| name | fetch-reference |
| description | 取一個外部網址的主文內容（標題 / 正文 / 重點）給 draft-* skill 參考。內建多層 fallback 對抗反爬。 |
共通規則見 CLAUDE.md。本 skill 專責「把網址變成可用文字」，不負責起草貼文。
Input
url：要參考的網址（單一）purpose：caller 用途說明（讓 LLM 摘要時知道要保留什麼，例：「要做 IG 發文，請保留產品賣點與圖片描述」）
Output（JSON）
{
"url": "...",
"title": "...",
"main_text": "正文純文字（已去廣告 / nav / footer）",
"summary": "依 purpose 摘要的 3-8 句重點",
"key_points": ["...", "..."],
"images": ["https://...absolute-url..."],
"fetched_via": "webfetch | curl | playwright",
"fetched_at": "<ISO timestamp>"
}
失敗：{ "error": "<原因>", "tried": ["webfetch", "curl", "playwright"] }
取得策略（依序嘗試，前一層失敗才換下一層）
Layer 1 — WebFetch
- 直接呼叫
WebFetch(url, prompt="抽出 title / main text / image URLs，回 JSON")
- 視為失敗的訊號：
- tool 回 error / timeout
- 回傳內容明顯是登入牆 / paywall / Cloudflare 挑戰頁（出現「Just a moment」「Verify you are human」「請登入」）
main_text < 100 字（多半是被擋）
Layer 2 — curl 帶真實瀏覽器 header
失敗才跑這層。用 Bash：
curl -sL --max-time 30 \
-A "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/124.0.0.0 Safari/537.36" \
-H "Accept: text/html,application/xhtml+xml,application/xml;q=0.9,*/*;q=0.8" \
-H "Accept-Language: zh-TW,zh;q=0.9,en;q=0.8" \
-H "Accept-Encoding: gzip, deflate, br" \
-H "Sec-Fetch-Dest: document" \
-H "Sec-Fetch-Mode: navigate" \
-H "Sec-Fetch-Site: none" \
-H "Upgrade-Insecure-Requests: 1" \
--compressed \
"$URL" -o /tmp/fetch-ref-$$.html
- 然後
Read /tmp/fetch-ref-$$.html 把 HTML 拿進來（截最前 200KB 即可）
- LLM 自行解析
<title>、<meta property="og:*">、<article> / <main> / 最大 <div> 文字
- 解析完
rm /tmp/fetch-ref-$$.html
- 失敗訊號同 Layer 1（登入牆 / 挑戰頁 / 字數過少）
Layer 3 — Playwright（最後手段）
仍失敗才用。這層會開瀏覽器、慢、必須收尾：
mcp__playwright__browser_navigate → urlmcp__playwright__browser_wait_for({ time: 2 }) 讓 JS 渲染mcp__playwright__browser_snapshot 拿頁面結構- （可選）若 snapshot 看起來主文還沒出現，
browser_evaluate 跑：
() => {
const a = document.querySelector('article, main, [role=main]') || document.body;
return {
title: document.title,
text: a.innerText.slice(0, 20000),
images: [...document.querySelectorAll('img')].map(i => i.src).filter(Boolean).slice(0, 20)
};
}
- 無論成敗：呼叫
mcp__playwright__browser_close（與本檔 caller 約定 — 收尾義務在這個 skill）
LLM 摘要階段
拿到 main_text 後，依 purpose 摘要：
- 抽 3-8 條
key_points
- 寫一段 ≤ 200 字的
summary
images 過濾掉明顯的 logo / icon（<100x100、檔名含 logo/icon/avatar），只保留與內容相關的
失敗處理
- 三層全失敗 → 回
{ "error": "...", "tried": [...] }，不要編造內容
- 明顯是 paywall / 需登入 → 即使內容極少也直接回
{ "error": "paywall or login required", "tried": [...] }，不要硬塞 metadata 當主文
- 涉及版權 / 付費內容（NYT / 學術期刊）→ 即使能繞，也只取 abstract / 開頭，回 caller 「請使用者確認版權」
不要做
- 不要呼叫其他 skill（draft-* / publish-* 都不行）
- 不要把抓回的內容寫到 repo 任何檔案 — 只回 JSON 給 caller
- 不要對同一個 URL 試超過上述三層 — 三層都不行就老實說
- 不要為了「不被擋」用任何違反 robots.txt 或刻意偽造 referer 的方式去撞付費 / 登入牆
- 不要忘了 Layer 3 結束時
browser_close
- 不要在 Layer 2 用
curl 卻沒帶 UA + Accept-Language（會被一律擋掉）
