Fetch MCP – pobieranie stron www

Instalacja Fetch MCP Server

Fetch MCP Server możesz uruchomić przez uvx, pip albo Dockera.

Zalecana metoda to uvx, ponieważ nie wymaga osobnej instalacji pakietu. Serwer uruchamia się bezpośrednio jako narzędzie MCP.

Opcja 1: uruchomienie przez uvx

Przy użyciu uvx nie musisz instalować serwera ręcznie. Wystarczy dodać go do konfiguracji klienta MCP.

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"]
    }
  }
}

To zalecana konfiguracja dla Claude.app.

Opcja 2: uruchomienie przez Docker

Możesz też uruchomić serwer w kontenerze Docker.

{
  "mcpServers": {
    "fetch": {
      "command": "docker",
      "args": ["run", "-i", "--rm", "mcp/fetch"]
    }
  }
}

Ta opcja sprawdza się, gdy wolisz uruchamiać narzędzia w odseparowanym środowisku.

Opcja 3: instalacja przez pip

Możesz zainstalować pakiet mcp-server-fetch przez pip.

pip install mcp-server-fetch

Po instalacji uruchom serwer jako moduł Pythona.

python -m mcp_server_fetch

Konfiguracja klienta MCP może wtedy wyglądać tak:

{
  "mcpServers": {
    "fetch": {
      "command": "python",
      "args": ["-m", "mcp_server_fetch"]
    }
  }
}

Konfiguracja w VS Code

W VS Code możesz dodać serwer do ustawień użytkownika albo do pliku .vscode/mcp.json w projekcie.

W konfiguracji workspace użyj klucza mcp.

VS Code przez uvx

{
  "mcp": {
    "servers": {
      "fetch": {
        "command": "uvx",
        "args": ["mcp-server-fetch"]
      }
    }
  }
}

VS Code przez Docker

{
  "mcp": {
    "servers": {
      "fetch": {
        "command": "docker",
        "args": ["run", "-i", "--rm", "mcp/fetch"]
      }
    }
  }
}

Konfiguracja na Windows

Jeśli na Windows pojawiają się problemy z timeoutem, ustaw zmienną PYTHONIOENCODING na utf-8.

Windows z uvx

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch"],
      "env": {
        "PYTHONIOENCODING": "utf-8"
      }
    }
  }
}

Windows z pip

{
  "mcpServers": {
    "fetch": {
      "command": "python",
      "args": ["-m", "mcp_server_fetch"],
      "env": {
        "PYTHONIOENCODING": "utf-8"
      }
    }
  }
}

Opcja: ignorowanie robots.txt

Domyślnie serwer respektuje robots.txt, gdy żądanie pochodzi od modelu przez narzędzie.

Możesz wyłączyć to zachowanie, dodając argument --ignore-robots-txt.

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch", "--ignore-robots-txt"]
    }
  }
}

Opcja: własny user-agent

Możesz ustawić własny identyfikator żądań HTTP przez argument --user-agent.

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch", "--user-agent=YourUserAgent"]
    }
  }
}

Opcja: proxy

Jeśli Twoje środowisko wymaga proxy, użyj argumentu --proxy-url.

{
  "mcpServers": {
    "fetch": {
      "command": "uvx",
      "args": ["mcp-server-fetch", "--proxy-url=http://proxy.example.com:8080"]
    }
  }
}

Debugowanie serwera

Do sprawdzenia działania serwera możesz użyć MCP Inspector.

npx @modelcontextprotocol/inspector uvx mcp-server-fetch

Jeśli pracujesz na lokalnym kodzie serwera, możesz uruchomić inspector z folderu projektu.

cd path/to/servers/src/fetch
npx @modelcontextprotocol/inspector uv run mcp-server-fetch

Szybki test po instalacji

Po dodaniu konfiguracji uruchom ponownie klienta MCP. Następnie poproś AI o pobranie prostej strony.

Pobierz treść strony https://example.com i podsumuj ją w kilku zdaniach.

Jeśli konfiguracja działa, AI powinno pobrać treść strony i zwrócić ją w czytelnej formie.

Co sprawdzić, gdy coś nie działa?

1. Sprawdź, czy klient MCP widzi serwer fetch.
2. Sprawdź, czy komenda uvx, python albo docker działa w Twoim systemie.
3. Na Windows ustaw PYTHONIOENCODING na utf-8, jeśli pojawiają się timeouty.
4. Sprawdź, czy adres URL jest poprawny i zaczyna się od http:// albo https://.
5. Jeśli używasz proxy, sprawdź wartość --proxy-url.