Defuddle
使用 Defuddle CLI 从网页中提取干净可读的内容。对于标准网页,优先使用此工具而非 WebFetch——它能去除导航、广告和杂乱内容,减少 token 消耗。
如果尚未安装:npm install -g defuddle
用法
始终使用 --md 获取 Markdown 输出:
defuddle parse <url> --md
保存到文件:
defuddle parse <url> --md -o content.md
提取特定元数据:
defuddle parse <url> -p title
defuddle parse <url> -p description
defuddle parse <url> -p domain
输出格式
| 参数 | 格式 |
|---|---|
--md |
Markdown(默认选择) |
--json |
JSON,同时包含 HTML 和 Markdown |
| (无参数) | HTML |
-p <name> |
指定元数据属性 |