前言¶
AI 助手读网页时，拿到的往往是一段残缺的 HTML：单页应用把正文交给 JS 渲染，登录墙挡住接口，限速让请求直接失败。直接抓回来的文本里没有正文，只有空壳标签。
下面介绍的这个 Skill 就是为了填这个坑。它叫「网页内容抓取器」（@user_d544ba0e/page-content-scraper），社区出品，解决的是「AI 拿不到干净正文」这一件事。
这是什么¶
一句话定位：输入一个 URL，输出该页面的干净文本，遇到 JS 渲染的页面自动用无头浏览器渲染后再取。
- 名称：网页内容抓取器
- 坐标：@user_d544ba0e/page-content-scraper
- 版本：1.0.0
- 来源：community（社区）
- 发布者：user_d544ba0e
- 分类：data-analysis
- 评分：100000，下载 760，安装 0
- 标签：requires_api_key=false（不需要 API Key）
和「直接让模型读 URL」相比，差别在于它不假设页面是静态的：检测到是 SPA 会先跑一遍无头浏览器，再把渲染后的正文抽出来。
核心功能¶
- 从 AI 无法直接访问的网页中提取干净文本。典型包括三类：JS 渲染的单页应用、登录墙后的页面、被限速的 API。
- 自动检测 SPA，并用无头浏览器渲染后再抓取。
- 输入是 URL，可附带可选的 CSS 选择器，用于只取页面里特定的部分。
- 输出是干净文本内容，不含导航栏、脚本、样式等杂质。
触发词：抓取、爬取、scrape、提取内容、获取网页文字 + URL。也就是说，对话里出现这类词并带上链接时，就是它的触发条件。
安装与启用¶
已抓取的资料里没有提供官方安装命令、Skill 包下载方式或各客户端的配置步骤。按规则，核实不到的内容不写。可以确认的只有两点：
- 不需要 API Key（requires_api_key=false），启用后不存在密钥配置环节。
- 它基于通用 SKILL.md 格式，属于社区发布的 Skill。
拿到官方地址后，具体的安装方式需要以 SkillHub 页面当时的说明为准。
典型用法¶
官方资料给出的输入输出约定如下：
输入：URL + 可选 CSS 选择器
输出：干净文本内容
对应的触发方式：
TRIGGER: 抓取、爬取、scrape、提取内容、获取网页文字
INPUT: 文件路径或文本内容
OUTPUT: 处理后的文件或分析报告
也就是说，使用方式是把 URL（以及想限定的 CSS 选择器）作为输入交给 Skill，它返回处理后的干净文本。资料中没有给出更细的命令行或脚本级示例，这里不做补充。
适用场景与注意¶
适合的场景：
- 目标页面是 Vue / React 之类的单页应用，静态抓取拿不到正文。
- 页面需要登录后才渲染内容，模型自带的 URL 读取拿不到。
- 想按 CSS 选择器精确取某一块区域，而不是整页文本。
- 不需要为抓取额外申请 API Key。
需要注意的点：
- 它解决的是「拿到正文」，不解决「绕过登录墙获取凭证」。登录墙后的页面能取，前提是会话本身可用。
- 被限速的 API 场景下，渲染和抓取仍然受目标站点的限速约束，Skill 不会绕过站点限制。
- 无头浏览器渲染比直接请求慢，批量抓大量页面时要做好超时和并发控制。
- 安装数为 0、来自社区，选用前建议先在小范围页面上试一次，确认输出格式符合预期。
结尾¶
这个 Skill 的价值在于把「渲染—抽取—清洗」这一套动作封装起来，让 AI 在拿到 URL 之后能直接得到可用的正文，而不用关心页面是不是 JS 渲染的。它不需要 API Key，输入输出约定简单，适合嵌在内容采集、资料整理这类流程里。
官方地址：https://api.skillhub.cn/user_d544ba0e/page-content-scraper
SkillHub 页面：https://www.skillhub.cn/skills/user_d544ba0e/page-content-scraper
