web-extractor

# 网页内容提取技能 使用 r.jina.ai 提取网页干净文本，过滤垃圾代码，提取干货内容。 ## 工作流程 ### 1. 提取网页内容 ```bash # 提取网页并保存为 md 文件 curl -s https://r.jina.ai/<URL> > /tmp/web-content.md ``` ### 2. 读取并总结 让 Agent 读取生成的 md 文件，总结核心观点。 ## 使用示例 **用户说："帮我总结这个新闻 https://www.bbc.com/news/tech..."** 执行： ```bash curl -s "https://r.jina.ai/https://www.bbc.com/news/technology-xxx" > /tmp/news.md ``` 然后读取 /tmp/news.md 文件内容，分析并总结。 ## 注意事项 - r.jina.ai 会过滤掉 script、nav、广告 CSS 等垃圾代码 - 提取后是极干净的纯文本，对 AI 零负担 - 支持任何新闻网站、技术博客、文章页面 - 文件默认保存到 /tmp/ 目录，可自定义路径