web-to-markdown

name	web-to-markdown
description	把网页文章提取为 Markdown 格式保存到本地。用于阅读长文章、保存参考资料。触发词：'读这篇文章', '提取文章', '网页转markdown', '保存这个网页', '把这篇存下来', 'web to markdown', 'extract article', '读一下这个链接'

Web to Markdown

把网页文章完整提取为 Markdown 格式，保存到本地文件。

前置条件

• 需要 mcp__claude-in-chrome__* 工具
• Chrome 浏览器已打开

工作流

Step 1: 初始化浏览器

tabs_context_mcp (createIfEmpty: true)
tabs_create_mcp → 拿到 tabId

Step 2: 导航到目标 URL

navigate → {url} → tabId
等待 5 秒（让页面完全加载）

Step 3: 提取文章

读取 scripts/extract_article.js 的内容，用 javascript_tool 注入执行。

// 直接注入 extract_article.js 的全部内容
// 返回：{success, title, author, date, wordCount, totalChunks, chunk, content}

校验：

• success === true
• wordCount > 200（内容足够长）
• 如果 error，检查是否需要手动指定选择器

Step 4: 读取后续 chunk（如有）

如果 totalChunks > 1，逐个读取剩余 chunk：

window.__ARTICLE_CHUNK_INDEX = 2; // 然后注入 read_chunk.js

重复直到所有 chunk 读完。

Step 5: 保存为 Markdown 文件

把所有 chunk 拼接，保存到指定路径：

# 方法1：直接用 Write 工具写入
# 方法2：用 Python 脚本
python3 scripts/save_article.py --output /path/to/article.md --chunks chunk1.txt chunk2.txt

默认保存路径：与当前工作目录相关，如 ./参考文章/{标题}.md

Step 6: 输出结果

告诉用户：

• 文章标题
• 作者/日期
• 字数
• 保存路径
• 简要摘要（1-2 句话描述文章主题）

支持的网站

脚本通过智能选择器自动适配大多数网站：

网站类型	选择器
微信公众号	.rich_media_content, #js_content
Medium	article
BuzzFeed	.article-body, article
一般博客	.post-content, .entry-content
新闻网站	[itemprop="articleBody"], .story-body
通用	自动找最大文本块

故障处理

问题	解法
提取内容太短	手动用 get_page_text 获取，或指定 CSS 选择器
页面需要登录	提示用户先在 Chrome 中登录
页面动态加载	增加等待时间到 10 秒
JS 执行超时	文章极长时分页提取

脚本清单

脚本	用途
extract_article.js	提取文章 + 转 Markdown + 分 chunk
read_chunk.js	读取后续 chunk
save_article.py	保存为 .md 文件