用途:抓取网页并输出仅含主要内容的干净 Markdown,去除导航、页脚与广告。
主要能力:默认本地免费提取;本地失败时回退到 Exa MCP;保留标题、列表、代码结构,含链接、表格与 YAML 元数据(title、author、date、url、hostname);具备反爬与占位内容检测。
使用方式:优先运行 python3 ~/.claude/skills/fetch-url-as-markdown/scripts/fetch_url.py "<URL>" 退出码 1 或 2 时改用 Exa MCP,以 URL 为 query 并用 includeDomains 锁定域名。退出码 3 表示未安装 trafilatura,执行 python3 -m pip install --break-system-packages trafilatura 后重试。退出码 4 表示二进制内容,不应回退 Exa,应改用对应专用技能。
常用参数:--no-links、--no-tables、--no-metadata、--comments、--images、--precision,以及 --min-body N。
适用场景:文章、博客、文档、README、wiki 等正文提取;批量 URL 处理。限制:对重度 JS 页面、登录墙、Cloudflare 等可能失败并回退;PDF/图片/压缩包不支持;是否依赖 Exa 配额与配置资料未说明。