FullScope-MCP

内容总结运营 MCP Server，支持网页抓取、文件读取、内容总结、主题汇总等功能

🌟 功能特性

FullScope-MCP 是一个功能全面的 Model Context Protocol (MCP) 服务器，专门用于内容总结和运营场景。支持以下核心功能：

1. 🤖 模型调用: 直接调用大语言模型进行回答
2. 🌐 网页抓取: 抓取网页内容，可选保存为 txt 文本文件
3. 📝 内容总结: 将任意内容总结为指定长度（默认原来的 20%，脱水版）
4. 🔗 网页总结: 获取网页内容并自动总结为精炼版本
5. 📄 文本文件总结: 读取 txt 等格式的文本文件并总结内容（限制返回 2k 字符）
6. 📚 PDF 文件总结: 读取 PDF 文件并总结文本内容（限制返回 2k 字符）
7. 🎯 主题汇总: 类似 RAG 功能，给定资料内容和查询主题，返回最相关的内容总结（2k 字符内）

📦 安装

使用 uvx 安装（推荐）

uvx fullscope-mcp-server

使用 pip 安装

pip install fullscope-mcp-server

从源码安装

git clone https://github.com/yzfly/fullscope-mcp
cd fullscope-mcp
pip install -e .

⚙️ 配置

环境变量配置

在使用之前，需要配置以下环境变量：

必需配置

# MiniMax API Key（必需）
export OPENAI_API_KEY="your-minimax-api-key"

可选配置

# API 基础 URL（默认使用 MiniMax）
export OPENAI_BASE_URL="https://api.minimaxi.com/v1"

# 使用的模型（默认 MiniMax-M1）
export OPENAI_MODEL="MiniMax-M1"

# 输入上下文最大 token 数（默认 120000）
export MAX_INPUT_TOKENS="120000"

# 输出上下文最大 token 数（默认 8000）  
export MAX_OUTPUT_TOKENS="8000"

Claude Desktop 配置

在 Claude Desktop 中使用时，请添加以下配置到 claude_desktop_config.json：

{
  "mcpServers": {
    "fullscope-mcp": {
      "command": "uvx",
      "args": ["fullscope-mcp-server"],
      "env": {
        "OPENAI_API_KEY": "your-minimax-api-key-here",
        "OPENAI_BASE_URL": "https://api.minimaxi.com/v1",
        "OPENAI_MODEL": "MiniMax-M1",
        "MAX_INPUT_TOKENS": "900000",
        "MAX_OUTPUT_TOKENS": "8000"
      }
    }
  }
}

或者使用 pip 安装版本：

{
  "mcpServers": {
    "fullscope-mcp": {
      "command": "python",
      "args": ["-m", "fullscope_mcp_server"],
      "env": {
        "OPENAI_API_KEY": "your-minimax-api-key-here",
        "OPENAI_BASE_URL": "https://api.minimaxi.com/v1",
        "OPENAI_MODEL": "MiniMax-M1",
        "MAX_INPUT_TOKENS": "900000",
        "MAX_OUTPUT_TOKENS": "8000"
      }
    }
  }
}

🚀 使用方法

1. 模型调用

# 工具名: call_model
# 参数: prompt (str) - 要发送给模型的提示词
# 返回: 模型的回答

2. 网页抓取

# 工具名: scrape_webpage  
# 参数: 
#   - url (str) - 要抓取的网页URL
#   - save_to_file (bool) - 是否保存内容到txt文件
# 返回: 抓取结果和文件路径（如果保存）

3. 内容总结

# 工具名: summarize_content
# 参数:
#   - content (str) - 要总结的内容  
#   - target_ratio (float) - 目标压缩比例，0.1-1.0之间，默认0.2
# 返回: 总结后的内容

4. 网页总结

# 工具名: summarize_webpage
# 参数:
#   - url (str) - 要抓取和总结的网页URL
#   - target_ratio (float) - 目标压缩比例，默认0.2
# 返回: 网页内容总结

5. 文本文件总结

# 工具名: read_and_summarize_text_file
# 参数:
#   - filepath (str) - 文本文件路径
#   - target_ratio (float) - 目标压缩比例，默认0.2
# 返回: 文件内容总结

6. PDF文件总结

# 工具名: read_and_summarize_pdf_file  
# 参数:
#   - filepath (str) - PDF文件路径
#   - target_ratio (float) - 目标压缩比例，默认0.2
# 返回: PDF内容总结

7. 主题汇总

# 工具名: topic_based_summary
# 参数:
#   - content (str) - 资料内容
#   - query (str) - 查询的主题或问题
# 返回: 基于主题的相关内容总结（2k字符内）

📖 使用示例

在 Claude Desktop 中使用

1. 网页内容总结

   请帮我总结这个网页的内容：https://example.com/article
   

2. 文档总结

   请读取并总结这个PDF文件：/path/to/document.pdf
   

3. 主题分析

   基于这段资料内容，帮我分析"人工智能发展趋势"相关的信息
   

直接运行服务器

# 设置环境变量
export OPENAI_API_KEY="your-api-key"

# 运行服务器
python fullscope_mcp_server.py

🔧 开发指南

项目结构

fullscope-mcp/
├── src/
│   └── fullscope_mcp_server/
│       ├── __init__.py
│       └── server.py
├── README.md
├── pyproject.toml
└── LICENSE

本地开发

# 克隆项目
git clone https://github.com/yzfly/fullscope-mcp
cd fullscope-mcp

# 创建虚拟环境
python -m venv venv
source venv/bin/activate  # Windows: venv\Scripts\activate

# 安装开发依赖
pip install -e ".[dev]"

# 运行测试
pytest

代码格式化

# 格式化代码
black src/

... [View full README on GitHub](https://github.com/yzfly/fullscope-mcp-server#readme)