MCP Rquest

mcp任务

](https://pypi.org/project/mcp-rquest/) ](https://pypi.org/project/mcp-rquest/) ](https://github.com/xxxbrian/mcp-rquest) 

一种模型上下文协议（MCP）服务器，为Claude和其他LLM提供高级HTTP请求功能。建立在 请求，该服务器通过精确的TLS/JA3/JA4指纹实现了逼真的浏览器模拟，使模型能够更自然地与网站交互，并绕过常见的反机器人措施。它还支持将PDF和HTML文档转换为Markdown，以便LLM更容易处理。

特性

• 完整的HTTP方法：支持GET、POST、PUT、DELETE、PATCH、HEAD、OPTIONS和TRACE
• 浏览器指纹：准确的TLS、JA3/JA4和HTTP/2浏览器指纹
• 内容处理:

- 通过令牌计数自动处理大型响应 - HTML到Markdown的转换，以更好地处理LLM - 使用Marker库将PDF转换为Markdown - 在系统临时目录中安全存储响应

• 身份验证支持：基本、承载和自定义身份验证方法
• 请求定制:

- 标头、Cookie、重定向 - 表单数据、JSON有效载荷、多部分/表单数据 - 查询参数

• SSL安全：使用BoringSSL进行具有真实浏览器指纹的安全连接

可用工具

• HTTP请求工具:

- http_get -使用可选参数执行GET请求 - http_post -通过POST请求提交数据 - http_put -使用PUT请求更新资源 - http_delete -使用DELETE请求删除资源 - http_patch -部分更新资源 - http_head -仅从资源中检索标头 - http_options -检索资源的选项 - http_trace -诊断请求跟踪

• 响应处理工具:

- get_stored_response -检索存储的大响应，可选按行范围检索 - get_stored_response_with_markdown -将HTML或PDF响应转换为Markdown格式，以更好地处理LLM - get_model_state -获取PDF模型加载过程的当前状态 - restart_model_loading -如果加载PDF模型失败或卡住，请重新启动加载过程

PDF支持

mcp-rquest现在支持PDF到Markdown的转换，允许您下载PDF文件并将其转换为易于LLM处理的Markdown格式：

1. 自动PDF检测：根据内容类型自动检测PDF文件
2. 无缝转换：相同 get_stored_response_with_markdown 该工具适用于HTML和PDF文件
3. 高质量转换：使用 标记 用于精确PDF到Markdown转换的库
4. 优化性能：模型在包安装过程中预先下载，以避免请求处理过程中的延迟

安装

使用紫外线（推荐）

使用时 uv 不需要特定的安装。我们将 使用 uvx 直接运行 _mcp任务_.

使用pip

或者，您可以安装 mcp-rquest 通过pip：

pip install mcp-rquest

安装后，您可以使用以下命令将其作为脚本运行：

python -m mcp_rquest

配置

为Claude.app进行配置

添加到您的Claude设置中：

使用 uvx:

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

使用 pip:

{
  "mcpServers": {
    "http-rquest": {
      "command": "python",
      "args": ["-m", "mcp_rquest"]
    }
  }
}

使用 pipx:

{
  "mcpServers": {
    "http-rquest": {
      "command": "pipx",
      "args": ["run", "mcp-rquest"]
    }
  }
}

浏览器模拟

mcp-rquest利用rquest强大的浏览器模拟功能提供逼真的浏览器指纹，这有助于绕过机器人检测，并访问通常仅适用于标准浏览器的内容。支持的浏览器指纹包括：

• Chrome（多个版本）
• 火狐
• Safari浏览器（包括iOS和iPad版本）
• 边缘
• OkHttp

这确保了通过mcp-rquest发送的请求显示为合法的浏览器流量，而不是机器人请求。

发展

建立开发环境

1. 克隆存储库
2. 使用uv创建虚拟环境：

   uv venv

1. 激活虚拟环境：

   # Unix/macOS
   source .venv/bin/activate
   # Windows
   .venv\Scripts\activate

1. 安装开发依赖项：

   uv pip install -e ".[dev]"

致谢

• 该项目建立在 请求，它为高级HTTP客户端提供了浏览器指纹识别功能。
• rquest基于 reqwest.