Hacktoberfest 2026：メンテナが10月に向けて印を付けた、オープンで初心者向けの issue。 Hacktoberfest の issue を見る

mcp-server-fetch: missing Content-Type header forces non-HTML payloads into readability extraction, failing with error

オープン 初心者向け
  • 何か問題がありますか？
#5,134 コメント 0 件 リアクション 0 件 担当者 0 名 GitHub で見る

メンテナーはふだん 1 日以内に返信

まだ誰も着手していません。

評価

難易度
2/5
見積もり時間
1〜3時間
初心者へのやさしさ
78/100
issue の種類
バグ
明瞭さ
明確に書かれている
活発さ
活発
技術スタック
python
領域
backend

調査の方向性

src/fetch/src/mcp_server_fetch/server.pyの335～341行付近にあるコンテンツタイプのチェックから始め、生のコンテンツを返す経路と比較してください。コンテンツタイプのないHTMLレスポンスが現在どのように認識されているかを確認し、ヘッダーがないHTMLおよび非HTMLレスポンスを対象としたテストを実行するか追加してください。非HTMLペイロードが生のまま返され、HTMLは引き続き簡略化されることが完了条件です。

索引モデルが issue の本文から書いたものです。

説明

Which server?

fetch (mcp-server-fetch)

Server version

2026.10.10 (PyPI / commit bbb701e)

How did you run the server?

uvx (Python package)

Transport

stdio

Protocol era

Current (2024-11-05 spec or newer)

MCP client and version

Direct reproduction script / Claude Desktop 0.8.0

Operating system and runtime

Linux 5.15 / Python 3.11

Server configuration

Standard mcp-server-fetch execution.

Steps to reproduce

In src/fetch/src/mcp_server_fetch/server.py lines 335–341:

    content_type = response.headers.get("content-type", "")
    is_page_html = (
        "<html" in page_raw[:100] or "text/html" in content_type or not content_type
    )

    if is_page_html and not force_raw:
        return extract_content_from_html(page_raw), ""

Notice the clause or not content_type.

When fetching an HTTP endpoint that does not include an explicit Content-Type header (common with static files, raw S3/CDN buckets, embedded/IoT servers, or internal microservices returning plain text or raw JSON):

  1. response.headers.get("content-type", "") returns "".
  2. not content_type evaluates to True.
  3. is_page_html becomes True regardless of what the payload actually contains.
  4. extract_content_from_html(page_raw) is invoked on non-HTML content (e.g. JSON {"status": 200}, plain text, CSV, or Markdown).
  5. readabilipy.simple_json.simple_json_from_html_string() cannot extract readability content from non-HTML text.
  6. The tool returns <error>Page failed to be simplified from HTML</error> instead of returning the raw payload.

Contrast this with the exact same payload returned with Content-Type: text/plain:

  • With Content-Type: text/plain: is_page_html is False -> returns page_raw successfully.
  • Without Content-Type header: is_page_html is True -> fails with <error>Page failed to be simplified from HTML</error>.

Minimal reproduction:

def classify_page(page_raw: str, content_type: str):
    is_page_html = (
        "<html" in page_raw[:100] or "text/html" in content_type or not content_type
    )
    return is_page_html

# text/plain with header: False -> raw content returned
assert classify_page("hello world", "text/plain") is False

# plain text without header: True -> wrongly forced into HTML extractor!
assert classify_page("hello world", "") is True

# JSON without header: True -> wrongly forced into HTML extractor!
assert classify_page('{"status": "ok"}', "") is True
Expected behavior

Responses lacking a Content-Type header should NOT automatically be assumed to be HTML. Unless the payload contains unambiguous HTML markup (e.g. starting with <!DOCTYPE html or <html), it should be treated as non-HTML and fall back to returning page_raw.

Actual behavior

Any non-HTML endpoint without a Content-Type header is coerced into HTML simplification and fails with:
<error>Page failed to be simplified from HTML</error>

Logs or error output
<error>Page failed to be simplified from HTML</error>

From src/fetch/src/mcp_server_fetch/server.py:158-160:

ret = readabilipy.simple_json.simple_json_from_html_string(html, use_readability=True)
if not ret["content"]:
    return "<error>Page failed to be simplified from HTML</error>"
Already prototyped a fix?

In src/fetch/src/mcp_server_fetch/server.py, remove or not content_type and check for HTML markers properly:

    content_type_lower = content_type.lower()
    page_start = page_raw.lstrip()[:100].lower()
    is_page_html = (
        "text/html" in content_type_lower
        or "application/xhtml+xml" in content_type_lower
        or page_start.startswith(("<html", "<!doctype html"))
    )

This ensures:

  1. Valid HTML documents (with or without headers) are still simplified.
  2. Payloads without a Content-Type header that are NOT HTML fall through to the raw content return block instead of returning an error string.
Before you submit
  • I searched existing issues and this is not a duplicate.
  • This is not a security vulnerability report (those go through the private advisory form).
主要言語
JavaScript
スター
91.2k
フォーク
11.8k
平均マージ
6時間 39分
マージ済み PR（30日）
111

環境構築

はじめの一歩

  1. issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
  2. 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
  3. リポジトリをフォークし、ブランチを切って変更します。
  4. issue 番号を参照したプルリクエストを送ります。

modelcontextprotocol/servers のほかの issue

modelcontextprotocol/servers の issue をすべて見る

似ている issue

JavaScript の issue をもっと見る

新しい issue をメールで受け取る

初心者向けの GitHub issue を短くまとめたダイジェスト。