用途:把网页/博客文章(如 Substack、Medium、新闻、知乎等)归档进 Obsidian vault;页面公开 PodcastEpisode JSON-LD 时,也可保存 shownotes 与本地音频。
主要能力:用 trafilatura 或 readability-lxml 抽取正文、标题、作者与发布时间;播客用 JSON-LD 解析,通过 scripts/archive_podcast.py 确定性解析、下载与落地。正文抓取不完整时标 content_complete: false,不静默截断。支持归档后按用户要求调用 Obsidian 自带导出 PDF。
用法:自然语言说明目标并提供 URL 等输入。可装整个领域插件:claude plugin marketplace add soia-team/soia-open-skills,再 claude plugin install soia-pkm-vault@soia;只要该技能时用 npx skills add soia-team/soia-open-pkm-vault-skills -g -a '*' -s soia-pkm-clip-web -y。依赖缺失时先 pip install(注意 PEP 668 拦截);Cloudflare 类站点可用公开 reader 代理回退并标注。手机端可用 Obsidian Web Clipper 落到 inbox 再由本技能迁入。
落地规范:文章路径为 <vault-articles-dir>/<年>/YYYY-MM-DD-<来源>-<作者>-<标题>.md;播客音频默认落 <vault>/_attachments/podcasts/<episode-id>/,笔记含本地播放器嵌入与哈希。
限制:写入前须人工复核抓取产物,命中登录墙、正文过短或全为链接等失败信号时换策略或如实标注。归档后整理由 soia-pkm-organize-article-moc 完成,归档成功不等于整理完成;批量网页需先列清单确认。私密信息与中间数据不得写入仓库、vault 或日志。