Read club members, court availability, reservations, events, attendance and revenue reports.
Se ejecuta en la nubeActualizado hoy
Instalar
CrawlEyes MCP Server
Resumen
Descripción del creador (original en inglés)
Web scraping & search for AI agents: extract, SearXNG search, rerank, robots compliance. No API key.
Los tres pilares de PopNx MCP
Estos tres nunca se combinan en una sola puntuación: las opiniones, las mediciones y la popularidad son cosas distintas.
- Opinión de usuariosiAún no hay reseñasLas reseñas se abrirán junto con las cuentas en una etapa posterior
- Nuestras revisiones básicasi1 de 1 superadasRevisado con información pública; el código aún no se ha escaneado
- UsoiAún sin medir★ –
Qué puedes hacer con él
Todavía no escribimos un resumen sencillo para este. Abajo están los datos que leímos del registro.
- Conexión: Se ejecuta en tu computadora
- Transporte: stdio
- Categoría: Derecho y datos públicos
- Debes completar: TAVILY_API_KEY
Instalación
Elige la app de IA que usas y copia la configuración.
Antes de instalar
- Revisiones básicas: 1 de 1 superadas
- Se ejecuta en tu computadora con los permisos de tu usuario (archivos, red, apps).
- Debes completar tú:
SEARXNG_URL,TAVILY_API_KEY
Los valores marcados como secretos son llaves de tu cuenta. Nunca los compartas ni los pegues en un chat.
Necesitas
- PyPIuv de Python instalado (para el comando uvx)
¿Qué app usas?
Elige tu app arriba. La recordamos, así que la próxima vez el botón dirá “Instalar en …”.
Abre Claude Desktop → Settings → Developer → Edit Config y pega esto en claude_desktop_config.json
{
"mcpServers": {
"crawleyes": {
"command": "uvx",
"args": [
"crawleyes"
],
"env": {
"SEARXNG_URL": "your-value",
"TAVILY_API_KEY": "your-value"
}
}
}
}Ejecuta esto en tu terminal
claude mcp add crawleyes --env SEARXNG_URL=your-value --env TAVILY_API_KEY=your-value -- uvx crawleyesCompleta los valores vacíos antes de ejecutarlo.
O copia la configuración tú
Pégalo en .cursor/mcp.json de tu proyecto, o en ~/.cursor/mcp.json
{
"mcpServers": {
"crawleyes": {
"command": "uvx",
"args": [
"crawleyes"
],
"env": {
"SEARXNG_URL": "your-value",
"TAVILY_API_KEY": "your-value"
}
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
O copia la configuración tú
Pégalo en .vscode/mcp.json de tu proyecto
{
"servers": {
"crawleyes": {
"type": "stdio",
"command": "uvx",
"args": [
"crawleyes"
],
"env": {
"SEARXNG_URL": "your-value",
"TAVILY_API_KEY": "your-value"
}
}
}
}Tu navegador te pide permiso para abrir la app; luego la app muestra la configuración y te pide confirmar. Los valores de las claves quedan vacíos para que los completes tú.
Este se ejecuta en tu computadora, y ChatGPT solo puede conectarse a servidores en internet. Elige otra app.
Tu elección se guarda en una cookie en este dispositivo; no necesitas cuenta.
Valores que debes completar
SEARXNG_URLenvOptional. Base URL of a SearXNG instance (e.g. http://localhost:8080). If unset, falls back to Tavily keyless.- Optional. Tavily API key for higher-rate search fallback. If unset, uses Tavily keyless (rate-limited).
Esta configuración se genera a partir de la ficha del creador en el registro. Si el README dice otra cosa, sigue el README.
Qué puede hacer
Se ejecuta en tu computadora; la lista de herramientas aparece en tu app de IA después de instalarlo.
Revisiones básicasi
Revisamos información que cualquiera puede ver; no hemos leído el código. Las revisiones que no aplican no se cuentan. · Revisado el 8 nov 2026
- ✓ Superada
El creador coincide con el repo
El nombre en el registro se verificó con la cuenta de GitHub waiky-github, dueña del repo
- … Aún sin revisar
Sigue en mantenimiento
Todavía no hemos leído este repo en GitHub
- … Aún sin revisar
Tiene licencia
Todavía no hemos leído este repo en GitHub
- – No aplica
El endpoint responde
Este se ejecuta en tu computadora; no hay endpoint en internet
- – No aplica
Inicio de sesión con OAuth
Se ejecuta en tu computadora y usa ajustes locales en su lugar
- … Aún sin revisar
Sin instrucciones ocultas en las descripciones de herramientas
Se ejecuta en tu computadora; solo podemos leer listas de herramientas de endpoints en internet
Comparado con otros en Derecho y datos públicosi
- Más estrellas que el 0% de los otros 1731 servidores de esta categoría
- Publicado en el registro más recientemente que el 34% de los otros 1731 servidores de esta categoría
- Revisiones básicas iguales o mejores que el 100% de los otros 1731 servidores de esta categoría
Comparado con todos los servidores activos de esta categoría en el registro. Las estrellas solo cuentan cuando quien lo publica es dueño del repo.
Preguntas frecuentes
¿Es seguro CrawlEyes MCP Server?
Superó 1 de 1 revisiones básicas aplicables. No hemos leído el código. Antes de agregar una clave o un token, revisa qué acceso pide el servidor y usa una clave que tenga solo los permisos que necesitas.
¿Qué claves o códigos necesita?
Debes completar: TAVILY_API_KEY
¿Se ejecuta en mi computadora o en la nube?
Se ejecuta en tu computadora. Tu app de IA lo inicia cuando hace falta, y los datos no pasan por los servidores del creador (a menos que el propio servidor llame a un servicio en línea).
¿Sigue en mantenimiento?
El repo de GitHub cambió por última vez –, y la última versión (0.2.0) llegó al registro hace 2 meses.
¿Qué apps pueden usarlo?
Las apps compatibles con MCP, como Claude Desktop, Claude Code, Cursor y VS Code. También necesitas Python (uv) en tu computadora.
¿Qué puedo usar en su lugar?
En la misma categoría: CourtReserve MCP by usefulapi, Census MCP by usefulapi, Korea Stay
Alternativas
Servidores de la misma categoría hechos por otros creadores, ordenados por estrellas.
Cómo leer una tarjeta:★ Estrellas de GitHubiTres pilares: reseñas · revisiones · usoiActualizado = fecha en que se publicó la última versión en el registroi
Census MCP by usefulapi
de m190
List reverse-ETL sources, destinations, models, syncs and runs; trigger syncs into SaaS tools.
Se ejecuta en la nubeActualizado hoy
Instalar
Korea Stay
de sallim.app
Korean lodging: 84,490 stays from 4 government permit ledgers + KTO TourAPI, honest gaps
Se ejecuta en la nubeActualizado hoy
Instalar
README del creador
Abrir el README
Copiado tal cual del repo del creador. PopNx MCP no lo ha revisado ni lo respalda. Se quitaron HTML, imágenes y scripts. Los enlaces llevan fuera de este sitio.
CrawlEyes — Web Scraping & Search Toolkit for AI Agents
English | 中文
CrawlEyes gives AI agents reliable full-text extraction (web_extract) and robust search (web_search) backends — the "eyes" that let agents see and read the web. Built and tested against Hermes Agent.
Also ships as a standard MCP server, so any MCP client (Claude Desktop, Cursor, other agents) can reuse the same search + extraction capabilities.
Why CrawlEyes?
Most agent toolkits cover *one* slice of the pipeline. CrawlEyes is the rare all-in-one that you can actually run behind the Great Firewall without external accounts.
| Typical agent toolkit | CrawlEyes | |
|---|---|---|
| 🔍 Search | API key required, often blocked in CN | ✅ SearXNG (self-hosted) + Tavily keyless fallback — zero config, zero key |
| 📄 Extraction | Separate scraper, or Firecrawl SaaS | ✅ Built-in Crawl4AI full-text extract, ~89% noise removal |
| 🧠 Semantic rerank | Rarely included | ✅ Local fastembed rerank — no torch, ~50MB model |
| 🔌 MCP server | Often missing | ✅ Standard MCP tools (search + extract + deep_research + sitemap), any client |
| 🌐 China-friendly | Mostly English/GFW-blocked | ✅ Tested on a real mainland China server (baidu + yandex) |
Zero API keys. Zero external accounts. One command. CrawlEyes is the only toolkit in this space that combines search + extraction + semantic reranking + MCP in a single, China-friendly, self-hosted package.
Features
| Capability | Where | Why it matters |
|---|---|---|
| Full-text extraction | scripts/crawl4ai_cli.py | Headless-browser scraping → clean Markdown; handles ~80% of JS/dynamic/UA-blocked pages |
| Content denoising (P1) | crawl4ai_cli.py --noise-filter | Prunes nav/ads/comments via Crawl4AI's PruningContentFilter — measured 24.6k→2.8k chars (~89% noise removed) on a typical article |
| Retry with backoff (P3) | crawl4ai_cli.py --retry N | Exponential backoff (1s/2s/4s) on transient failures |
| Browser session reuse (P4) | crawl4ai_cli.py --session NAME | Reuses the browser context across scrapes in one process — no cold-start per URL |
| Keyword-focused extraction | crawl4ai_cli.py --bm25 KEYWORD | Keeps only paragraphs relevant to a keyword (experimental — BM25 is English-centric; works best on English docs) |
| Search (primary) | SearXNG (self-hosted meta-search) | Privacy-friendly search aggregator |
| Search (fallback) | Tavily keyless API | Zero-config, no-key fallback when SearXNG is down/empty |
| Search orchestration | plugins/searxng-tavily/ | Hermes plugin provider: SearXNG first → auto-fallback to Tavily keyless; three-state circuit breaker (3 fails → 60s cooldown → half-open) + shared SQLite cache (TTL 3600s) |
| Semantic reranking (P2) | scripts/crawl_search_standalone.py | Local embedding rerank of search results with fastembed + BAAI/bge-small-zh-v1.5 (512-dim, no torch dependency, ~50MB, cached) — puts relevant results first. Measured: crawler-relevant items 0.817/0.732 float to top, irrelevant 0.302/0.139 sink |
| MCP server (P5) | scripts/mcp_crawl_server.py | Exposes search + extract + deep_research + sitemap as standard MCP tools (stdio default, or streamable-http for remote clients). Works in *any* MCP client, no Hermes dependency. Extracted content is sanitized against prompt-injection (strips invisible chars + prompt-hijack lines). Unified rate limiting + exponential backoff guard every tool (sliding window, per-tool cost) so concurrent agent calls can't hammer downstream services |
| Sitemap discovery (P1) | crawleyes/sitemap.py | sitemap(origin) → parses sitemap.xml (plain / gzip / index-recursion) with robots.txt fallback, returns a deduped URL map. Zero-key way to discover a site's URL surface for whole-site fetch or deep-research seeding |
| Multi-format extract (P0) | extract(..., format=) | markdown (default) / fit (denoised) / raw (unfiltered) / markdown_with_citations — pick the level of cleanup you need |
| RAG-ready interfaces | crawleyes/rag.py | One-liners markdown(url) / search_markdown(query) → clean, sanitized, LLM-ready Markdown for RAG corpora |
| Deep research | crawleyes/deep_research.py | deep_research(topic) → decomposes topic into sub-questions → searches → extracts → synthesizes a cited Markdown report. Optional LLM (any OpenAI-compatible endpoint); degrades to evidence-aggregate mode without one |
| Verification | scripts/ | Clean subprocess scripts to verify each backend end-to-end per Hermes profile |
Project layout
plugins/searxng-tavily/ Hermes web-search provider plugin (SearXNG → Tavily keyless fallback)- three-state circuit breaker + shared SQLite cache
scripts/ crawl4ai_cli.py Universal scraping CLI (URL → Markdown), with denoise/retry/session/BM25 crawl_search_standalone.py Standalone search (SearXNG → Tavily) + optional semantic rerank. No Hermes dependency — usable anywhere, powers the MCP server. mcp_crawl_server.py Standard MCP server exposing search + extract + deep_research + sitemap (stdio) single_env_check.py Verify crawl4ai provider registered+available+extracts (one profile) verify_searxng_tavily.py Verify searxng-tavily provider: normal path + forced fallback agent_link_check.py Verify full agent tool chain: web_search_tool dispatch + logs
Quick start
1. Install Crawl4AI (China-friendly mirrors)
python3 -m venv .venvUse Tsinghua PyPI mirror for speed (or any mirror you prefer)
.venv/bin/pip install -i https://pypi.tuna.tsinghua.edu.cn/simple crawl4ai
Playwright browser kernel — use npmmirror binary mirror if cdn.playwright.dev is blocked
PLAYWRIGHT_DOWNLOAD_HOST=https://registry.npmmirror.com/-/binary/playwright \ .venv/bin/python -m playwright install chromium .venv/bin/crawl4ai-setup
2. Scrape a page
.venv/bin/python scripts/crawl4ai_cli.py https://example.com # stdout Markdown.venv/bin/python scripts/crawl4ai_cli.py https://example.com -o out.md # to file .venv/bin/python scripts/crawl4ai_cli.py URL --text --max-words 5000 # plain text, truncated
Multi-format extraction (markdown|fit|raw|markdown_with_citations)
.venv/bin/python scripts/crawl4ai_cli.py URL --format raw # unfiltered source markdown .venv/bin/python scripts/crawl4ai_cli.py URL --format markdown_with_citations # + source URLs
Respect robots.txt (opt-in, default off)
.venv/bin/python scripts/crawl4ai_cli.py URL --respect-robots
Denoise nav/ads + retry 3x + reuse session across scrapes
.venv/bin/python scripts/crawl4ai_cli.py URL --noise-filter --retry 3 --session s1
3. Use the search + rerank (standalone, no Hermes)
# Optional: local semantic rerank of results (fastembed + bge-small-zh, auto-downloaded).venv/bin/pip install -i https://pypi.tuna.tsinghua.edu.cn/simple fastembed
SearXNG first, Tavily keyless fallback, then rerank
SEARXNG_URL=https://your-searxng .venv/bin/python -c " import sys; sys.path.insert(0, 'scripts') from crawl_search_standalone import CrawlSearch r = CrawlSearch(rerank=True).search('your query') print(r'data')"
China-network note: the embedding model downloads from HuggingFace, which is blocked on mainland networks. Set
HF_ENDPOINT=https://hf-mirror.comandHF_HUB_DISABLE_XET=1(hf-mirror doesn't support the xet protocol and returns 401 without this).
4. Run as an MCP server (any client)
# Any MCP client can connect via stdio (default):.venv/bin/python scripts/mcp_crawl_server.py
Exposes tools:
search(query, limit) - SearXNG → Tavily keyless, rerank, retry+rate-limit
extract(url, max_words, format) - markdown|fit|raw|markdown_with_citations
deep_research(topic, num_questions) - multi-round cited report
sitemap(origin, max_urls) - URL map from sitemap.xml / robots.txt
Or serve over HTTP (streamable-http) for remote clients:
.venv/bin/python -m crawleyes.mcp_crawl_server --transport http --port 8765 --host 127.0.0.1
→ clients connect to http://127.0.0.1:8765/mcp
(host/port configurable; default 127.0.0.1:8765)
For Hermes specifically, add to config.yaml:
mcp_servers:crawl: command: "/path/to/crawl/.venv/bin/python" args: ["/path/to/crawl/scripts/mcp_crawl_server.py"] timeout: 90 connect_timeout: 60
4b. Firecrawl-compatible /scrape endpoint
Already using Firecrawl's Python SDK? Point it at CrawlEyes and keep your code:
.venv/bin/python -m crawleyes.firecrawl_api --port 8899 --host 127.0.0.1POST /v2/scrape → { success, data: { markdown, metadata } }
GET /healthz → health check
from firecrawl import Firecrawlfc = Firecrawl(api_url="http://127.0.0.1:8899", api_key="ignored") doc = fc.scrape(url="https://example.com") # → { markdown, metadata }
This is a pragmatic subset of the Firecrawl API — the core /scrape contract (success + data.markdown + data.metadata), backed by CrawlEyes' own extraction engine. It does not implement Firecrawl's async /crawl queue, /search, or /map — see the design notes for the rationale.
5. Install the search plugin (Hermes)
Copy plugins/searxng-tavily/ into a Hermes plugins dir, then:
hermes plugins enable web/searxng-tavilyhermes config set web.search_backend searxng-tavily
Set SEARXNG_URL in your Hermes profile .env to point at your SearXNG instance. If unset or unreachable, the provider automatically falls back to the Tavily keyless API (no API key required).
Note: the plugin only takes effect for newly started agent sessions.
6. Verify
# Requires the Hermes source tree + its venvvenv/bin/python scripts/verify_searxng_tavily.py $HERMES_HOME venv/bin/python scripts/agent_link_check.py $HERMES_HOME
Design notes
- Layered composition: no single tool covers everything. Crawl4AI handles extraction; SearXNG + Tavily cover search; each layer has a tested fallback.
- Tavily keyless works with zero configuration and no account — a cheap resilience net for the whole search path.
- Circuit breaker is SearXNG-only: a Tavily fallback success does *not* reset the breaker (otherwise it would never trip).
record_success()is only called when SearXNG itself succeeds. - Shared SQLite cache lives in the *real* user home (via
pwd.getpwuid, not$HOME— which Hermes profiles override), so all profiles share one cache. WAL + 5s timeout + try/except degrade-to-no-cache under concurrency. - Semantic rerank is cheap: fastembed (ONNX) avoids the ~2GB torch dependency; model loads in ~0.6s once cached, embeddings in ~50ms.
- MCP server is standalone: it does *not* import Hermes internals, so it runs on any Python 3.12 env and serves any MCP client.
- MCP transport is dual: stdio (default, standard MCP clients) or
streamable-http(--transport http), so a single codebase serves bot
Solo se muestra el principio; lee el resto en el repo