用途：把网页内容抓取并转换为干净的 Markdown，适合需要网页正文文本的场景。
主要能力：采用三级回退链，按顺序尝试并返回首个成功结果。第一级 Firecrawl（需 FIRECRAWL_API_KEY，可选，缺失则回退）；第二级 Jina Reader（免费、无需密钥）；第三级 Scrapling（本地无头浏览器，经 pip 自动安装）。每个抓取器在返回成功前会校验输出：内容至少 100 字符，并检测 CAPTCHA/机器人验证页、Cloudflare 过渡页、Jina 错误页等。
使用方式：基本命令为 uv run scripts/crawl.py --url https://example.com --output reports/example.md。Markdown 保存到 --output 指定文件，进度与错误输出到 stderr，成功退出码 0，全部抓取器失败退出码 1。建议始终使用 --output 以避免终端编码问题；未提供时输出到 stdout（Windows 上不推荐）。保存报告时应写入项目根目录的 reports/ 目录，目录不存在会自动创建。可指向自托管 Firecrawl：FIRECRAWL_API_URL=http://localhost:3002 uv run scripts/crawl.py --url https://example.com。
URL 要求：仅接受 http:// 和 https://，其他协议（ftp://、file://、javascript:、裸路径等）直接退出码 1 并报错，不尝试抓取。
域名路由：部分主机名会跳过某些层级。medium.com 及其子域跳过 firecrawl，使用 jina→scrapling；mp.weixin.qq.com 跳过 firecrawl 与 jina，仅用 scrapling；其余走完整三级链。子域按后缀匹配，如 blog.medium.com 命中 medium.com 规则。
测试与依赖：uv run pytest tests/ -v 运行 70 个测试，全部使用 mock，无需网络或密钥。依赖由 uv run 自动安装：firecrawl-py>=2.0、httpx>=0.27、scrapling>=0.2、html2text>=2024.2.26。
限制：仅支持 http/https；抓取效果受目标站点反爬机制影响；Firecrawl 需密钥才能获得最佳效果；具体收费与平台支持情况暂未提供。