html2md-mcp MCP сервер

MCP сервер для конвертации HTML веб-страниц в чистый Markdown формат с уменьшением размера на 90-95%, включающий автоматизацию браузера с Playwright для сайтов с большим количеством JavaScript и страниц с аутентификацией.

Установка

uv (рекомендуется)

# Clone the repository
git clone <your-repo-url>
cd html2md

# Install dependencies
uv pip install -e .

# Install Playwright browsers (required for browser mode)
playwright install chromium

pip

# Clone the repository
git clone <your-repo-url>
cd html2md

# Create virtual environment
python -m venv venv
source venv/bin/activate  # On Windows: venv\Scripts\activate

# Install dependencies
pip install -e .

# Install Playwright browsers (required for browser mode)
playwright install chromium

Docker

# Build the image
docker build -t html2md .

# Or use pre-built image (when published)
docker pull your-registry/html2md:latest

Конфигурация

Claude Desktop (macOS)

{
  "mcpServers": {
    "html2md": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/html2md",
        "run",
        "html2md"
      ]
    }
  }
}

Claude Desktop (Windows)

{
  "mcpServers": {
    "html2md": {
      "command": "uv",
      "args": [
        "--directory",
        "C:\\absolute\\path\\to\\html2md",
        "run",
        "html2md"
      ]
    }
  }
}

Claude Desktop (Linux)

{
  "mcpServers": {
    "html2md": {
      "command": "uv",
      "args": [
        "--directory",
        "/absolute/path/to/html2md",
        "run",
        "html2md"
      ]
    }
  }
}

Docker

{
  "mcpServers": {
    "html2md": {
      "command": "docker",
      "args": [
        "run",
        "-i",
        "--rm",
        "html2md"
      ]
    }
  }
}

Доступные инструменты

Инструмент	Описание
`html_to_markdown`	Конвертирует HTML веб-страницы в чистый Markdown формат с настраиваемыми опциями для изображений, таблиц, ссылок...

Возможности

Конвертация HTML из URL в чистый Markdown
Сохранение таблиц, изображений и ссылок
Удаление ненужных элементов (скрипты, стили, навигация, футеры, заголовки)
Значительное уменьшение размера (обычно сжатие на 90-95%)
Настраиваемые опции для изображений, таблиц и ссылок
Создан с использованием trafilatura и BeautifulSoup4 для надежного извлечения
Потоковая обработка для эффективной работы с большими страницами
Ограничения размера для предотвращения загрузки слишком большого контента (1MB-50MB)
Опциональное кэширование для ускорения повторных конвертаций тех же URL
Режим браузера с Playwright - обрабатывает сайты с большим количеством JavaScript и аутентифицированные страницы

Примеры использования

Convert this webpage to markdown: https://example.com/article

Use the html_to_markdown tool with url: https://example.com/docs, include_images: false, include_tables: true

Use the html_to_markdown tool with url: https://spa-application.com, fetch_method: playwright, wait_for: networkidle

Use the html_to_markdown tool with url: https://private-site.com/dashboard, fetch_method: playwright, use_user_profile: true, browser_type: chromium

Ресурсы

GitHub Repository

Примечания

Требует Python 3.10 или выше. Для функциональности режима браузера должны быть установлены браузеры Playwright. Docker образ включает предустановленный Playwright с Chromium и оптимизирован для продакшн использования. При использовании режима пользовательского профиля Chrome должен быть закрыт. Обычная производительность показывает сжатие на 90-95% от оригинального размера HTML.