$ loading_
抓取网页并转为适合大模型处理的 Markdown 内容，支持分块读取与原始提取。
该工具声明用于抓取网页并转换为 Markdown，未要求密钥且材料中未列出固定远程端点。整体看属于能力较常规的网络抓取型 MCP 工具，但由于会执行代码且可能按用户提供 URL 访问外部网站，需留意数据外发与来源成熟度不足。
材料明确标注无需密钥或环境变量，未见令牌收集、存储或滥用设计；凭证风险较低。
工具功能本身就是抓取网页内容，说明其会向用户指定的网站发起网络请求并将页面内容带回给模型消费。虽未声明固定第三方端点，但仍存在按输入 URL 发生数据外发与访问外部站点的常规风险。
系统检查项显示该 MCP 会执行代码；这属于工具运行的常规能力。现有材料未显示其申请异常系统权限或执行与网页抓取无关的高危操作，因此评为需留意而非高风险。
描述仅涉及读取网页并转换/分块输出内容，未见明确写入本地文件、读取敏感目录或申请广泛数据权限的说明。但抓取到的网页内容会进入工具输出，仍应视为存在常规数据接触面。
有公开 GitHub 仓库且为 MIT 许可证，源码理论上可审计，这是降风险因素；但来源为第三方注册表、社区采用度为 0 star、维护状态未知，成熟度和持续维护信号偏弱，建议在隔离环境中审查后使用。
复制安装指令，让 AI 自动完成配置 · 推荐新手
"fetch" 暂无可直接复制的安装信息，请查看页面文档或源码仓库。
抓取这个网页并转换为 Markdown，保留标题和正文结构：https://example.com/article，然后按章节分块输出，方便我后续做摘要。
返回结构清晰的 Markdown 网页内容，并按块分段，适合继续交给大模型总结。
获取这个网页的原始内容，不做额外整理或总结，直接输出可供程序处理的文本：https://example.com/docs
输出网页的原始文本内容，便于清洗、解析或进入后续数据流程。
抓取这个长文档页面并转换为 Markdown，按顺序分块返回，每块尽量语义完整，方便逐段分析：https://example.com/long-doc
按顺序返回多个内容块，每块保留基本结构，适合逐段阅读和分析。
抓取网页并提取为 Markdown，支持分段读取长页面内容