用途:通过 Chrome CDP 获取任意 URL,将页面 HTML 转换为干净 Markdown,适合把网页保存为 Markdown 的场景。
主要能力:使用 Chrome CDP 完成 JavaScript 渲染;两种捕获模式——默认自动模式在网络空闲时捕获,适合公开页面与静态内容;--wait 模式等待用户信号再捕获,适合需登录、懒加载或付费墙页面。输出含 YAML front matter 的元数据(url、title、description、author、published、captured_at)与转换后的 Markdown。可选将图片、视频下载到本地 imgs/、videos/ 并改写链接为本地相对路径。
使用方式:脚本位于 skills 的 scripts/ 子目录,主入口为 scripts/main.ts。常用命令:npx -y bun ${SKILL_DIR}/scripts/main.ts <url>(自动模式);加 --wait 等待用户信号;用 -o output.md 指定输出文件;加 --download-media 下载媒体。其他选项包括 --timeout <ms>(默认 30000)。等待模式流程:运行 --wait 后脚本提示“Press Enter when ready”,用户确认页面就绪后向 stdin 发送换行触发捕获。输出目录默认为 url-to-markdown/<domain>/<slug>.md,冲突时追加时间戳。
偏好设置:通过 EXTEND.md 配置,优先项目级 .tuzi-skills/tuzi-url-to-markdown/EXTEND.md,其次用户级 $HOME/.tuzi-skills/tuzi-url-to-markdown/EXTEND.md。支持 download_media(ask/1/0)、default_output_dir 等。若未找到 EXTEND.md,必须先向用户询问偏好再创建,不得静默使用默认值;这是阻塞步骤,完成前不得进行转换。
环境变量:URL_CHROME_PATH、URL_DATA_DIR、URL_CHROME_PROFILE_DIR。限制:依赖 Chrome CDP,需可用 Chrome;复杂页面或超时可通过 --wait 或增大 --timeout 处理。其他事实暂未提供。