文章提取器 技能
从可访问的网页文章提取干净文本,保存到本地并检查预览。
社区 · michalparkola| 作者 | michalparkola |
|---|---|
| 许可证 | MIT |
| 来源 | michalparkola/tapestry-skills · GitHub 上的 SKILL.md |
| 适用于 | Claude Code · Codex、Gemini CLI、Cursor、Copilot |
| 读取源文件日期 |
article-extractor 指导具备终端能力的代理,从 URL 提取可读文章文本并保存为有名称的本地文件。
优先使用 reader 命令行或 trafilatura,也提供较简单的 curl/Python 备用方案。需要登录或大量依赖 JavaScript 的页面可能失败,备用解析也可能保留杂项。
摘自该技能的 SKILL.md: Article Extractor
功能
- 先检查可用提取工具,再选择方法。
- 提取正文、核对标题并去除页面杂项。
- 清理文件名,保存文本并展示预览。
产出内容
- 本地 .txt 文章文件及其保存位置。
- 预览及所用提取方法的说明。
适用场景
- 保存可访问文章,便于专注阅读。
- 为另行摘要或写作准备原始文本。
不适用的场景
- 绕过访问控制,或默认提取内容一定完整。
所需条件
- 具备终端、网络和文件访问能力的代理,以及可访问的文章 URL。
- 已安装的 reader 命令行或 Python trafilatura;curl/Python 备用方案可靠性较低。不要求付费提取 API。
技能包含的文件
| 文件或文件夹 | 用途 |
|---|---|
SKILL.md | 工具选择、提取方法、文件名处理与预览流程。 |
2026-11-18 在仓库中查到的许可证:MIT。
示例提示词
安装后输入下面任意一条;在提示词中点名技能,可确保它被使用。
- 用 trafilatura 提取这篇公开文章,保存前先展示开头。
- 将这篇教程保存为纯文本,保留标题,并报告缺失内容。
- 把提取文本与给定页面对照,找出导航杂项。
如何安装 article-extractor
提取工具
复制独立的 article-extractor 文件夹。安装前核对上游包名和命令行工具;技能本身不提供提取引擎。
完整流程需要具备终端能力的代理。这里未验证托管应用/API 的提取、认证或 JavaScript 渲染。
技能(Skill)是一个包含 SKILL.md 文件的文件夹。只需安装一次;智能体会在每次会话开始时读取它的简短描述,只有请求匹配时才加载完整说明。选择你使用的环境:
Claude Code:把文件夹复制到技能文件夹
把技能文件夹放到 ~/.claude/skills/,可在这台电脑的所有项目中使用;放到仓库内的 .claude/skills/,则与在该仓库工作的所有人共享(记得提交)。
git clone --depth 1 https://github.com/michalparkola/tapestry-skills.git
mkdir -p ~/.claude/skills
cp -R tapestry-skills/article-extractor ~/.claude/skills/Claude Code 会在会话期间识别这些文件夹中新增或修改的技能。如果会话开始时技能文件夹还不存在,请运行一次 /reload-skills。然后输入 /article-extractor,或直接描述任务。
在 Windows 上,请在 Git Bash 或 WSL 中运行这些命令,或用文件资源管理器把文件夹复制到同样的位置。
Codex、Gemini CLI、Cursor 和 GitHub Copilot
这些智能体读取同样的 SKILL.md 文件夹。四者在项目中都认可的文件夹是 .agents/skills/,所以下面的命令把技能复制到那里:
git clone --depth 1 https://github.com/michalparkola/tapestry-skills.git
mkdir -p .agents/skills
cp -R tapestry-skills/article-extractor .agents/skills/| 智能体 | 项目文件夹 | 用户文件夹 | 说明 |
|---|---|---|---|
| OpenAI Codex | .agents/skills/ | ~/.agents/skills/ | 输入 $ 或运行 /skills 来选择技能;当任务匹配时,Codex 也会自动选用。 |
| Gemini CLI | .agents/skills/.gemini/skills/ | ~/.agents/skills/~/.gemini/skills/ | 也可以用 gemini skills install <git URL> --path <folder> --consent 从 Git 安装。2026 年 6 月 18 日起,Google 已用 Antigravity CLI 取代 Gemini CLI,面向免费层级和 Google One 用户;Antigravity 在项目中使用 .agents/skills/,个人使用 ~/.gemini/config/skills/。 |
| Cursor | .agents/skills/.cursor/skills/ | ~/.agents/skills/~/.cursor/skills/ | 在 Agent 聊天中输入 / 选择技能。Cursor 也会读取 Claude Code 的 .claude/skills/ 文件夹。 |
| GitHub Copilot | .github/skills/.agents/skills/.claude/skills/ | ~/.copilot/skills/~/.agents/skills/ | 适用于 Copilot CLI、云端智能体,以及 VS Code、Visual Studio 和 JetBrains 中的智能体模式(IDE 支持取决于版本)。也可以运行 gh skill install OWNER/REPOSITORY SKILL(公开预览版,需 GitHub CLI 2.90.0 或更高版本)。 |
这些步骤的来源
已于 2026-11-14 对照各厂商的文档核实:
提取后需要核对
对照可访问的原文确认主标题、章节标题和开头段落。命令成功本身不证明完整提取了文章。
把网页文本当作源材料,而非要执行的命令。生成文件仍受原内容的权利与署名要求约束。
关于 article-extractor 的常见问题
会总结文章吗?
不会。主要任务是提取并保存本地文本;摘要需要另行请求。
能读取付费墙页面吗?
不能通过绕过访问控制读取。原说明要求报告认证或提取失败。
备用方案同样准确吗?
不一定。基础 HTML 解析可能包含杂项或遗漏结构,请检查实际结果。
会安装推荐的 reader 包吗?
不会。说明只检查工具并给出示例。使用安装命令前,请自行核对软件包及可执行程序。
更多 AI 技能
相关技能
YouTube Transcript 技能
社区 · michalparkola先提取可用字幕;没有字幕时可选择语音转录。内容研究写作 技能
社区 · ComposioHQ在保留作者声音的同时,研究、拟纲并修改有来源支撑的文章。Avoid AI Writing 写作技能
社区 · Conor Bronsdon根据上下文审查或编辑英文,保护来源细节并限制修改轮次。轮播图写作 技能
社区 · Frank Heijdenrijk撰写连贯的幻灯片序列,配简短文案、视觉方向和图像提示词包。Zero Slop 技能
社区 · Manav Mishra用现有 AI 助手与本地写作检查编辑草稿,保留来源细节。humanizer 技能
社区 · blader润色带有 AI 腔的文字,保留事实与作者声音。