claw-clipper

name	claw-clipper
description	网页剪藏工具，智能抓取网页内容并保存为 Markdown 格式，支持 Obsidian 集成和知识图谱构建。 **当以下情况时使用此 Skill**： (1) 用户想要保存网页内容 (2) 用户提到"剪藏"、"保存网页"、"收藏文章" (3) 用户提供 URL 并希望保存内容 (4) 用户需要将网页内容整理到飞书文档或本地文件 (5) 用户需要批量处理多个网页链接 **激活关键词**： - 剪藏、保存网页、收藏文章、网页存档 - claw clip、web clipper、save webpage - 保存到飞书、保存到 Obsidian - 批量保存、批量处理链接

Claw_Clipper - 网页剪藏工具

OpenClaw 的网页剪藏技能，智能抓取网页文章内容并保存为干净的 Markdown 格式，支持 Obsidian 集成和知识图谱构建。

功能特性

核心功能

• 智能内容提取 - 自动识别文章主体内容，去除广告、导航等噪音
• Markdown 转换 - 将 HTML 转换为干净的 Markdown 格式
• 元数据提取 - 自动提取标题、作者、发布日期、描述等元数据
• 多网站支持 - 内置通用提取器，支持常见网站（Medium、知乎、博客园等）
• 文件组织 - 按域名和日期自动分类保存

高级功能

• Obsidian 集成 - 生成正确的 frontmatter 和双向链接
• 知识图谱 - 自动建立文章间的关联关系
• 定时抓取 - 支持监控特定网站，自动抓取新内容
• 批量处理 - 支持多个 URL 批量处理

使用方法

基础用法

# 保存单个网页
claw-clipper https://example.com/article

# 指定保存目录
claw-clipper https://example.com/article --output ~/obsidian/clippings/

# 添加自定义标签
claw-clipper https://example.com/article --tags "AI,技术,教程"

高级用法

# 批量处理 URL 列表
claw-clipper --batch urls.txt

# 使用特定提取器
claw-clipper https://zhihu.com/question/123 --extractor zhihu

# 生成 Obsidian 格式
claw-clipper https://example.com/article --format obsidian

# 定时抓取（cron 任务）
claw-clipper --schedule "0 9 * * *" --url https://example.com/feed

配置

创建配置文件 ~/.claw-clipper/config.json：

{
  "defaultOutput": "~/obsidian/clippings",
  "defaultFormat": "obsidian",
  "autoTags": true,
  "extractors": {
    "medium": true,
    "zhihu": true,
    "github": true
  },
  "obsidian": {
    "vaultPath": "~/obsidian",
    "autoLink": true,
    "frontmatter": {
      "tags": ["clipped"],
      "source": true
    }
  }
}

提取器系统

Claw_Clipper 使用智能提取器系统：

1. 通用提取器 - 适用于大多数网站
2. 专用提取器 - 针对特定网站优化
3. 自定义提取器 - 用户可自定义 CSS 选择器

内置提取器

• generic - 通用网页提取器
• medium - Medium 文章提取器
• zhihu - 知乎文章/回答提取器
• github - GitHub README/文档提取器
• blog - 常见博客平台提取器

文件结构

clippings/
├── example.com/              # 按域名分类
│   ├── 2024-03/
│   │   ├── article-title.md
│   │   └── another-article.md
│   └── 2024-04/
├── zhihu.com/
│   └── 2024-03/
├── inbox/                    # 待处理文章
└── archive/                  # 归档文章

Markdown 输出格式

标准格式

---
title: "文章标题"
source: "https://example.com/article"
author: "作者名"
date: "2024-01-01"
description: "文章描述"
tags: ["标签1", "标签2"]
clipped_at: "2024-01-01T12:00:00Z"
---

# 文章标题

> 来源: [原文链接](https://example.com/article)
> 作者: 作者名
> 发布日期: 2024-01-01

<!-- 正文内容 -->

Obsidian 格式

---
aliases: []
tags: [clipped, 技术, AI]
source: "https://example.com/article"
author: "作者名"
date: 2024-01-01
clipped_at: 2024-01-01T12:00:00
---

# 文章标题

> 来源: [[原文链接|https://example.com/article]]
> 作者: [[作者名]]
> 发布日期: 2024-01-01

<!-- 正文内容 -->

## 相关笔记
- [[相关主题1]]
- [[相关主题2]]

安装和设置

作为 OpenClaw 技能安装

# 将技能目录复制到技能文件夹
cp -r claw-clipper ~/.openclaw/workspace/skills/

# 在 OpenClaw 中启用技能

独立使用（Node.js）

npm install claw-clipper
# 或
npx claw-clipper https://example.com/article

开发指南

添加新的提取器

在 extractors/ 目录下创建新的提取器文件：

// extractors/custom.js
module.exports = {
  name: 'custom',
  match: (url) => url.hostname.includes('custom.com'),
  extract: async (document, url) => {
    // 自定义提取逻辑
    return {
      title: document.querySelector('h1').textContent,
      content: document.querySelector('.article-content').innerHTML,
      author: document.querySelector('.author-name').textContent,
      date: document.querySelector('time').getAttribute('datetime')
    };
  }
};

贡献

欢迎提交 Pull Request 或 Issue：

1. 添加新的网站提取器
2. 改进现有提取算法
3. 添加新功能
4. 修复 bug

许可证

MIT