content-extract：智能网页内容解析工具，自动提取Markdown并保留可追溯来源
content-extract by blessonism/openclaw-search-skills
安装命令
npx skills add https://github.com/blessonism/openclaw-search-skills --skill content-extract🇨🇳中文介绍
content-extract — 上层内容解析入口（MCP 语义对齐，但不跑 MCP Server）
目标：把“给我一个 URL → 产出可读 Markdown + 可追溯入口”变成一个统一入口 ，供后续所有业务 skill（github-explorer、写作类 skills、日报等）复用。
核心原则（来自你发的 Excel Skill 拆解文章的启发）：
- 行为规约层 ：永远给出可追溯入口（原文 URL + 解析产物路径/链接），绝不编造来源。
- Token 探针 ：先用低成本 probe 判断可不可以直接抓；不行再走重解析（MinerU）。
- 反弹机制 ：失败时返回“下一步动作建议”，而不是一堆异常栈。
工作流（Decision Tree）
输入：url
- Domain Whitelist（跳过 probe） ：若 URL 属于高概率反爬/动态站点（微信/知乎等），直接走 MinerU
- 白名单文件：
references/domain-whitelist.md - 对命中白名单的 URL：强制
model_version=MinerU-HTML
- Probe（低成本） ：优先用
web_fetch(url)
广告位招租
在这里展示您的产品或服务
触达数万 AI 开发者，精准高效
