用途:按用户当轮要求,对已知网页或社交媒体内容执行读取、下载或归档,输入须为已知链接、本地 URL 文件、已确认候选或明确容器。不满足入口条件时停止并提示需要已知链接、已确认候选或明确容器。
主要能力:内置固定安全执行器与平台路由,覆盖普通网页(Jina Reader)、有界站点(firecrawl_site.py,默认只 Map,Crawl 需显式 --execute --preflight <file>)、Twitter/X、小红书、抖音、微博、微信公众号、YouTube、B站、小宇宙及其他公开媒体的单条已知链接;归档输出含 archive-manifest.jsonl、run-summary.json、failures.json、handoff.json。
必要用法:先固化范围,再选单个平台路由,先预检后执行;输出冲突时新建目录或文件名,不覆盖;批量任务低并发、可断点续跑。read 不下载媒体,download 只下载明确要求的类型。
限制:不得关键词搜索或开放式发现;禁止无界爬取、未指定账号浏览、推荐扩展、跨来源补齐;站点归档限公开 HTTPS 同源、limit <= 100、max-depth <= 3;登录态回退需当轮明确授权;微信公众号账号搜索与历史枚举不支持;不得删除文件、不得打印 Cookie/Token 等敏感信息;无专用路由的项记为 unsupported,不自行发明实现。