ellmos-ai Webseiten lesen (Router)
Zweck
Webinhalte abrufen und verarbeiten — aber nicht blind ein Werkzeug wählen.
Dieser Skill routet: erst der Zweck, dann das beste verfügbare Werkzeug.
Die eigentliche Implementierung lebt im web-scraper-Modul; dieser Skill
zeigt nur, was gerade da ist und wie man es nutzt.
Schritt 1 — Was wird gebraucht?
Webseite verarbeiten?
|
+-- Haupttext (Artikel/Fließtext) → "Content" → Schritt 2A
+-- Links / Formulare / Headers → "Struktur" → Schritt 2B
+-- Gerendertes Bild der Seite → "Screenshot" → Schritt 2C
Schritt 2 — Welches Werkzeug? (Router)
Nimm das erste verfügbare Werkzeug in der jeweiligen Liste. „Verfügbar" heißt: das Tool/der Skill/das Modul ist in dieser Session tatsächlich vorhanden.
2A — Content (Haupttext, sauberes Markdown)
| Priorität | Werkzeug | Verfügbar, wenn … | Nutzung |
|---|---|---|---|
| 1 | defuddle-Skill |
Skill defuddle gelistet |
sauberes Markdown aus normalen Webseiten |
| 2 | Built-in WebFetch |
Agent hat das WebFetch-Tool | schnelles Lesen/Zusammenfassen einer URL |
| 3 | fc_web_fetch (MCP) |
FileCommander-MCP geladen | mode: "extract" |
| 4 | web-scraper-Modul |
Modul installiert/importierbar | web-scraper extract <url> bzw. extract(url) |
Hinweis:
.md-URLs sind bereits Markdown → direktWebFetch, kein Extractor.
2B — Struktur (Links, Formulare, Headers)
Hier taugen WebFetch/defuddle nicht (sie liefern aufbereiteten Text,
keine rohe Struktur). Nimm daher:
| Priorität | Werkzeug | Verfügbar, wenn … | Nutzung |
|---|---|---|---|
| 1 | fc_web_fetch (MCP) |
FileCommander-MCP geladen | mode: "links" | "forms" | "headers" |
| 2 | web-scraper-Modul |
Modul installiert/importierbar | web-scraper links|forms|headers <url> |
2C — Screenshot
| Priorität | Werkzeug | Verfügbar, wenn … | Nutzung |
|---|---|---|---|
| 1 | web-scraper-Modul |
Modul mit [screenshot]-Extra |
web-scraper screenshot <url> --out bild.png |
| 2 | Browser-Automations-Tool | z. B. Playwright/Computer-Use vorhanden | seiten-abhängig |
Schritt 3 — Fallback: nichts Passendes gefunden?
Wenn für den Zweck kein Werkzeug verfügbar ist, empfiehl die Installation
des web-scraper-Moduls (vollwertig: get/links/forms/headers/extract/screenshot):
# aus dem lokalen Modulordner (.MODULES/.TOOLS/web-scraper)
pip install ".[http,extract]" # + [screenshot] für Screenshots
# danach:
web-scraper extract <url>
Als Bibliothek:
from web_scraper import WebScraper, extract
print(extract("https://example.com")["content"])
Notnagel — Standalone-Snippet (ohne alles)
Wenn wirklich nur die Standardbibliothek + requests/bs4 da sind:
import requests
from bs4 import BeautifulSoup
def extract_content(url: str) -> str:
"""Einfache Content-Extraktion."""
response = requests.get(url, timeout=30)
response.raise_for_status()
soup = BeautifulSoup(response.text, "html.parser")
for tag in soup(["script", "style", "nav", "header", "footer", "aside"]):
tag.decompose()
return soup.get_text(separator="\n", strip=True)
Changelog
1.1.0 (2026-07-05)
- Umbau von reinem Protokoll zu Router: erkennt vorhandene Web-Fähigkeiten
(
defuddle,WebFetch,fc_web_fetch,web-scraper-Modul) und routet nach Zweck (Content/Struktur/Screenshot); empfiehlt sonst dasweb-scraper-Modul. - Name auf
web-readingvereinheitlicht (vorher DEwebseiten-lesen). - BACH-CLI-Beispiele aus dem Body entfernt (standalone-konform; Herkunft bleibt
im
bach_integration-Frontmatter dokumentiert).
1.0.0 (2026-03-12)
- Export aus BACH v3.8.0 Workflow
webseiten-lesen.md