【AI助手】从零构建文章抓取器 MCP（Node.js 版）

前言

随着 AI 的发展，我们越来越希望 AI 能够与我们自己的应用程序或外部服务进行交互。比如，让 AI 帮你查询数据库、调用内部 API，甚至执行一些自动化任务。MCP 正是为此而生，它定义了一套标准，让 LLM 可以发现并安全地调用外部工具。

本文将带你从零开始，使用 Node.js 和 MCP TypeScript SDK 构建一个简单的 AI MCP。这个工具的功能是：根据指定的掘金用户 ID，抓取该用户的文章列表。同时还扩展了如何使用 TRAE 的创建智能体功能，联动这个MCP做进一步 Workflow。

注：本文仅针对最基础的实践，旨在本地跑通创建和调用的过程，整体逻辑如下图

一、项目初始化和依赖安装

1. 初始化项目

npm init -y

2. 安装依赖

• @modelcontextprotocol/sdk: MCP 官方 SDK，用于构建服务和工具
• express: 用于快速搭建 HTTP 服务器
• axios: 用于向掘金 API 发送网络请求
• zod: 一个强大的 TypeScript-first 的 schema 校验库，用于定义工具的输入输出结构
• tsx: 一个零配置的 TypeScript 执行器，让我们能直接运行 .ts 文件
• typescript: TypeScript 语言支持

npm install @modelcontextprotocol/sdk express axios zod tsx typescript

3. 添加启动脚本

在package.json中添加启动脚本

// ...existing code...
  "type": "module",
  "main": "server.ts",
  "scripts": {
    "start": "tsx server.ts",
  },
// ...existing code...

二、创建 MCP 服务与定义工具

创建主文件 server.ts，整个过程可以分为四个核心部分：

1. 创建 MCP 服务实例：这是所有工具的“容器”
2. 定义数据结构 (Schema) ：使用 Zod 清晰地定义工具的输入参数和输出结果的格式，这相当于为 AI 提供了清晰的 API 文档
3. 注册工具并实现逻辑：编写工具的核心代码，比如调用外部 API、处理数据等
4. 启动 HTTP 服务器：将 MCP 服务通过一个 HTTP 端点暴露出去，让 AI 客户端可以连接

// 导入所需的模块
import { McpServer } from '@modelcontextprotocol/sdk/server/mcp.js'; // 导入 MCP 服务核心类
import { StreamableHTTPServerTransport } from '@modelcontextprotocol/sdk/server/streamableHttp.js'; // 导入 MCP 的 HTTP 传输层
import express from 'express'; // 导入 Express 框架，用于创建 HTTP 服务器
import { z } from 'zod'; // 导入 Zod 库，用于数据校验和模式定义
import axios from 'axios'; // 导入 Axios 库，用于发送 HTTP 请求

// --- 1. 创建并配置 MCP 服务 ---
// McpServer 是 Model Context Protocol (MCP) 的核心实现。
// 它负责管理工具的注册、请求的路由和生命周期。
const server = new McpServer({
  name: 'juejin-scraper-server', // 服务名称，用于标识
  version: '1.0.0' // 服务版本
});

// --- 2. 定义工具的数据结构 (Schema) ---
// 使用 Zod 定义工具的输入和输出数据的结构，确保类型安全。
// 这就像是工具的 "API 文档"，告诉调用者需要提供什么参数，以及会返回什么样的数据。
const blogPostSchema = z.object({
  title: z.string().describe('文章标题'), // 定义文章标题为字符串类型
  url: z.string().describe('文章链接') // 定义文章链接为字符串类型
});

// --- 3. 注册一个具体的工具 ---
// `registerTool` 方法将一个函数注册为 MCP 服务可以调用的工具。
server.registerTool(
  'scrapeJuejin', // 工具的唯一名称，调用时使用
  {
    // 工具的元数据，用于描述工具的功能
    title: '掘金文章抓取器',
    description: '从指定的掘金用户主页抓取文章列表',
    // 定义工具的输入参数 schema
    inputSchema: {
      userId: z.string().describe('需要抓取文章的掘金用户 ID')
    },
    // 定义工具的输出结果 schema
    outputSchema: {
      posts: z.array(blogPostSchema).describe('抓取到的文章列表')
    }
  },
  // 工具的核心实现逻辑
  async ({ userId }) => {
    try {
      // 定义掘金API的URL
      const apiUrl = 'https://api.juejin.cn/content_api/v1/article/query_list';

      // 使用 axios 发送 POST 请求到掘金 API，并设置 5 秒超时
      const { data } = await axios.post(
        apiUrl,
        {
          user_id: userId, // 传入用户ID
          sort_type: 2, // 按发布时间倒序排序
          cursor: '0' // 从第一页开始
        },
        { timeout: 5000 } // 设置5秒的请求超时，增加健壮性
      );

      // 检查掘金 API 返回的数据是否包含错误
      if (data.err_no !== 0) {
        throw new Error(`掘金 API 错误: ${data.err_msg}`);
      }

      // 掘金 API 在用户没有文章时可能返回 null，这里做兼容处理，确保 articles 是一个数组
      const articles = Array.isArray(data.data) ? data.data : [];

      // 将 API 返回的文章数据映射成我们定义的 blogPostSchema 格式
      const posts = articles.map((article: any) => ({
        title: article.article_info.title,
        url: `https://juejin.cn/post/${article.article_info.article_id}`
      }));

      const output = { posts };

      // 按照 MCP 规范，返回处理成功的结果
      // content: 用于纯文本显示
      // structuredContent: 用于结构化数据处理
      return {
        content: [{ type: 'text', text: JSON.stringify(output, null, 2) }],
        structuredContent: output
      };
    } catch (error: any) {
      // 捕获并处理在工具执行过程中发生的任何错误
      console.error(`[Tool Error] scrapeJuejin:`, error);
      return {
        content: [
          { type: 'text', text: `抓取掘金文章时出错: ${error.message}` }
        ],
        isError: true // 标记这是一个错误响应
      };
    }
  }
);

// --- 4. 设置并启动 HTTP 服务器 ---
const app = express();
app.use(express.json()); // 使用 Express 中间件来解析 JSON 请求体

// 定义 MCP 的主入口点 '/mcp'
app.post('/mcp', async (req, res) => {
  // 创建一个 HTTP 传输层实例
  // StreamableHTTPServerTransport 负责将标准的 HTTP 请求/响应与 MCP 服务的流式处理模型连接起来
  const transport = new StreamableHTTPServerTransport({
    sessionIdGenerator: undefined, // 使用默认的会话ID生成器
    enableJsonResponse: true // 允许在非流式响应时返回单个JSON对象
  });

  // 监听客户端连接关闭事件，并相应地关闭 transport
  res.on('close', () => {
    transport.close();
    console.log('[MCP Log] 客户端连接关闭');
  });

  // 将 MCP 服务连接到 transport，使其准备好处理请求
  await server.connect(transport);
  // transport 处理传入的 HTTP 请求，并将其转发给 MCP 服务进行处理
  await transport.handleRequest(req, res, req.body);
});

const port = parseInt(process.env.PORT || '3000');
app
  .listen(port, () => {
    console.log(
      `掘金抓取器 MCP 服务已启动，监听在 http://localhost:${port}/mcp`
    );
  })
  .on('error', (error) => {
    console.error('服务器启动失败:', error);
    process.exit(1);
  });

三、运行与测试

1. 运行终端

在项目终端运行

npm start

2. 在另一个终端测试

curl -X POST -H "Content-Type: application/json" -H "Accept: application/json, text/event-stream" -d '{"jsonrpc":"2.0","id":1,"method":"tools/call","params":{"name":"scrapeJuejin","arguments":{"userId":"1588154756765454"}}}' http://localhost:3000/mcp

四、在TRAE中添加MCP工具并调用

{
  "mcpServers": {
    "juejin-scraper": {
      "url": "http://localhost:3000/mcp"
    }
  }
}

五、在TRAE中创建智能体调用MCP

1. 在智能体页面进行创建

• 定义名称：掘金抓取
• 用提示词定义简单工作流

1. 通过 juejin-scraper MCP传参userId给MCP
2. 获取到文章列表之后使用互联网访问每个文章链接对内容做个总结
3. 将总结内容生成一个summary.md到根目录

2. 调试运行

• 输入提示词调用

访问1588154756765454用户的掘金主页并总结

六、总结

到这里，已经成功让 AI 能够通过 MCP 服务抓取外部平台的数据，甚至通过工作流进一步分析并生成文件。 这是一种全新的交互方式：不再是 AI 单纯地检索和回答问题，而是AI 调用你写的服务，甚至参与你的工作流。

MCP 的理念简单却强大 —— 让大模型成为“调用工具的中枢”。
本文只是最基础的实践，但掌握 MCP 后，你可以让 AI 调用任何自定义服务，构建属于自己的智能工具链。 可以尝试写爬虫脚本等做进一步的数据分析，也欢迎大家在评论区分享更多探索和讨论。

参考资料

modelcontextprotocol官网

typescript-sdk Github地址