# Web Article Extract

> 抓取普通网页正文并生成结构化摘录，优先用于博客、公告页、论坛正文页和研究页的轻量提取。

- Skill: `ocean326/web-article-extract` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add ocean326/web-article-extract`
- Raw SKILL.md: https://api.skillmd.com/api/skills/ocean326/web-article-extract/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: ocean326 (https://skillmd.com/u/ocean326)
- Updated: 2026-09-17
- Page: https://skillmd.com/skills/ocean326/web-article-extract

---


# web-article-extract

这个 skill 是由 incubating 候选 `trafilatura-web-extract` promotion 出来的真实可执行 skill。

## 上游来源

- upstream name: Trafilatura
- repo or entry: https://github.com/adbar/trafilatura
- docs: https://trafilatura.readthedocs.io/en/latest/
- original candidate path: ./butler_main/platform/skills/pool/incubating/general/trafilatura-web-extract

## 运行方式

```powershell
& '.venv\Scripts\python.exe' `
  'butler_main/platform/skills/pool/general/web-article-extract/scripts/run.py' `
  --url 'https://example.com/post' --output-dir '工作区/Butler/runtime/skills/web-article-extract'
```

## 输出

- 标准化 JSON
- Markdown 摘要
- 输出目录默认在 `工作区/Butler/runtime/skills/<skill-name>`

## 约束

1. 先读本 `SKILL.md`，再执行脚本
2. 若需要鉴权，优先通过环境变量传入，不把凭据写进仓库
3. 如果当前需求命中的是尚未 active 的上游候选，优先让 `skill_manager_agent` 走 promotion，再复用 active skill