fetch vs vectorize-mcp-server
并排对比，帮你在这两个 MCP server 之间做选择。
fetch by modelcontextprotocol | vectorize-mcp-server by vectorize-io | |
|---|---|---|
| Stars | ★ 85,748 | ★ 106 |
| 30天用量 | — | — |
| 综合分 | 76 | 47 |
| 官方 | ✓ | — |
| 分类 | 网页抓取AI / LLM 工具效率工具 | AI / LLM 工具知识库 / RAG其它 |
| 实现语言 | TypeScript | JavaScript |
| 最近提交 | 本月 | 本月 |
fetch · 概述
一个MCP服务器，抓取网页内容并将HTML转换为Markdown，让大模型能读取网页信息。
vectorize-mcp-server · 概述
Vectorize MCP 服务器通过模型上下文协议提供向量搜索、文本提取和深度研究功能。
fetch · 使用场景
- 大模型阅读新闻文章和博客
- 网页内容分析
- 从公共网站检索信息
- 分块读取大型网页文档
vectorize-mcp-server · 使用场景
- 基于语义搜索查询检索相关文档
- 将 PDF 和其他文档转换为结构化 Markdown 格式
- 执行带网络搜索集成的深度研究
fetch · 安装
安装
**使用uv（推荐）** 无需特定安装。使用uvx直接运行服务器：
uvx mcp-server-fetch**使用PIP** 通过pip安装：
pip install mcp-server-fetch然后运行：
python -m mcp_server_fetchClaude桌面配置
{
"mcpServers": {
"fetch": {
"command": "uvx",
"args": ["mcp-server-fetch"]
}
}
}vectorize-mcp-server · 安装
安装
使用 npx 运行
export VECTORIZE_ORG_ID=YOUR_ORG_ID
export VECTORIZE_TOKEN=YOUR_TOKEN
export VECTORIZE_PIPELINE_ID=YOUR_PIPELINE_ID
npx -y @vectorize-io/vectorize-mcp-server@latestClaude Desktop 配置
添加到 claude_desktop_config.json 文件：
{
"mcpServers": {
"vectorize": {
"command": "npx",
"args": ["-y", "@vectorize-io/vectorize-mcp-server@latest"],
"env": {
"VECTORIZE_ORG_ID": "your-org-id",
"VECTORIZE_TOKEN": "your-token",
"VECTORIZE_PIPELINE_ID": "your-pipeline-id"
}
}
}
}