一个 MCP server 集成 18 个网页抓取工具：CrawlForge 完整指南

对 AI 应用而言，网页抓取从未像今天这般关键。无论你是在构建 RAG 系统、训练模型还是创建智能体，都需要可靠地获取网络数据。CrawlForge MCP 在单个软件包中提供 26 个专用工具，专为使用 Claude 及其他 LLM 进行构建的开发者设计。

为什么一个 MCP server 能改变一切

传统抓取方案迫使你拼凑多个工具：

• 一个用于简单获取的基础 HTTP 客户端
• 一个面向重度 JavaScript 站点的浏览器自动化框架
• 一个独立的搜索服务
• 另一个用于内容提取的工具
• 再来一个用于监控变更的工具

有了 CrawlForge，你将获得一套统一的 API，拥有一致的认证、定价和响应格式。Claude 可以智能地为每个任务挑选合适的工具。

完整工具参考

基础工具（每个 1 credit）

这些基础工具能高效处理最常见的抓取任务：

fetch_url

最简单的工具 —— 从任意 URL 获取原始 HTML，并自动处理重定向。

curl -X POST https://crawlforge.dev/api/v1/tools/fetch_url \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{"url": "https://example.com"}'

**最适合：**初始页面加载、API 端点、静态内容

extract_text

剥离 HTML，返回干净、可读的文本内容。

curl -X POST https://crawlforge.dev/api/v1/tools/extract_text \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{"url": "https://example.com/article"}'

**最适合：**内容分析、LLM 上下文、文本处理

extract_links

解析所有锚点标签，返回结构化的链接数据。

**最适合：**站点映射、爬虫种子、SEO 分析

extract_metadata

提取 SEO 元数据、Open Graph 标签、Twitter cards 和 Schema.org 数据。

**最适合：**内容预览、SEO 审计、社交分享分析

结构化提取工具（每个 2 credits）

当你需要的不只是原始内容时：

scrape_structured

使用 CSS 选择器将特定元素提取为结构化 JSON。

{
  "url": "https://store.example.com/products",
  "selectors": {
    "title": "h1.product-title",
    "price": "span.price",
    "rating": "div.rating-stars"
  }
}

**最适合：**电商数据、列表、结构化页面

extract_content

智能主体内容提取 —— 去除导航、广告和样板内容。

**最适合：**文章、博客文章、文档页面

map_site

发现并映射网站结构，找出所有可访问的 URL。

{
  "url": "https://docs.example.com",
  "maxDepth": 3,
  "includePatterns": ["/docs/*"]
}

**最适合：**抓取前规划、文档索引、站点地图生成

process_document

通过 URL 从 PDF 及其他文档格式中提取文本。

**最适合：**PDF 抓取、文档处理、学术论文

localization

地理定向抓取，提供 26+ 个国家/地区代理、时区伪装和区域设置请求头。

{
  "url": "https://store.example.com",
  "country": "UK",
  "language": "en-GB"
}

**最适合：**价格对比、本地化内容、有地域限制的站点

高级工具（3-5 credits）

面向复杂的抓取场景：

analyze_content（3 credits）

AI 驱动的内容分析，包括情感、语言检测和主题提取。

**最适合：**情感分析、内容分类、语言检测

stealth_mode（5 credits）

反检测浏览，配备指纹随机化和人类行为模拟 —— 与 Playwright 在底层使用的技术相同，并应用了隐身补丁。

**最适合：**带机器人检测的站点、受 Cloudflare 保护的页面

summarize_content（4 credits）

由 AI 生成的摘要，长度和侧重点可配置。

**最适合：**内容摘要、调研综述、快速概览

crawl_deep（4 credits）

多页爬取，支持深度控制、模式匹配和内容提取。无论爬取多少页面，每次调用固定 4 credits。

{
  "url": "https://blog.example.com",
  "maxDepth": 2,
  "maxPages": 50,
  "extractContent": true
}

**最适合：**博客归档、文档站点、全站索引

scrape_with_actions（5 credits）

浏览器自动化，具备点击、输入、滚动和截图能力。

{
  "url": "https://app.example.com/login",
  "actions": [
    {"type": "type", "selector": "#email", "text": "user@example.com"},
    {"type": "click", "selector": "button[type=submit]"},
    {"type": "wait", "timeout": 3000}
  ]
}

**最适合：**需登录的内容、交互式表单、SPA 导航

batch_scrape（5 credits）

以统一的响应格式并行处理多个 URL。无论 URL 数量多少，每次调用固定 5 credits。

{
  "urls": [
    "https://site1.com",
    "https://site2.com",
    "https://site3.com"
  ],
  "maxConcurrency": 10
}

**最适合：**批量数据采集、对比抓取、效率

search_web（5 credits）

集成 Google Custom Search 以发现相关 URL。

**最适合：**调研起点、主题发现、竞争分析

track_changes（3 credits）

以可配置的灵敏度监控网站内容变更。每次调用固定 3 credits。

**最适合：**竞争对手监控、价格跟踪、新闻提醒

AI 调研工具（10 credits）

deep_research

最强大的工具 —— 带来源验证与综合的多阶段调研。

{
  "topic": "Next.js 15 performance improvements",
  "depth": "moderate",
  "maxSources": 10
}

返回：

• 综合后的摘要
• 带置信度评分的关键发现
• 带相关性排序的已验证来源
• 来源之间的冲突检测

**最适合：**竞争情报、市场调研、技术调研、事实核查

credits 优化技巧

1. 从便宜的开始：在尝试昂贵工具之前先用 fetch_url（1 credit）
2. 能批处理就批处理：batch_scrape 比单独调用更高效
3. 了解你的 URL：已有 URL 时不要用 search_web（5 credits）
4. 缓存结果：相同 URL = 相同内容，不要不必要地重复抓取
5. 用对工具：extract_content（2 credits）胜过手动解析

定价对比

开始使用

1. 在 crawlforge.dev/signup 免费注册
2. 即刻获得 1,000 credits（无需信用卡）
3. 5 分钟内接入 Claude Desktop（指南）

**准备好开始了吗？**在 crawlforge.dev 创建你的免费账户，今天就解锁全部 26 个工具。