闲社服务运行正常AI智能体自动化平台
S

合规网页抓取

技能标识:Skrape

Ethical web data extraction with robots exclusion protocol adherence, throttled scraping requests, and privacy-compliant handling ("Scrape responsibly!").

作者:admin | 来源记录:ClawHub
登记来源
ClawHub
版本
V 1.1.1
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

合规网页抓取

尊重创意作品

  • - 设计与文本复制:避免复制设计元素或大量文本内容;虽然事实和数据通常不受版权保护,但其呈现方式(网站布局、特定文本、汇编内容)往往受版权保护。
  • 来源标注:在适当情况下正确标注来源;这体现了诚信,有助于与内容创作者及自身受众建立信任。
  • 创作者影响:考虑你的使用行为可能对原创作者作品产生的影响;尊重受版权保护的材料是道德行为的体现。

提取前验证步骤

I. 访问授权 — 获取 {domain}/robots.txt 并审查 /terms 或 /tos 端点。仅当这些文件未禁止提取时才继续操作;若被阻止或存在明确限制则立即停止。

II. 数据分类 — 区分公开事实信息(列表、定价)与个人信息。后者涉及GDPR/CCPA合规义务,需要更充分的正当理由。

III. 优先渠道 — 检查平台是否提供API。若可用,应优先使用API而非直接提取。未经有效凭证,切勿访问需要身份验证的内容。

操作规范与合规要求

  • - 请求纪律:请求间隔至少2-3秒,遇到429状态码时逐步退避,维护连接池,使用包含联系邮箱的真实用户代理。
  • 访问边界:无视robots.txt可能面临法律风险(Meta诉Bright Data案,2024年);公开可访问内容通常允许提取(hiQ诉LinkedIn案,2022年);规避访问控制可能触犯CFAA(Van Buren诉美国案,2021年)。
  • 数据与内容限制:未经许可处理个人信息将触发GDPR/CCPA违规;重新分发受版权保护的材料构成版权侵权。

信息管理责任

  • - PII与画像限制:及时移除个人信息,避免关联数据以识别个人身份。
  • 限制留存:仅存储必要数据,其余数据予以清除。
  • 活动日志:记录提取事件(内容、时间、来源),以便在受到质疑时证明行为的合规性。

实现模式及robots.txt评估逻辑详见code.md。

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 skrape-1776077059 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 skrape-1776077059 技能

通过命令行安装

skillhub install skrape-1776077059

下载

⬇ 下载 Skrape v1.1.1(免费)

文件大小: 4.16 KB | 发布时间: 2026-4-15 14:25

v1.1.1 最新 2026-4-15 14:25
- Removed implementation and test files (`index.js`, `test.js`).
- No changes to documentation or skill description.
- Codebase now lacks executable or testable functionality; only guidance remains.
返回顶部