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

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：
- 🤖 模型调用: 直接调用大语言模型进行回答
- 🌐 网页抓取: 抓取网页内容，可选保存为 txt 文本文件
- 📝 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）
- 🔗 网页总结: 获取网页内容并自动总结为精炼版本
- 📄 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）
- 📚 PDF 文件总结: 读取 PDF 文件并总结文本内容（限制返回 2k 字符）
- 🎯 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）

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

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

# 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"

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" } } } }

{ "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" } } } }

# 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

# 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）

# 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

# 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

# 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

# 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

# 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）

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

# 设置环境变量 export OPENAI_API_KEY="your-api-key" # 运行服务器 python fullscope_mcp_server.py

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

# 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

# 格式化代码 black src/ isort src/ # 类型检查 mypy src/

本服务器主要针对 MiniMax API 设计，但通过配置OPENAI_BASE_URL和相关参数，也可以支持其他兼容 OpenAI API 格式的模型服务：

- MiniMax-M1(默认推荐)
- MiniMax-Text-01
- 其他支持 OpenAI API 格式的服务

MiniMax API 支持最大 1,000,192 tokens 的上下文长度，非常适合处理长文档和大量内容的总结任务。

- 获取 API Key:MiniMax 开放平台
- API 文档:MiniMax API 文档

# 安装构建工具 pip install build twine # 构建包 python -m build # 检查包 twine check dist/

# 上传到 TestPyPI twine upload --repository testpypi dist/ # 从 TestPyPI 安装测试 pip install --index-url https://test.pypi.org/simple/ fullscope-mcp-server

- GitHub:@yzfly
- Email:yz.liu.me@gmail.com
- 微信公众号: 云中江树
- NPM:@langgpt

- Model Context Protocol- 协议标准
- MiniMax API- AI 模型服务
- Beautiful Soup- HTML 解析
- PyPDF2- PDF 处理

Create high quality presentations using AI