用途：Scrapling 用于把网络抓取任务路由到最轻量可行的模式，避免一上手就启动浏览器。它先收集目标类型、期望输出、运行需求和约束（安装预算、浏览器可用性、认证/代理限制，以及是否更适合直接调用 API/JSON），再按规则选择路径：已有 HTML 用 Selector；需要实时页面用 Fetcher；客户端渲染内容用 DynamicFetcher；渲染路径仍被拦截或为空用 StealthyFetcher；任务涉及队列、链接跟随、重试或断点续爬时用 spiders。若真正需求是浏览器自动化、导航前请求拦截或托管解锁，则应诚实转出，不夸大 Scrapling 能力。
主要能力：本地 HTML 解析与 CSS/XPath 提取；HTTP 抓取与会话复用；动态浏览器渲染，支持 network_idle、wait_selector；隐身抓取，支持 headless、solve_cloudflare；自适应选择器，应对 DOM 漂移，adaptive=True 与 auto_save=True 为显式启用；CLI/交互 shell 操作面；MCP 供智能体访问；spiders 支持多页、并发、重试与 crawldir 检查点；针对科学文献/数据集的研究采集门禁脚本。
使用方式：先用 npx skills add https://github.com/akillness/jeo-skills --skill scrapling 注册插件，再按需安装包档位：bash scripts/install.sh --profile parser|fetchers|shell|ai|all。脚本默认同时执行两步，SKIP_SKILL=1 只装 Python 包，SKIP_PACKAGE=1 只注册插件；浏览器相关流程需执行 scrapling install，仅解析不需要。提取示例：bash scripts/run-extract.sh get "https://example.com" article.md --css-selector "article"；MCP：bash scripts/run-mcp.sh 或 bash scripts/run-mcp.sh --http --host 127.0.0.1 --port 8000。文献/数据集目标先运行 python3 scripts/research_harvest_gate.py "https://arxiv.org/abs/2401.00001"，该门禁仅用标准库，输出 ```review 围栏 JSON，标记 robots.txt 禁止/抓取延迟与疑似付费墙出版商，不代表已获授权。
适用场景：仅有 HTML 仅需选择器；普通文档、博客、营销页、搜索结果、简单商品页；SPA/仪表盘等 JS 渲染页面；返回挑战页的受保护目标；智能体需要受控网页提取；任务已演变为真正爬取；论文、数据集或引文来源。
限制：反机器人处理只是文档化能力，不保证成功；更强的代理或托管解锁可能仍需外部基础设施。直接 API/JSON 是真实数据源时应优先，不强行 DOM 抓取。自适应只解决选择器漂移，不解决认证失败或整站改版。必须尊重目标站点条款、robots、速率限制、授权与反滥用政策，门禁通过不等于授权。