用途:通过 Chrome CDP 抓取任意 URL,将 HTML 转换为干净的 Markdown,适合把网页内容整理为可读文本。
主要能力:使用 Chrome CDP 实现完整 JavaScript 渲染;提供两种捕获模式——自动模式在页面加载(网络空闲)时捕获,适合公开页面与静态内容;等待模式(--wait)在用户确认页面就绪后捕获,适合需登录、懒加载或付费墙页面。输出为带 YAML front matter 的 Markdown,包含 url、title、description、author、published、captured_at 等字段。
使用方式:脚本位于技能的 scripts/ 子目录,入口为 scripts/main.ts。基本命令:npx -y bun ${SKILL_DIR}/scripts/main.ts <url>;等待模式加 --wait;用 -o output.md 指定输出文件;--timeout <ms> 设置页面加载超时(默认 30000)。等待模式流程为:运行后脚本提示按 Enter,用户确认页面就绪后向 stdin 发送换行触发捕获。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。
配置:可通过 EXTEND.md 自定义默认输出目录、默认捕获模式与超时设置,优先读取项目级 .baoyu-skills/baoyu-url-to-markdown/EXTEND.md,其次用户级 $HOME/.baoyu-skills/baoyu-url-to-markdown/EXTEND.md。环境变量支持 URL_CHROME_PATH、URL_DATA_DIR、URL_CHROME_PROFILE_DIR。
限制:依赖 bun 与 Chrome;Chrome 未找到需设置 URL_CHROME_PATH,超时可增大 --timeout,复杂页面可尝试 --wait 模式。若运行时依赖缺失应停止执行并返回安装命令;浏览器自动化失败时可切换到手动/等待模式。其余细节暂未提供。