为server-links.json的文件，其中包含所有抓取到的链接。

第二步：处理并提取服务器数据

现在，使用以下命令从每个服务器链接获取详细信息：

node process-links.js

• 脚本会读取server-links.json文件并访问每个链接以抓取必要的数据。
• 终端会显示进度报告。
• 抓取完成后，你会看到成功消息。

所有抓取的数据将存储在servers-json目录中的不同文件中，文件名即为相应的MCP服务器名称。