web-to-markdown

# web-to-markdown 通过驱动本地安装的浏览器（通过 `web2md`）将网页转换为整洁的 Markdown。 ## 强制触发门控（必须执行） 除非用户明确写出**完全一致**的短语，否则不得使用此技能： - `use the skill web-to-markdown ...` - `use a skill web-to-markdown ...` 如果用户没有明确按名称请求此技能，请停止并要求他们重新发出包含以下内容的请求：`use the skill web-to-markdown`。 ## 此技能的作用 - 处理 JS 渲染的页面（Puppeteer → 用户 Chrome）。 - 通过 `puppeteer-core` 与 Chromium 系列浏览器（Chrome/Chromium/Brave/Edge）配合使用效果最佳。 - 提取主要内容（Readability）。 - 转换为 Markdown (Turndown)，包含清理后的链接和可选的 YAML frontmatter。 ## 非目标 - 不要使用 Playwright 或其他浏览器自动化栈；机制是 `web2md`。 ## 您应收集的输入（仅在缺失时询问） - `url`（或 URL 列表） - 输出偏好： - 打印到 stdout (`--print`)，或者 - 保存到文件 (`--out ./file.md`)，或者 - 保存到目录 (`--out ./some-dir/` 以根据页面标题自动命名) - 针对复杂页面的可选渲染控制： - `--chrome-path `（如果 Chrome 自动检测失败） - `--interactive`（显示 Chrome 并暂停，以便用户完成人工检查/登录，然后按回车键） - `--wait-until load|domcontentloaded|networkidle0|networkidle2` - `--wait-for ''` - `--wait-ms ` - `--headful`（调试） - `--no-sandbox`（在容器/CI中有时需要） - `--user-data-dir `（登录/会话；使用专用的配置文件目录） ## 工作流 1) 确认用户明确调用了该技能 (`use the skill web-to-markdown`)。 2) 验证 URL 是否以 `http://` 或 `https://` 开头。 3) 确保安装了 `web2md`： - 运行：`command -v web2md` - 如果缺失，指导用户安装： - 如果可通过 npm 获取：`npm install -g web2md` - 如果从源码安装：克隆仓库，然后运行 `npm install && npm run build && npm link` 4) 转换： - 单个 URL → 文件： - `web2md '' --out ./page.md` - 单个 URL → 目录中的自动命名文件： - `mkdir -p ./out && web2md '' --out ./out/` - 人工验证 / 登录墙（交互式）： - `mkdir -p ./out && web2md '' --interactive --user-data-dir ./tmp/web2md-profile --out ./out/` - 然后：在浏览器窗口中完成检查，并在终端按回车键继续。 - 打印到 stdout： - `w