闲社服务运行正常AI智能体自动化平台
s

网页数据提取

技能标识:scraper

Structured extraction and cleanup for public, user-authorized web pages. Use when the user wants to collect, clean, summarize, or transform content from accessible pages into reusable text or data. Do not use to bypass logins, paywalls, captchas, robots restrictions, or access controls. Local-only output.

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.0.0
检测标记
后台标记通过
免费
免费获取
0
收藏
来源与检测标记为平台登记信息,并不代表已展示可复核的检测报告。使用前请核对版本、依赖和所需权限,建议先在隔离环境中运行。
概述
安装方式
版本历史

网页数据提取

Scraper

将杂乱的公开页面转化为干净、可复用的数据。

核心用途

Scraper 是一种针对公开或用户授权页面的安全提取技能。 它帮助智能体:
  • - 从 URL 获取页面内容
  • 提取可读文本
  • 尽可能去除样板内容
  • 将清理后的输出保存到本地
  • 为后续的摘要或分析准备内容

安全边界

  • - 仅用于公开或用户授权的页面
  • 不得绕过登录、付费墙、验证码、爬虫限制或速率限制
  • 不得请求或存储凭据
  • 不得进行隐蔽爬取、创建账户或规避身份识别
  • 仅将输出保存到本地

运行环境要求

  • - 必须提供 Python 3,命令为 python3
  • 无需外部包

本地存储

所有输出均存储在本地以下路径:
  • - ~/.openclaw/workspace/memory/scraper/jobs.json
  • ~/.openclaw/workspace/memory/scraper/output/

关键工作流程

  • - 捕获页面:fetchpage.py --url https://example.com
  • 提取可读文本:extracttext.py --url https://example.com
  • 保存清理后的内容:saveoutput.py --url https://example.com --title Example
  • 列出历史任务:listjobs.py

脚本
脚本用途
initstorage.py初始化爬取存储
fetchpage.py
使用标准请求头下载页面 |

| extract_text.py | 将 HTML 转换为清理后的纯文本 | | save_output.py | 保存提取的输出并注册任务 | | list_jobs.py | 显示历史爬取任务 |

标签

skill ai

通过对话安装

以下为平台配置的接入选项,并非逐项实测通过。能否安装取决于客户端支持、技能来源和运行环境:

OpenClaw WorkBuddy QClaw Kimi Claude

方式一:安装 SkillHub 和技能

帮我安装 SkillHub 和 scraper-1776120436 技能

方式二:设置 SkillHub 为优先技能安装源

设置 SkillHub 为我的优先技能安装源,然后帮我安装 scraper-1776120436 技能

通过命令行安装

skillhub install scraper-1776120436

下载

⬇ 下载 scraper v1.0.0(免费)

文件大小: 5.85 KB | 发布时间: 2026-4-15 14:15

v1.0.0 最新 2026-4-15 14:15
Scraper@1.0.0: Local-first extraction for public, user-authorized pages. Added page fetch, text extraction, local output saving, and job tracking.
返回顶部