用途:通过 Chrome CDP 抓取任意 URL,将 HTML 转换为整洁的 Markdown,适合需要完整 JavaScript 渲染的页面。
主要能力:使用 Chrome CDP 实现完整 JS 渲染;提供两种捕获模式——自动模式(页面网络空闲时捕获,适合公开页面、静态内容)和等待模式(--wait,由用户发出信号后再捕获,适合需登录、懒加载或付费墙页面);输出带元数据的整洁 Markdown。
使用方式:脚本位于技能的 scripts/ 子目录,入口为 scripts/main.ts。常用命令: npx -y bun ${SKILL_DIR}/scripts/main.ts <url> npx -y bun ${SKILL_DIR}/scripts/main.ts <url> --wait npx -y bun ${SKILL_DIR}/scripts/main.ts <url> -o output.md 选项包括 <url>、-o <path>(输出文件路径,默认自动生成)、--wait、--timeout <ms>(默认 30000)。等待模式流程:以 --wait 运行后脚本提示“Press Enter when ready”,确认页面就绪后向 stdin 发送换行触发捕获。
输出:YAML front matter 含 url、title、description、author、published、captured_at 字段,后接转换后的 Markdown。默认输出目录为 url-to-markdown/<domain>/<slug>.md,slug 取自页面标题或 URL 路径(kebab-case,2-6 词),冲突时追加时间戳 <slug>-YYYYMMDD-HHMMSS.md。
配置:可通过 EXTEND.md 自定义,优先检查项目级 .canghe-skills/canghe-url-to-markdown/EXTEND.md,其次用户级 $HOME/.canghe-skills/canghe-url-to-markdown/EXTEND.md,支持默认输出目录、默认捕获模式、超时设置。环境变量包括 URL_CHROME_PATH、URL_DATA_DIR、URL_CHROME_PROFILE_DIR。
限制与排查:Chrome 未找到时设置 URL_CHROME_PATH;超时则增大 --timeout;复杂页面可尝试 --wait 模式。具体收费、平台支持范围等资料暂未提供。