메뉴
尽可能快速、准确、完整地获取网页内容，并默认输出 Markdown。只要用户提到抓取网页、提取文章正文、读取文档页面、处理微信公众号链接、转换网页为 Markdown、获取在线内容、提取页面关键信息，或遇到反爬/动态页面需要多种回退方案时，都应使用此技能。优先按站点类型智能分流：在线转换服务、直接抓取、Scrapling、本地浏览器自动化依次协作。
Codex 또는 Claude로 설치 이 Prompt를 복사해 Codex, Claude 또는 다른 어시스턴트에 붙여 넣으면 Skill 페이지를 검토하고 설치를 진행할 수 있습니다.
SOC 직업 분류 기준
Use when drafting, restructuring, or polishing Chinese NSFC proposals (2026 template), especially when strict section-by-section gating, hypothesis-objective-content-problem consistency, literature verification via paper-search MCP, and anti-AI Chinese academic writing constraints are required. 触发词：国自然、国家自然科学基金、基金申请书、科研申请、NSFC、标书、本子、面上项目、青年基金。
Universal assistant for writing high-impact academic literature reviews (Nature/Cell/Lancet level). Supports real-time Zotero integration, outline persistence, and multi-mode reference management. Use when writing a comprehensive review article requiring systematic search, synthesis, and citation management. 触发词：写综述、文献综述、综述写作、literature review、review article、改综述、完善综述、继续写综述、improve review。
用于从零撰写或润色符合Nature/Science/Cell标准的SCI研究论文（Article类型），适用于多学科。触发词：写论文、SCI论文、学术写作、科研写作、论文润色、研究论文、学术投稿、投稿、润色论文、polish paper、write SCI paper、academic writing、draft paper、manuscript writing。路由说明：退稿/返修改主稿→用revise-sci；只写审稿意见回复→用reviewer-response-sci；独立成稿的纯语言润色（拿到别人写好的整稿只改语言、不进本管道）→用polish-sci，本技能的润色仅指管道内 Phase 10 对自写稿的润色；综述/文献综述→用review-writing。本技能侧重写新稿与自写稿润色，Phase 13B含内部初步退稿自查但不出回复包也不出修订稿docx。
用于SCI审稿意见逐条回复的全流程技能，适用于期刊大修/小修阶段，只出回复包（HTML），不改主稿。触发词：审稿意见回复、回复审稿人、回复reviewer、response letter、回复信、rebuttal、逐条回复、Response to Reviewer、revise and resubmit、R&R、reviewer comments。路由说明：与revise-sci区分，本技能只出回复包不改主稿，需同时改主稿并出修订稿docx请用revise-sci；与reviewer-simulator区分，本技能针对已收到的意见写回复，后者是模拟生成审稿意见。
退稿/返修全管道，同时出逐条回复信+修改后正文docx+Patch修订。触发词：改稿、修改稿子、修订正文、退稿改进、返修、revise manuscript、major revision、minor revision、revise and resubmit、point-by-point response、revised manuscript。路由说明：与reviewer-response-sci区分，本技能同时改主稿+出回复包，后者只出回复不改稿；与gsw区分，gsw写新稿，本技能专处理已有稿子的审稿意见驱动修改。
用于将SCI论文材料转化为中文博士或硕士学位论文草稿，执行严格的章节结构、原子化Markdown工作流、门禁检查和版本回滚。当用户提到博士论文、硕士论文、学位论文、毕业论文、SCI转论文、doctoral thesis、master thesis、dissertation 时优先调用。
| name | fetch-everything |
| description | 尽可能快速、准确、完整地获取网页内容，并默认输出 Markdown。只要用户提到抓取网页、提取文章正文、读取文档页面、处理微信公众号链接、转换网页为 Markdown、获取在线内容、提取页面关键信息，或遇到反爬/动态页面需要多种回退方案时，都应使用此技能。优先按站点类型智能分流：在线转换服务、直接抓取、Scrapling、本地浏览器自动化依次协作。 |
本技能用于“尽量把网页内容抓下来”，而不是只做单一的网页转 Markdown。
默认目标是：
返回结果时，优先包含以下信息：
优先判断链接属于哪一类：
⚠️ HALT（登录/付费墙）：识别到此类型后，立即告知用户"该页面需要登录或付费，无法自动获取正文"，并询问用户是否能提供 cookie、截图或正文文本，不要自行尝试抓取。
绝大多数情况直接用统一执行器，不要手动选路线：
# 环境自检（首次或排障时运行）
python3 scripts/check_fetch_env.py
# 主入口：自动完成多路线抓取 + 质量判定 + 清洗 + 选最优结果
python3 scripts/fetch_everything.py "<url>"
# 需要 JSON 元信息时
python3 scripts/fetch_everything.py "<url>" --json
# 需要保存到文件时
python3 scripts/fetch_everything.py "<url>" -o output.md
执行器内部已自动处理：重定向解析 → 站点类型识别 → 按优先级逐路线抓取 → 质量打分 → 清洗。 早停策略：任一路线拿到优质正文（通过质量门且分数 ≥ 25）即停止，不再消耗后续更慢的路线；只有当前结果不够好时才逐级降级，因此简单页面通常几秒返回。
可选：设置环境变量
JINA_API_KEY提升r.jina.ai配额。
降级到步骤3的判定标准（满足任一即手动接管）：
status=failed：所有路线均无候选结果status=partial 且内容明显不对（验证页/空壳/正文 < 200 字）对
status=partial结果有疑问时，用cat output.md | python3 scripts/assess_fetch_quality.py获取质量评分（passed: false且score < 15→ 需手动介入）。
执行器无法解决时，按站点类型手动选路线：
各路线的优缺点和分流建议见
references/web-services.md。
A. 普通网页：
https://markdown.new/<原始url>https://defuddle.md/<原始url>https://r.jina.ai/<原始url>B. 技术文档：
https://r.jina.ai/<原始url>C. 微信公众号 / 反爬页面：
extract get → extract stealthy-fetch → extract fetchD. 动态页面：
extract fetch）references/scrapling-guide.md）输出顺序建议为：
不要因为拿不到完美 Markdown 就直接放弃；只要能稳定获取正文文本，也应交付。
遇到以下情况时，说明在线服务不足，应切换本地方案：
切换顺序：
extract get）extract stealthy-fetch）extract fetch）当站点存在风控、动态加载或微信页面提取不稳定时，优先考虑 Scrapling。
实战经验：微信公众号链接通常可通过 Scrapling 成功抓到正文，但输出中可能混入点赞、赞赏、扫码、推荐内容等尾部噪音，因此要注意二次清理。
推荐命令路径：
# HTTP 路线，适合先做快速验证
scrapling extract get "<url>" output.md
# 隐身路线，适合反爬更重的页面
scrapling extract stealthy-fetch "<url>" output.md --timeout 45000 --network-idle
# 浏览器动态路线，适合强 JS 页面
scrapling extract fetch "<url>" output.md --timeout 45000 --network-idle
注意：
fetch / stealthy-fetch 的 --timeout 单位通常是毫秒当目标站有 Cloudflare 盾或需要登录，而你本机 Chrome 已经能正常访问它（已过盾/已登录），可让执行器复用这个浏览器会话直接抓——绕过反检测军备竞赛，是过 CF 最可靠的方式。
前提：该站你本机 Chrome 已有有效会话（cf_clearance / 登录 cookie）。对从没访问过的陌生站无效。
启用步骤：
# 1. 完全退出 Chrome，再以调试端口启动（沿用默认 profile，带所有登录态/cf_clearance）
'/Applications/Google Chrome.app/Contents/MacOS/Google Chrome' --remote-debugging-port=9222 &
# 2. 在这个 Chrome 里打开目标站，确认能正常显示（过盾/已登录）
# 3. 设环境变量后照常抓取
export FETCH_CDP_URL=http://localhost:9222
python3 scripts/fetch_everything.py "<url>" --json
行为：CDP 是最后兜底——仅当在线服务 + Scrapling 都没拿到优质正文时，才连本机 Chrome 用登录态重抓（method=cdp:real-chrome）。不设 FETCH_CDP_URL 则完全不启用，默认流程不受影响。
限制：需 Chrome 以调试端口运行；cf_clearance 通常几小时过期，过期后在那个浏览器里重新访问一下目标站即可刷新。
用户：看看这个微信公众号推送主要内容
做法：
scrapling extract stealthy-fetch用户：提取这个 API 文档的主要接口说明
优先：r.jina.ai → webfetch → Scrapling 手动路线
用户：这个页面是 JS 渲染的，帮我提取主内容
优先：Scrapling fetch / stealthy-fetch，必要时补充等待和选择器。
何时用：手动选路线时查分流建议、各服务优缺点对比。
何时用：Scrapling 抓取失败、需要调整 UA / 等待策略 / Python API 时查阅；含安装、CLI、动态页面调参说明。
何时用：首次使用或排障时运行，确认 Python / requests / Scrapling CLI 均可用。
python3 scripts/check_fetch_env.py
何时用：所有常规抓取场景的默认入口（步骤2）。自动多路线抓取 + 质量判定 + 清洗。
python3 scripts/fetch_everything.py "<url>" --json
何时用：执行器返回 partial / 需要手动判断已有内容质量时；从 stdin 读取文本，输出质量 JSON。
cat output.md | python3 scripts/assess_fetch_quality.py
何时用：Scrapling 抓到正文但混入扫码/赞赏/推荐噪音时手动清洗。
cat output.md | python3 scripts/clean_fetched_markdown.py
何时用：需要单独测试某个在线服务是否可达，或批量转换 URL 时；不直接替代 Scrapling。
python3 scripts/url-converter.py --url "<url>" --test-all