用途:Defuddle CLI 用于从网页中提取干净、可读的内容,去除导航、广告和杂乱信息,从而减少 token 消耗。适合处理用户提供的普通网页 URL,用于阅读、总结或分析文档、文章、博客等公开网页内容。相比会产生较多噪音的页面抓取方式,更推荐在 token 效率重要时使用。
安装:npm install -g defuddle
主要用法: 始终使用 --md 输出 Markdown:defuddle parse <url> --md 保存到文件:defuddle parse <url> --md -o content.md 提取特定元数据:defuddle parse <url> -p title;defuddle parse <url> -p description;defuddle parse <url> -p domain
输出格式:--md 为 Markdown(默认选择);--json 为同时包含 HTML 和 Markdown 的 JSON;不加参数为 HTML;-p <name> 为特定元数据属性。
适用场景:需要从普通网页获取可读正文并进行阅读、摘要或分析的场景,尤其是对 token 效率有要求的场景。
限制:仅在任务明确匹配上述范围时使用。不应将输出视为环境特定验证、测试或专家审查的替代。如果缺少必要输入、权限、安全边界或成功标准,应停止并请求澄清。