tomevault-io 这个 Skill 做什么
给定一个网页 URL，读取页面中的任务说明、操作步骤、图片和视频内容，整理成一个标准 Skill .md 文件。生成结果应包含 # Skill、## Name、## Description、## Steps，并把相关截图放在它所说明的步骤后面。
适用请求包括：
- “从这个链接生成一个 Skill”
- “把这个页面做成 Skill 文件”
- “把这篇教程整理成可复用的 agent skill”
- “帮我从这个网址提取操作步骤和截图”
输入
- 一个可访问的网页 URL
- 可选：用户给出的目标标题、ID、保存目录或是否覆盖旧文件
输出
将生成的 Skill 保存到：
skills/<slug>/SKILL.md
相关图片保存到：
skills/<slug>/references/img_NN.ext
最终 Skill markdown 必须符合：
# Skill: <Skill Name>
## Name
<snake_case_skill_name>
## Description
<1-3 English sentences describing what this Skill does and when to use it>
## Steps
1. <action-oriented instruction>
2. <next instruction>
Steps
接收用户提供的 URL，先确定页面要表达的主要任务；如果用户没有提供标题，就从页面标题或文章主标题推断一个简短任务名。
用 Playwright 打开并完整渲染该 URL，等待动态内容加载完成，必要时关闭 cookie banner 或同意弹窗。读取页面正文、标题层级、列表项、图片、iframe 和嵌入视频链接。
从渲染后的页面中整理
section_tree：保留主内容区的标题、段落和列表项，去掉导航、页脚、广告、登录入口、隐私条款、站点菜单等与任务无关的文本。为页面中的每张内容图片建立记录。记录图片 URL、alt 文本、上方最近标题、图片前后的正文片段，以及 figcaption、aria-describedby、表格同行文字或“见图 N”这类远程引用。
跳过明显不是内容图片的资源，例如 SVG 图标、data URI、小 logo、广告像素、追踪图片和站点装饰图。不要在这一步因为截图看起来“不够重要”就丢弃它；内容相关性留到视觉过滤时判断。
并发下载候选图片。只保留可读取的
jpeg、png、gif、webp图片；丢弃尺寸过小、超过大小限制、无法打开或下载失败的图片；用图片原始字节的 SHA-256 哈希去重。如果页面包含 YouTube、Bilibili、Vimeo 或其他可下载的嵌入视频，尝试用
yt-dlp下载视频，再用ffmpeg从视频中提取代表性帧。视频失败时跳过该视频并继续处理页面图片。将下载成功的 DOM 图片和视频帧合并成同一组候选视觉材料。每个候选项都必须带上可用的文本上下文；视频帧至少带上视频标题或描述。
调用支持视觉输入的模型过滤候选图片。给模型同时提供图片和图片附近的文字，让它保留软件界面、菜单、设置页、按钮、对话框、操作结果截图或能直接说明任务的画面；跳过广告、纯装饰图、独立 logo 和无关宣传图。模型调用失败时，保守地保留该批图片。
把保留下来的图片保存到
skills/<slug>/references/，按出现顺序命名为img_00.ext、img_01.ext、img_02.ext。保存后记录每张图片在最终 markdown 中可使用的相对路径。判断每张保存后的图片应该说明哪段文字。优先使用 figcaption、aria-describedby、表格同行文字或正文反向引用；如果没有明确引用，再结合图片内容和
text_before/text_after判断它属于前文、后文，还是独立说明。根据保存路径和对齐结果构建 image manifest。manifest 中必须包含图片相对路径、alt 文本、所在标题和它对应的文本上下文，供最终生成 Skill 时逐字引用。
调用文本模型生成最终 Skill markdown。输入应包含来源 URL、
section_tree和 image manifest；只使用已提供的内容，不得自行补充未出现在输入中的步骤或 UI 元素。生成内容只保留直接完成任务所需的正向步骤。写
## Name时使用简短准确的 snake_case；写## Description时用英文 1-3 句说明这个 Skill 的用途和触发场景。写
## Steps时使用编号步骤，每一步都应该是可执行的动作。把图片紧贴在它说明的步骤后方，不要让图片集中堆在文末，也不要引用 manifest 之外的路径。删除或避免加入 FAQ、故障排查、营销介绍、背景知识、系统要求长表格、替代方法、撤销步骤和边缘说明，除非它们是完成主任务的必要动作。
生成后检查 markdown 图片语法。若出现
![references/img_00.png]这种把路径写进 alt 文本里的形式，将它修复成。最后确认输出文件存在，并检查 markdown 中的每个图片引用都能在
skills/<slug>/下找到对应文件。若有断链，修正路径后再结束。
质量要求
- 生成的 Skill 应该短而可执行，优先保留主任务路径。
- 图片必须帮助理解具体操作，不能只是装饰。
- 图片路径只能来自保存后的真实文件，不能编造。
- 即使页面有很多内容，也要把最终 Skill 压缩成 agent 能快速执行的步骤。
- 如果页面完全无法读取，也没有可用的 web fallback 内容，不要生成空 Skill；应说明失败原因。
可用实现
执行本 Skill 时，优先使用下方脚本，## Steps 描述的是背后的逻辑，用于理解或自定义实现。
所有命令均在项目根目录（generate_skills/）下运行。每个脚本各负责一个阶段，通过 JSON 文件传递中间结果；工作目录自动隔离为 work/<slug>/，多个 URL 顺序或并行跑互不干扰。
执行步骤（在 scripts/ 目录作为 cwd 执行，<skills_dir> 为 skill 输出根目录的绝对路径）：
# 第 1 步：爬取页面，--slug 指定 work 子目录名和最终输出目录名
# 运行后输出：[stage 1] wrote work/<slug>/stage_01_scrape.json: N image(s) ...
python stage_01_scrape.py "<URL>" --slug <slug>
# 第 2 步：下载并去重图片
python stage_02_download.py work/<slug>/stage_01_scrape.json
# 第 3 步：VLM 过滤
python stage_03_filter.py work/<slug>/stage_02_download.json
# 第 4 步：保存图片，--skills-dir 必须传绝对路径
python stage_04_save.py work/<slug>/stage_03_filter.json --skills-dir <skills_dir>
# 第 5 步：生成 Skill markdown，--clean 表示成功后自动删除 work/<slug>/
python stage_05_generate.py work/<slug>/stage_04_save.json --clean
示例（URL 为 Figma 文章，slug 为 067_advanced_prototyping_examples，skills_dir 为 /data/generated_skills）：
python stage_01_scrape.py "https://help.figma.com/hc/en-us/articles/17146044893591" --slug 067_advanced_prototyping_examples
python stage_02_download.py work/067_advanced_prototyping_examples/stage_01_scrape.json
python stage_03_filter.py work/067_advanced_prototyping_examples/stage_02_download.json
python stage_04_save.py work/067_advanced_prototyping_examples/stage_03_filter.json --skills-dir /data/generated_skills
python stage_05_generate.py work/067_advanced_prototyping_examples/stage_04_save.json --clean
运行环境
- Python 3.11+
- 依赖包：
playwright、beautifulsoup4、Pillow、requests、openai、python-dotenv - 外部工具：
ffmpeg、ffprobe、yt-dlp - 环境变量：
API_BASE、API_KEY、MODEL_NAME - Playwright 需要安装 Chromium：
playwright install chromium
Source: openJiuwen-ai/agent-core — distributed by TomeVault.