Shared Page Md

Shared Page Markdown

接收用户提供的 URL，并将页面内容转成 Markdown。

Prerequisite

确认本机浏览器已开启 CDP 远程调试端口：

& "brave.exe" --remote-debugging-port=9222

如果端口不可用，先确认浏览器是否已启动；必要时使用 everything-file-search 找到浏览器路径。

Workflow

1. 接收用户提供的 URL。
2. 默认假设该 URL 已经在用户浏览器中打开；目标是复用用户当前会话里的已有标签页，而不是新开页面。
3. 在 shared-page-md skill 目录下运行：

python .\scripts\page_to_md.py --url <url>

4. 脚本会在系统临时目录下自动创建本次输出目录，并恒写出：
   • full.md: 当前页面 body 转出的 Markdown；若命中域名 adaptor，可能已删除该站已知噪声节点
   • page.html: 抓到的 HTML
   • main.md: 仅当页面存在 main 或 article 时才写出
5. 从 stdout 读取结果：
   • 若找到 main 或 article，最前会打印 <!-- main --> 或 <!-- article -->
   • 随后直接打印所选中的 Markdown；有主内容时打印 main.md 的内容，否则打印 full.md 的内容
   • 正文结束后会打印一行 ---，用以分隔正文与路径元信息
   • 恒打印 full_md=<path>
   • 恒打印 html=<path>
6. 默认先取 main 或 article；若不存在，则直接使用 body 的 Markdown。
7. 页面抓取默认不再依赖 domcontentloaded 作为正文就绪信号，而是在导航完成后统一额外等待 3 秒；若命中域名 adaptor，可再追加站点专用 ready_hint(page) 等待。
8. 若 scripts/adapters/<domain>.py 存在，则会按 hostname 后缀动态装载，例如 www.youtube.com -> youtube_com.py、jakobnielsenphd.substack.com -> substack_com.py；adaptor 只负责等待与噪声裁剪，不参与 main/article 的选择。
9. 根据 Markdown 继续执行用户任务：
   • 需要快速理解页面时，先总结正文和页面结构
   • 需要提取信息时，优先保留标题、列表、表格、关键链接
   • 页面很长时，先给出结构化摘要，再按用户要求展开

Output Strategy

• 页面较短时，直接基于 Markdown 回答。
• 页面较长时，先输出页面主题、主要分段、关键链接和表格，再展开细节。
• 导航、页脚、推荐内容较多时，明确说明输出来自页面 DOM，可能包含噪音。
• 脚本只把 main 或 article 视为主内容；若二者皆无，则直接落回 body 的 Markdown。
• 发现登录态相关内容时，优先按“当前浏览器会话可见内容”理解，不要假设匿名访问结果。

Parameters

• --url <url>: 必填，目标页面 URL
• 输出路径策略：
  • 若找到 main 或 article，stdout 最前打印 <!-- main --> 或 <!-- article -->
  • stdout 总是直接承载所选中的 Markdown
  • 路径元信息之前恒有一行 ---
  • 恒返回 full_md=<path>
  • 恒返回 html=<path>

Boundaries

• 只需要语义内容时，用这个 skill。
• 需要视觉布局、像素级对照、UI 细节时，改用 screenshot-webpage。
• 需要点击、输入、切换标签、处理复杂交互时，改用 browser。

Failure Handling

常见失败模式和处理方式见 references/failure-modes.md。