Doc scraper: servidor MCP, instalación y seguridad

Para qué sirve Doc scraper

Según su repositorio: «Rastrear documentación para crear corpus locales Markdown o JSONL, con búsqueda BM25 sin conexión, lectura de páginas, controles de actualidad y comparación de rastreos.»

El protocolo MCP (Model Context Protocol) es un enchufe estándar entre un agente IA y un servicio externo: una vez conectado el servidor, sus herramientas aparecen en el agente, que decide cuándo llamarlas. Doc scraper figura en la categoría Búsqueda y extracción web, que reúne 159 servidores en el directorio; ocupa el puesto 41 por número de estrellas.

Temas declarados por el repositorio: data-preparation, web-scraper, documentation, golang-cli, web-crawler.

Instalar y conectar Doc scraper

Modos de distribución declarados en el registro MCP oficial:

• paquete MCPB (instalación en un clic en Claude Desktop)

Funciona con cualquier cliente compatible con MCP (Claude Desktop, Claude Code, Cursor, VS Code, Codex y la mayoría de agentes recientes). Basta con añadir una entrada a la configuración MCP del cliente: nombre del servidor, comando de inicio o URL, variables de entorno. Lenguaje del proyecto: Go.

Seguridad: qué comprobar

Conectar un servidor MCP equivale a instalar un programa que habla directamente con su agente: funciona con sus permisos y el modelo confía en las descripciones de sus herramientas. El riesgo depende de lo que puede tocar y de la confianza que merece su código.

Ninguna de las señales de riesgo que seguimos (acceso al sistema, secretos, falta de licencia, abandono) aparece en Doc scraper. Esto no sustituye la lectura del código.

Buenas prácticas: conceder solo los permisos necesarios (mínimo privilegio), exigir validación humana para las acciones irreversibles y pasar el diagnóstico de seguridad de agentes IA.

Actividad y mantenimiento del proyecto

Creado el 27 de abril de 2025, el repositorio Sriram-PR/doc-scraper suma 107 estrellas y 17 copias (forks), con 8 incidencias abiertas. Tiene más estrellas que el 68 % de los servidores del directorio. Ha recibido cambios este mes. Versión publicada en el registro: 2.22.0 (23 de octubre de 2026).

Las estrellas miden la atención recibida, no la calidad: un proyecto reciente y muy mediático puede acumularlas rápido, y un servidor útil pero especializado tendrá pocas.