用途：把网页文章收藏变成可重复的工作流，而非一次性手工操作。它从单篇文章 URL 或索引页、归档页、专题页、作者主页抓取正文，保存为带 YAML frontmatter 的本地 Markdown，作为文章进入本地知识系统的入口。抓取结果默认标记为 source_candidate（待判断资料），而非已整理知识，状态字段为 unprocessed -> queued -> source_carded -> compiled -> used，或 ignored / needs_human。
主要能力：单篇收藏（提取标题、摘要、发布日期、正文并保存）；批量收藏（按前 N 篇、热门、最新或指定文章列表抓取）。执行策略按成功率优先：先脚本直抓，静态解析 HTML / JSON-LD / article / main，失败后 fallback 到 defuddle（X/Twitter 长文与微信公众号优先），再 fallback 到 Jina Reader（r.jina.ai，无需 API Key），微信公众号等反爬站点可再走 Metaso Reader API（需设置 METASO_API_KEY）。索引页懒加载时用浏览器滚动收集 URL，写入临时 txt 后以 --url-file 批量落地；静态抓取被封时可用浏览器直接抽正文，或经 CDP Proxy 兜底。
使用方式：首次运行先执行 bash <web-clipper-root>/scripts/run_web_clipper.sh --help，该命令有副作用，会运行 bootstrap，检查并可能安装 Python 3、创建默认 clipping 目录、写入当前项目下的 .web-clipper/EXTEND.md，应从目标 vault 根目录执行。单篇示例：bash "$WEB_CLIPPER_ROOT/scripts/run_web_clipper.sh" --url "<文章URL>" --mode single --output-dir "<输出目录>"。批量示例：--url "<索引页URL>" --mode batch --count 20 --output-dir "<输出目录>"。未指定输出目录时，依次回退到 EXTEND.md 的 default_output_dir、00_收件箱/Clippings/、Clippings/。文件默认命名为 YYYY-MM-DD 标题.md，日期缺失时为 unknown-date 标题.md。
适用场景：Substack、常规博客、简单 CMS、X/Twitter 长文、微信公众号等公开可读文章页的收藏与归档，配合 Obsidian Clippings 使用。
限制：只处理用户有权访问的公开 HTTP(S) 页面，不绕过登录、付费墙、验证码或访问控制；不适用于摘要、改写、翻译、整站爬虫归档或浏览器自动化测试。正文可能受版权保护，默认用于个人研究与内部归档，应保留作者、日期与原链接。defuddle 通过 npx 运行固定版本；Jina Reader 与可选 Metaso fallback 会把目标 URL 发送给第三方服务，启用 METASO_API_KEY 前应确认费用与数据传输边界。批量失败时需明确区分链接收集失败、正文提取失败或文件写入失败。