page-fetcher

name	page-fetcher
description	智能网页抓取器（HTTP + Puppeteer）。统一使用 Sync Your Cookie 格式管理 cookie，支持 Cloudflare KV 自动同步。
allowed-tools	Bash, Read, Write, Grep, Glob

page-fetcher

智能网页抓取器，支持轻量 HTTP 和 Puppeteer + Cookie 两种模式。

目录结构

page-fetcher/
├── scripts/
│   ├── read.js                  # 轻量 HTTP 抓取
│   ├── read-spa.js              # Puppeteer 抓取（需 cookie）
│   ├── sync-cookies-from-kv.js  # 从 Cloudflare KV 拉取 cookie
│   └── import-cookie.js         # 导入其他格式 cookie
├── cookies/
│   └── sync-your-cookie.json    # 统一 cookie 存储（Sync Your Cookie 格式）
├── pages/                       # 抓取结果缓存
└── rules.json                   # 域名规则（选择器 + UA）

Cookie 管理

主路径：Sync Your Cookie 扩展（推荐）

1. 安装扩展

   • Chrome Store: Sync Your Cookie

2. 配置 Cloudflare KV

   • 获取配置信息（见 ~/.openclaw/workspace/.secrets/cloudflare-kv.md）
   • 在扩展设置中填入 Account ID、Namespace ID、API Token

3. 同步流程

   • 本地浏览器登录目标网站
   • 点击扩展图标 → Push（上传到 Cloudflare KV）
   • VPS 执行拉取：

     node $SKILL_DIR/scripts/sync-cookies-from-kv.js
     

兜底路径：手动导入 Cookie

如果没有 Sync Your Cookie 扩展，可以通过其他方式导出 cookie 并导入：

node $SKILL_DIR/scripts/import-cookie.js <cookie-file>

支持的格式：

• Sync Your Cookie 原生格式（直接合并）
• 单域名格式 {domain, cookies, localStorage}（自动转换）

自动云端同步：

• 如果有 Cloudflare KV 配置 → 自动同步到云端
• 如果没有配置 → 只保存到本地

使用方式

轻量 HTTP 抓取

node $SKILL_DIR/scripts/read.js "https://example.com/..."

适用于静态页面，不执行 JS。

Puppeteer 抓取（需 Cookie）

node $SKILL_DIR/scripts/read-spa.js "https://example.com/..."

自动从 cookies/sync-your-cookie.json 读取对应域名的 cookie。

配置规则

rules.json 示例：

{
  "mp.weixin.qq.com": {
    "ua": "Mozilla/5.0 ...",
    "selector": ".rich_media_wrp",
    "strategy": "article"
  },
  "wx.zsxq.com": {
    "strategy": "article"
  }
}

• ua：可选，自定义 User-Agent
• selector：可选，CSS 选择器（仅支持 .class 和 #id）
• strategy：可选，html2md4llm 策略（article / list）

依赖

cd $SKILL_DIR
npm install puppeteer-core html2md4llm zod

输出

• stdout：Markdown 内容（带 frontmatter）
• 文件：pages/<domain>-<timestamp>.md（Puppeteer 模式）

Cookie 格式说明

统一使用 Sync Your Cookie 格式：

{
  "updateTime": 1772508093149,
  "createTime": 1772508093149,
  "domainCookieMap": {
    "example.com": {
      "updateTime": 1772508093149,
      "createTime": 1772508093149,
      "cookies": [
        {
          "name": "...",
          "value": "...",
          "domain": "...",
          "path": "/",
          "secure": false,
          "httpOnly": false,
          "sameSite": "unspecified",
           
        
      
       
           
      
       
    
  

优势：

• 与 Sync Your Cookie 扩展完全兼容
• 所有域名集中管理，便于备份
• 支持 Cloudflare KV 自动同步

注意事项

• Puppeteer 需要系统已安装 Chrome/Chromium
• Cookie 文件统一为 cookies/sync-your-cookie.json
• 支持向后兼容：如果 sync-your-cookie.json 不存在，会 fallback 到旧格式 <domain>_cookies.json
• Cloudflare KV 免费额度：10万次读/天，足够个人使用