用途:该技能用于从任意 URL 提取干净、可读的内容,返回 Markdown 文本、链接和元数据。适用于需要读取网页、提取链接或获取页面元数据的场景。
可用工具:scrape_url 从 URL 提取干净文本内容(基于 Readability);extract_links 获取所有链接及其 href 与锚文本;extract_metadata 获取标题、描述、OG 标签、canonical、favicon;search_page 在页面内容中搜索查询字符串;scrape_multiple 批量抓取多个 URL,返回每个 URL 的标题与摘要。
使用方式:阅读单个页面(文档、博客文章、文章)用 scrape_url;从页面发现链接资源用 extract_links;SEO 分析或链接预览数据用 extract_metadata;一次概览多个页面用 scrape_multiple。search_page 搜索的是已提取内容而非原始 HTML。
关键特性:使用 Mozilla Readability(Firefox 阅读模式引擎),对服务端渲染内容效果最佳;不处理 JavaScript 密集的 SPA(React 应用、仪表盘),这些需使用浏览器类 MCP;scrape_multiple 只返回每个 URL 的标题与摘要,不含完整内容,适合概览。
限制:无无头浏览器,不执行 JavaScript;最适合文档、博客、文章、新闻、维基;不适用于登录受限内容、SPA 和动态加载内容。