Web To Markdown 说明文档

# web-to-markdown 使用本地浏览器自动化工具 Puppeteer 和 Readability 将网页转换为整洁的 Markdown。 ## 目的 此技能使 Claude Code 能够通过 `web2md` CLI 工具将网页（包括 JavaScript 渲染的内容）转换为整洁、可读的 Markdown 格式。它特别适用于提取文章内容、文档，或任何需要以 Markdown 格式进行处理、归档或分析的网页内容。 ## 使用场景 当你需要执行以下操作时使用此技能： - 从新闻网站、博客或文档中提取文章内容 - 转换简单的 HTTP 获取无法处理的 JavaScript 重型页面 - 以可读、可移植的格式归档网页内容 - 处理用于分析或文档的网页内容 - 处理带有登录墙或人工验证的页面（使用交互模式） - 批量将多个 URL 转换为 Markdown 文件 **重要：** 此技能必须由用户明确调用，例如： - "use the skill web-to-markdown ..." - "use a skill web-to-markdown ..." 这是一项硬性要求，旨在防止在简单工具即可满足需求时发生意外使用。 ## 工作原理 该技能使用 `web2md` CLI 工具，其流程如下： 1. **启动真实浏览器** (Chrome/Chromium/Brave/Edge) 通过 Puppeteer 2. **渲染页面**，包括所有 JavaScript 和动态内容 3. **提取主要内容**，使用 Mozilla 的 Readability 库 4. **转换为 Markdown**，使用 Turndown 并清理链接 5. **输出**到 stdout 或保存到文件，并带有可选的 YAML frontmatter 这种方法可以处理简单的 HTTP 获取程序无法处理的现代单页应用和 JavaScript 渲染内容。 ## 关键特性 - **JavaScript 支持**：通过 Puppeteer 渲染页面，捕获动态加载的内容 - **智能内容提取**：使用 Readability 识别并提取主要文章内容 - **灵活输出**：打印到 stdout，保存到特定文件，或在目录中自动命名文件 - **交互模式**：处理登录墙和人工验证挑战 - **批量处理**：在一次操作中转换多个 URL - **等待策略**：多种选项以确保内容在提取前完全加载 - **浏览器配置文件**：支持持久化用户数据目录（会话、登录信息） - **整洁的 Markdown**：生成可读、格式良好的 Markdown，并带有可选元数据 ## 先决条件 必须安装 `web2md` CLI 工具。该技能将检查其是否存在，并提供安装说明。