Les meilleurs serveurs MCP pour le scraping webNeuf options comparées pour 2026

Un serveur MCP permet à un assistant IA comme Claude, Cursor ou un agent construit avec l'OpenAI Agents SDK d'appeler des outils externes en pleine conversation. Pour le web scraping, cela signifie que le modèle peut récupérer une page en direct, la lire en Markdown, prendre une capture d'écran ou lancer une recherche sans que vous ayez à écrire de code d'intégration. La plupart des fournisseurs de scraping en proposent désormais un, et ils diffèrent beaucoup par ce qu'ils exposent, par l'endroit où ils s'exécutent et, surtout, par leur capacité à passer les sites qui bloquent les bots.

Ce guide compare les serveurs MCP pour le web scraping qui méritent d'être testés en 2026, ce à quoi chacun excelle réellement, et comment connecter le Crawlbase Web MCP Server à Claude Desktop et Claude Code. Chaque détail sur les serveurs ci-dessous a été revérifié le 29 septembre 2026 par rapport à la documentation ou au dépôt du fournisseur lui-même. Les serveurs MCP évoluent vite : vérifiez donc les noms des outils et les limites avant de bâtir dessus.

Ce que fait un serveur MCP pour le web scraping

Le Model Context Protocol est un standard ouvert pour connecter des assistants IA à des outils externes. Un serveur MCP de scraping enregistre quelques outils, comme « récupérer cette URL en Markdown », et le client décide quand les appeler. Le serveur effectue le travail réseau et renvoie le résultat au modèle sous forme de texte ou d'image.

Deux conséquences en découlent. La qualité de la réponse est plafonnée par la qualité de la récupération : un serveur qui récupère depuis votre propre IP échouera exactement là où un simple script échoue. Et chaque outil que le serveur enregistre est décrit au modèle à chaque tour, si bien qu'un serveur doté de dizaines d'outils consomme davantage de fenêtre de contexte avant même le début du travail qu'un serveur qui n'en a qu'une poignée.

Ce qu'il faut comparer

1. Réussite sur les sites protégés. Le serveur fonctionne-t-il sur un réseau de proxys avec gestion anti-bot, ou récupère-t-il depuis votre machine ? Testez-le sur les sites dont vous avez réellement besoin.
2. Rendu JavaScript. Peut-il charger des applications monopages et du contenu tardif, et effectue-t-il le rendu à chaque appel ou seulement sur demande ?
3. Format de sortie. Le Markdown propre est le format le moins coûteux à lire pour un modèle. Le HTML brut est utile pour le parsing mais coûteux en tokens.
4. Hébergé ou local. Un point de terminaison hébergé ne nécessite aucune installation. Un serveur local lancé avec npx ou uvx garde le token dans un processus que vous contrôlez.
5. Nombre d'outils. Un serveur étendu couvre plus de tâches mais ajoute du contexte à chaque tour. Vérifiez si des groupes d'outils peuvent être désactivés.
6. Facturation. Serveur gratuit plus appels API facturés à l'usage, crédits avec multiplicateurs, ou open source sans service derrière, et si les requêtes échouées sont facturées.
7. Prise en charge des clients. Des configurations prêtes à copier-coller pour les clients qu'utilise votre équipe : Claude Desktop, Claude Code, Cursor, VS Code ou Windsurf.

Les serveurs

1. Crawlbase Web MCP Server

Idéal pour : les assistants qui doivent lire des pages en direct, riches en JavaScript ou protégées, sur la même infrastructure qu'un scraper de production.

Le Crawlbase Web MCP Server fait passer chaque appel par la Crawling API, de sorte que les proxys et la gestion anti-bot s'appliquent partout, et le rendu JavaScript est utilisé lorsqu'un appel en a besoin : captures d'écran, attentes de page, émulation d'appareil et défilement. Il enregistre trois outils de crawl :

• crawl récupère une URL et renvoie son HTML.
• crawl_markdown renvoie du Markdown propre extrait de la page, le format le moins coûteux à lire pour un modèle.
• crawl_screenshot renvoie un JPEG de la page, pleine page par défaut, que le modèle peut voir directement.

À côté d'eux se trouvent six outils de stockage pour les pages que vous enregistrez avec store: true, si bien que la v1.3.0 enregistre neuf outils au total. Le serveur est open source sur GitHub et s'exécute avec npx @crawlbase/mcp@latest sur Node 18 ou ultérieur ; Crawlbase l'héberge également à l'adresse https://mcp.crawlbase.com/mcp, où une seule clé suffit. Il fonctionne avec Claude Desktop, Claude Code, Cursor, Windsurf et n8n.

Facturation : le serveur lui-même est gratuit. Vous payez les requêtes Crawling API qu'il effectue, et les requêtes échouées ne sont pas facturées. Une requête avec rendu coûte le double du palier du site, une capture d'écran coûte 2 crédits, et une page enregistrée dans Cloud Storage coûte un demi-crédit par mois. Les nouveaux comptes démarrent avec jusqu'à 5 000 requêtes gratuites, sans carte.

2. Bright Data MCP

Idéal pour : les agents qui ont besoin de recherche, de scraping, de données structurées issues de grands sites et d'automatisation de navigateur depuis un seul serveur.

Le serveur MCP open source (MIT) de Bright Data est le plus complet de cette sélection : recherche sur Google, Bing et Yandex, scrape_as_markdown et scraping par lots, une large famille d'outils web_data_* pour les données structurées issues de sites comme Amazon et LinkedIn, et 13 outils d'automatisation de navigateur. Utilisez le point de terminaison hébergé à l'adresse mcp.brightdata.com ou exécutez-le en local avec npx @brightdata/mcp. Le quota gratuit est de 5 000 requêtes par mois, sans carte.

Points de vigilance : l'ensemble complet des outils est volumineux. Le README documente les paramètres GROUPS et TOOLS pour ne charger que ce dont vous avez besoin, et il vaut la peine de les utiliser.

3. Firecrawl MCP

Idéal pour : le crawl et la cartographie de sites entiers depuis un assistant, avec recherche et extraction.

Le serveur MCP Firecrawl (MIT) expose firecrawl_scrape, firecrawl_map, firecrawl_search, firecrawl_crawl, des outils de parsing et d'agent, ainsi que de nouveaux outils de recherche approfondie et de surveillance, soit 26 dans le profil complet. Il est hébergé à l'adresse mcp.firecrawl.dev, s'exécute en local avec npx -y firecrawl-mcp, ou pointe vers une instance Firecrawl auto-hébergée. Le scraping, la recherche et le parsing fonctionnent sans clé, avec une limite de débit ; le crawl, le mapping et l'agent en exigent une.

Points de vigilance : la version auto-hébergée de Firecrawl ne comprend pas Fire-engine, sa couche anti-bot, si bien qu'une configuration MCP auto-hébergée risque de ne pas atteindre les sites protégés.

4. Apify MCP

Idéal pour : les agents qui doivent choisir un scraper prêt à l'emploi pour un site précis dans une vaste marketplace.

Le serveur MCP Apify (MIT) relie un assistant aux milliers d'Actors de l'Apify Store. Ses outils par défaut recherchent un Actor, récupèrent ses détails et l'appellent, afin que le modèle puisse trouver un scraper pour un site et l'exécuter. Il est hébergé à l'adresse mcp.apify.com avec OAuth ou un token bearer, s'exécute en local avec npx @apify/actors-mcp-server, et fonctionne avec Claude Code, Claude.ai, Cursor et VS Code.

Points de vigilance : la qualité et le coût dépendent de l'Actor choisi par le modèle. Pour les tâches de production, épinglez les Actors auxquels vous faites confiance au lieu de laisser le modèle parcourir tout le store.

5. Oxylabs MCP

Idéal pour : les équipes déjà sur Oxylabs qui veulent ses API de scraping et ses outils AI Studio dans un assistant.

Oxylabs recommande son point de terminaison hébergé à l'adresse mcp.oxylabs.io, avec des outils pour la Web Scraper API (un scraper universel ainsi que des scrapers Google et Amazon) et des outils AI Studio pour le scraping, le crawl, la navigation, la recherche et la cartographie de sites. Le dépôt GitHub est archivé, mais la documentation d'Oxylabs décrit toujours une installation locale avec uvx oxylabs-mcp.

6. ScrapingBee MCP

Idéal pour : les équipes sur ScrapingBee qui veulent du HTML, du texte, des captures d'écran et quelques outils propres à certains sites dans un assistant.

ScrapingBee exploite un serveur MCP distant à l'adresse mcp.scrapingbee.com, avec des outils pour le HTML et le texte des pages, les captures d'écran, les téléchargements de fichiers, la recherche Google, ainsi qu'Amazon, Walmart et YouTube. Claude Desktop et Cursor se connectent via mcp-remote, et les appels consomment des crédits ScrapingBee au même tarif que l'API.

Points de vigilance : la seule configuration documentée transmet la clé API dans l'URL du point de terminaison ; traitez donc le fichier de configuration MCP comme un secret.

7. ScraperAPI MCP

Idéal pour : les données structurées issues de sites de recherche, d'e-commerce et d'immobilier, ainsi que les tâches de crawl asynchrones.

Le serveur MCP ScraperAPI (MIT) enregistre 28 outils : un outil généraliste scrape avec des options de rendu, de pays et de format de sortie, des outils de données structurées pour Google, Amazon, Walmart, eBay et Redfin, des outils de tâches de crawler et des outils de parsing IA. Il s'exécute à distance ou en local sous forme de paquet Python (Python 3.11 ou ultérieur) ou dans Docker.

Points de vigilance : avec 28 outils, le coût en contexte est réel. Si vous n'avez besoin que du contenu des pages, un serveur plus petit coûte moins cher par tour.

8. Jina MCP

Idéal pour : la lecture de pages publiques et d'articles scientifiques, la recherche et le reclassement pour les agents orientés recherche documentaire.

Le serveur MCP distant (Apache-2.0) de Jina encapsule Reader et Search : read_url et capture_screenshot_url pour les pages, search_web et search_arxiv pour la recherche, et sort_by_relevance et deduplicate_strings pour le classement. Les outils de lecture fonctionnent sans clé, avec une limite de débit ; la recherche et le classement en exigent une. Il convient bien à la documentation et aux articles. Reader est la brique de récupération sous-jacente, et la FAQ de Jina elle-même indique que Reader ne contourne pas les systèmes anti-bot.

9. Playwright MCP

Idéal pour : parcourir des flux en cliquant, remplir des formulaires et tester votre propre application web depuis un assistant.

Le Playwright MCP (Apache-2.0) de Microsoft pilote un vrai navigateur local via des instantanés d'accessibilité et s'exécute avec npx @playwright/mcp@latest. Il est gratuit. Il accepte un serveur proxy mais ne documente aucun mécanisme de déblocage : sur les sites protégés, c'est à vous de fournir les proxys. Son propre README suggère que les agents de codage peuvent obtenir une meilleure efficacité en tokens avec Playwright CLI et des skills.

À connaître également : Scrapy MCP

Zyte a annoncé Scrapy MCP le 23 septembre 2026. Il ne récupère pas de pages : il connecte un agent tel que Claude Code à un crawl Scrapy en cours, afin que l'agent puisse inspecter les tâches et déboguer le spider en direct. Si votre équipe écrit des spiders Scrapy, il se combine bien avec n'importe lequel des outils de récupération ci-dessus.

Comparatif des serveurs

Connecter le Crawlbase Web MCP Server à Claude

Vous avez besoin d'un compte Crawlbase et de vos tokens, disponibles dans le tableau de bord : le Normal token pour les requêtes simples et le JavaScript token pour les pages rendues et les captures d'écran. Les exemples utilisent des valeurs fictives ; ne collez jamais de vrais tokens dans des fichiers partagés ou des captures d'écran.

Claude Desktop

Ouvrez Settings, puis Developer, puis Edit Config, ajoutez ceci à claude_desktop_config.json, puis redémarrez Claude Desktop :

{
  "mcpServers": {
    "crawlbase": {
      "type": "stdio",
      "command": "npx",
      "args": ["@crawlbase/mcp@latest"],
      "env": {
        "CRAWLBASE_TOKEN": "YOUR_TOKEN",
        "CRAWLBASE_JS_TOKEN": "YOUR_JS_TOKEN"
      }
    }
  }
}

Claude Code

Claude Code lit la même structure mcpServers depuis le fichier de projet .mcp.json, ou depuis ~/.claude.json pour votre utilisateur. Le bloc ci-dessus exécute le serveur en local. Pour utiliser plutôt le serveur hébergé, sans rien à installer, pointez-le vers le point de terminaison et envoyez un token sous forme d'en-tête bearer :

{
  "mcpServers": {
    "crawlbase": {
      "type": "streamable-http",
      "url": "https://mcp.crawlbase.com/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_TOKEN"
      }
    }
  }
}

Une fois connecté, demandez quelque chose qui nécessite des données en direct, par exemple « Lisez la page de tarification à cette URL et résumez les formules sous forme de tableau. » Claude appelle crawl_markdown, lit le résultat et répond. Le billet de lancement et la documentation MCP couvrent le reste.

Deux remarques de sécurité. Avec le serveur local, le client voit les définitions des outils et les résultats, mais jamais vos tokens ; avec la configuration hébergée, le token se trouve dans le fichier de configuration du client, traitez donc ce fichier comme un secret. Dans les deux cas, le modèle peut demander n'importe quelle URL : utilisez donc un token que vous pouvez renouveler et surveillez votre journal de requêtes.

Comment choisir

• Votre assistant a besoin de pages en direct, y compris protégées et riches en JavaScript : un serveur sur un réseau de scraping avec proxys et rendu, comme le Crawlbase Web MCP Server.
• Vous voulez la recherche, le scraping et des données propres à chaque site depuis un seul serveur : Bright Data couvre le plus de terrain, à condition de réduire ses groupes d'outils.
• Vous devez crawler ou cartographier des sites entiers depuis l'assistant : les outils crawl et map de Firecrawl.
• Vous voulez un scraper prêt à l'emploi pour un site : Apify, avec les Actors épinglés.
• Vous automatisez un parcours de navigateur ou testez votre propre application : Playwright MCP, avec vos propres proxys si la cible bloque les bots.
• Vous déboguez des spiders Scrapy : ajoutez Scrapy MCP à côté de votre outil de récupération.

Quelle que soit votre présélection, faites passer les mêmes 20 à 50 URL réelles par chaque serveur et comparez trois choses : combien reviennent avec du vrai contenu, la propreté du résultat, et le coût en contexte de chaque tour.

Foire aux questions (FAQ)

Qu'est-ce qu'un serveur MCP pour le web scraping ?

Un petit serveur qui parle le Model Context Protocol et expose des actions de scraping, comme récupérer une page en Markdown ou prendre une capture d'écran, sous forme d'outils qu'un assistant IA peut appeler. L'assistant décide quand les appeler et lit le résultat.

Quel serveur MCP est le meilleur pour Claude ?

Tous les serveurs de ce guide fonctionnent avec Claude. Pour lire des pages en direct, y compris protégées, utilisez un serveur adossé à une API de scraping avec proxys et rendu, comme le Crawlbase Web MCP Server, afin que le modèle reçoive du vrai contenu plutôt que des pages de blocage. Pour les parcours de navigateur, utilisez Playwright MCP.

Le Crawlbase Web MCP Server est-il gratuit ?

Le serveur est gratuit et open source. Vous payez les requêtes Crawling API qu'il effectue, et les requêtes échouées ne sont pas facturées ; une capture d'écran coûte 2 crédits, et l'enregistrement d'une page dans Cloud Storage coûte un demi-crédit par mois. Les nouveaux comptes démarrent avec jusqu'à 5 000 requêtes gratuites, sans carte bancaire.

Dois-je installer quelque chose ?

Pas toujours. Crawlbase, Bright Data, Firecrawl, Apify, Oxylabs, ScrapingBee, ScraperAPI et Jina proposent tous des points de terminaison hébergés. Les serveurs locaux s'exécutent généralement à la demande via npx ou uvx, il n'y a donc pas non plus d'installation globale.

Un serveur MCP peut-il scraper des sites qui bloquent les bots ?

Seulement s'il s'exécute sur une infrastructure conçue pour cela. Un serveur qui récupère depuis votre propre machine, comme un serveur local d'automatisation de navigateur, est bloqué de la même manière qu'un script. Les serveurs adossés à une API de scraping font passer les requêtes par des proxys et gèrent les challenges anti-bot côté serveur.

VP

Viktor Petrov

Architecte data science · Crawlbase

Architecte data science chez Crawlbase. Travaille sur les modèles qui rendent le crawling à grande échelle fiable face aux défenses anti-bot modernes.