web-article-extract

name	web-article-extract
description	抓取普通网页正文并生成结构化摘录，优先用于博客、公告页、论坛正文页和研究页的轻量提取。
category	general
trigger_examples	网页正文提取, 抓一篇文章, 网页清洗, 博客页面抓取
allowed_roles	feishu-workstation-agent, butler-continuation-agent, orchestrator-agent
risk_level	medium
automation_safe	true
requires_skill_read	true
status	active
source_candidate_id	trafilatura-web-extract
upstream_name	Trafilatura
upstream_repo_or_entry	https://github.com/adbar/trafilatura

web-article-extract

这个 skill 是由 incubating 候选 trafilatura-web-extract promotion 出来的真实可执行 skill。

上游来源

• upstream name: Trafilatura
• repo or entry: https://github.com/adbar/trafilatura
• docs: https://trafilatura.readthedocs.io/en/latest/
• original candidate path: ./butler_main/platform/skills/pool/incubating/general/trafilatura-web-extract

运行方式

& '.venv\Scripts\python.exe' `
  'butler_main/platform/skills/pool/general/web-article-extract/scripts/run.py' `
  --url 'https://example.com/post' --output-dir '工作区/Butler/runtime/skills/web-article-extract'

输出

• 标准化 JSON
• Markdown 摘要
• 输出目录默认在 工作区/Butler/runtime/skills/<skill-name>

约束

1. 先读本 SKILL.md，再执行脚本
2. 若需要鉴权，优先通过环境变量传入，不把凭据写进仓库
3. 如果当前需求命中的是尚未 active 的上游候选，优先让 skill_manager_agent 走 promotion，再复用 active skill