n24q02m/wet-mcp

Конфигурация и управление сервером. Действия: status|set|cache_clear|docs_reindex|warmup|setup_sync|setup_status|setup_skip|setup_reset|setup_complete. Используйте инструмент help с параметром tool_name='config' для полной документации.

Открой форму настройки реле для wet-mcp в браузере пользователя. Возвращает URL реле, информацию о том, был ли запущен браузер, и текущий статус.

Читает и возвращает полное содержимое страниц из URL или локальных файлов. Используйте, когда у вас есть конкретный URL и нужно его содержимое. Чтобы сначала найти URL, используйте инструмент search. Действия: - extract: получить чистый контент из URL. Пример: extract(action="extract", urls=["https://example.com/article"]) - batch: пакетное извлечение с ограничением по доменам (максимум 50 URL). Пример: extract(action="batch", urls=["https://a.com/1", "https://b.com/2"]) - crawl: глубокий обход по ссылкам от корневых URL. Пример: extract(action="crawl", urls=["https://docs.example.com"], depth=2) - map: обнаружение структуры URL сайта без извлечения контента. Пример: extract(action="map", urls=["https://example.com"]) - convert: преобразование локальных файлов (PDF, DOCX, PPTX, XLSX) в Markdown. Пример: extract(action="convert", paths=["/home/user/report.pdf"]) - extract_structured: извлечение структурированных данных с помощью JSON Schema + LLM. Пример: extract(action="extract_structured", urls=["https://example.com/pricing"], schema={"type": "object", "properties": {"price": {"type": "string"}}}) - agent: многошаговая исследовательская оркестровка: поиск в интернете, извлечение лучших результатов, синтез ответа в Markdown с цитатами. Пример: extract(action="agent", query="последние изменения pydantic 2", max_urls=5) - interact: управление страницей с помощью кликов/заполнения/отправки через patchright. Пример: extract(action="interact", url="https://example.com/login", actions=[{"type": "fill", "selector": "#email", "value": "x@y.com"}, {"type": "submit", "selector": "form"}]) Ключевые параметры: - urls (обязателен для extract/batch/crawl/map/extract_structured): список URL - paths (обязателен для convert): список путей к локальным файлам - query (обязателен для agent): исследовательский вопрос для ответа - url (обязателен для interact): URL страницы для управления - actions (обязателен для interact): список операций {type, selector?, description?, value?} - max_urls (agent): по умолчанию 5, жёсткий лимит 20 - synthesis_model (agent): переопределение модели LLM для этапа синтеза - token_budget (agent): максимальный промпт…

Получает подробную документацию по любому инструменту. Вызывай, когда нужна полная справка по параметрам или примеры использования. Допустимые значения tool_name: search, extract, media, config. Краткая памятка — какой инструмент использовать: - Нужно НАЙТИ информацию? Используй search (возвращает список результатов со ссылками) - Нужно ПРОЧИТАТЬ страницу? Используй extract (возвращает полное содержимое страницы по URL) - Нужны медиафайлы? Используй media (поиск и загрузка изображений, видео, аудио) - Нужны настройки сервера? Используй config (статус, кеш, настройки, прогрев, настройка синхронизации)

Обнаруживает и загружает медиафайлы (изображения, видео, аудио) с веб-страниц. Действия: - list: Сканирует страницу и возвращает URL медиафайлов с метаданными. Пример: media(action="list", url="https://example.com/gallery", media_type="images") - download: Загружает медиафайлы в локальное хранилище. Пример: media(action="download", media_urls=["https://example.com/photo.jpg"]) Ключевые параметры: - url (обязателен для list): URL страницы для сканирования - media_urls (обязателен для download): Список URL медиафайлов для загрузки - media_type: Фильтр для list -- "images", "videos", "audio", "files", "all" (по умолчанию: "all") - output_dir: Каталог для загрузки (по умолчанию: ~/.wet-mcp/downloads) - prompt: Зарезервирован -- принимается для обратной совместимости, игнорируется Типичный рабочий процесс: list (обнаружение) -> download (сохранение локально). Для анализа LLM (зрение/аудио/видео) передайте путь к загруженному файлу в действие understand от imagine-mcp. Устаревшее media(action="analyze") было УДАЛЕНО в wet v2.0.0 (не рекомендуется с v1.x.y); его вызов теперь возвращает стандартную ошибку неизвестного действия. Используйте инструмент help с параметром tool_name="media" для полной документации.

Ищет информацию в вебе, академических источниках, X/Twitter или документации библиотек. Возвращает списки результатов поиска (заголовки, URL, сниппеты), а НЕ полное содержимое страниц. Чтобы прочитать полное содержимое по URL, вместо этого используйте инструмент extract. Действия: - search: Выполняет веб-поиск через SearXNG. Пример: search(action="search", query="python async patterns") - research: Выполняет поиск по академическим и научным источникам (Google Scholar, arXiv, PubMed). Пример: search(action="research", query="transformer attention mechanism") - x: Выполняет поиск по X/Twitter через xAI. Возвращает СИНТЕЗИРОВАННЫЙ ответ с цитатами (а НЕ список ссылок для extract() - X блокирует прямое извлечение). Стоит ~$0.032 за запрос (grok-4.3). Требует XAI_API_KEY. Пример: search(action="x", query="latest reactions to the GPT-5 launch", handles=["OpenAI"], time_range="week") - docs: Выполняет поиск по документации библиотек с автоматической индексацией. Пример: search(action="docs", query="how to create routes", library="fastapi") - docs_resolve: Преобразует произвольное название библиотеки в ранжированный список library_id. Пример: search(action="docs_resolve", query="react") - docs_query: Выполняет запрос по документации библиотеки с учётом версии, зафиксированного набора библиотек проекта и лимита токенов. Пример: search(action="docs_query", library="react", version="latest", topic="useState", query="how to set initial state") - docs_lock_project: Определяет манифесты проекта (pyproject/package.json/go.mod/Cargo.toml) и фиксирует набор библиотек для изоляции Cabinets. Пример: search(action="docs_lock_project", project_path="/repo/my-app") - similar: Находит страницы, похожие на URL (передайте URL как query). Пример: search(action="similar", query="https://example.com/article") Ключевые параметры: - query (обязателен для всех действий): поисковые запросы или URL (для similar) - library (обязателен для docs): название библиотеки, например "react", "fastapi" - language: язык программирования для уточнения в docs, например "python", "java" - expand: включает расширение запроса через LLM для более широкого охвата (по умолчанию: false) - enrich: загружает реальное содержимое страниц для более полных сниппетов (по умолчанию: false, добавляет задержку) -…