用途:这是一个调用 Defuddle CLI 的命令行技能,用于从网页中提取干净、可读的正文内容。相比 WebFetch,它更适合处理标准网页,因为它会移除导航、广告和杂乱内容,从而降低 token 消耗。
主要能力:支持输出 Markdown、JSON(同时包含 HTML 和 Markdown)和 HTML 三种格式;可提取指定元数据,如标题、描述和域名。
安装:若未安装,可执行 npm install -g defuddle。
基本用法:解析网页并输出 Markdown 时使用 defuddle parse <url> --md。建议始终加 --md 以获得 Markdown 输出。保存到文件可用 defuddle parse <url> --md -o content.md。提取特定元数据可用 defuddle parse <url> -p title、-p description 或 -p domain。
格式标志:--md 输出 Markdown(默认推荐);--json 输出包含 HTML 与 Markdown 的 JSON;不加标志输出 HTML;-p <name> 输出指定元数据属性。
适用场景:需要获取网页正文、整理可读内容或节省上下文 token 时使用。限制:资料未提供对动态渲染页面、登录页或非标准网页的支持情况,亦未提供收费、性能或兼容性说明。