Content Catcher_内容创作 skill-PHP中文网

首页专区 Skill 文章专题 AI工具学习编程手册

updream 一键生成高质量推广成片 AniShort AI短剧协同制作平台 Laper 剧本策划到成片协作剧云中文短剧剧本制作平台

PHP MySQL jquery HTML CSS

Content Catcher

Polar Sponsor

爱发电赞助

.NET 9.0

立即下载

虾抓抓 v4.0 - 超强内容抓取，支持 Markdown、PDF、多模态提取、结构化抽取、翻译、视频下载。触发词：抓取网页、网页转Markdown、内容抓取、虾抓抓、视频下载

虾抓抓 v4.0 - 超强内容抓取技能

功能概述

虾抓抓 v4.0 - 超强内容抓取技能是一项面向实际任务的技能，主要用于原名：xia-zhua-zhua，又称Content Catcher；升级亮点 (v4.0)；

核心要点

PDF导出；
直接导出为PDF；
多模态提取；

使用与执行

图片/音频/视频资源；结构化抽取；表格/列表/卡片智能识别；页面更新自动提醒；抓取后自动翻译；完整JS动态内容；1. 网页内容抓取；node markdown-clip.js <url。

结果检查与注意事项

它将相关步骤、工具调用和结果整理方式集中到统一流程中，帮助使用者更快完成目标并减少重复操作。从功能定位来看，该技能强调把分散的操作要求整理成清晰、可复用的处理流程，使用户能够围绕既定目标快速准备输入、选择执行方式并获得结构化结果。实际使用前应先确认任务范围、数据来源、运行环境、必要权限和关键参数，再依据技能说明逐步执行；若输入条件不完整，应先补齐信息或采用保守配置，避免因错误假设导致结果偏离需求。执行过程中需要关注工具调用是否成功、接口或依赖是否可用、输出格式是否符合预期，并对异常提示、缺失字段和边界情况进行处理；涉及批量任务时，还应保存进度，避免中断后重复操作。该技能适合用于一次性任务，也可以接入自动化工作流，与其他技能或上层代理配合完成更完整的业务链路；在组合使用时，应明确每一步的输入输出关系，并避免不同步骤之间出现参数冲突。

虾抓抓 v4.0 - 超强内容抓取技能

原名：xia-zhua-zhua，又称Content Catcher

升级亮点 (v4.0)

新功能	说明
PDF导出	直接导出为PDF
多模态提取	图片/音频/视频资源
结构化抽取	表格/列表/卡片智能识别
增量监测	页面更新自动提醒
翻译集成	抓取后自动翻译
深度渲染	完整JS动态内容

核心能力

1. 网页内容抓取

模式	命令	说明
标准模式	`node markdown-clip.js`	CSS选择器
Smart模式	`node markdown-clip.js --smart`	Readability AI
分析模式	`node markdown-clip.js --analyze`	摘要+关键词

2. 视频下载

命令	说明
`python video_catcher_pro.py ytdlp`	yt-dlp下载
`python video_catcher_pro.py m3u8`	M3U8下载

v4.0 新增功能

多模态提取

# 提取图片资源
node content-extractor.js  --images

# 提取所有媒体
node content-extractor.js  --media

PDF导出

# 导出为PDF
node content-extractor.js  --pdf

# Markdown + PDF双导出
node content-extractor.js  --both

结构化抽取

# 智能识别表格
node content-extractor.js  --tables

# 识别列表数据
node content-extractor.js  --lists

增量监测

# 监测页面更新
node content-watcher.js  --watch

# 设置更新提醒
node content-watcher.js  --watch --notify

翻译功能

# 翻译为英文
node content-extractor.js  --translate en

# 翻译为日文
node content-extractor.js  --translate jp

技术架构

┌─────────────────────────────────────────────────────────┐
│              Content Catcher v4.0                      │
├─────────────────────────────────────────────────────────┤
│                                                         │
│  ┌─────────────┐  ┌─────────────┐  ┌─────────────┐    │
│  │  Playwright  │  │   Turndown   │  │   yt-dlp    │    │
│  │  (渲染)      │  │ (Markdown)  │  │  (视频)     │    │
│  └──────┬──────┘  └──────┬──────┘  └─────────────┘    │
│         │                 │                            │
│  ┌──────▼──────┐  ┌──────▼──────┐                     │
│  │ 多模态提取   │  │  结构化    │                     │
│  │ 图片/音频   │  │  表格/列表  │                     │
│  └─────────────┘  └─────────────┘                     │
│         │                                                    │
│  ┌──────▼──────┐                                        │
│  │  输出格式   │                                        │
│  │ Markdown   │                                        │
│  │ PDF        │                                        │
│  │ JSON       │                                        │
│  └─────────────┘                                        │
└─────────────────────────────────────────────────────────┘

升级对比

功能	v2.x	v3.x	v4.x
Markdown	✅	✅	✅
Smart模式	✅	✅	✅
分析	✅	✅	✅
视频下载	-	✅	✅
PDF导出	-	-	✅
多模态	-	-	✅
结构化	-	-	✅
增量监测	-	-	✅
翻译	-	-	✅

依赖工具

工具	状态	用途
Node.js	✅	运行环境
Playwright	✅	页面渲染
Turndown	✅	HTML→Markdown
Python	✅	分析/翻译
yt-dlp	✅	视频下载
weasyprint	✅	PDF导出
googletrans	⬜	翻译(可选)

使用示例

基础抓取

node xia-zhua-zhua/markdown-clip.js https://example.com --smart

多模态+PDF

node content-extractor.js https://example.com --media --pdf

视频下载

python video-catcher/video_catcher_pro.py ytdlp https://b.com/video

文件结构

content-catcher/
├── SKILL.md                    # 本文档
├── xia-zhua-zhua/            # 虾抓抓模块
│   ├── markdown-clip.js       # 主脚本
│   └── ...
└── video-catcher/            # 视频模块
    ├── video_catcher_pro.py  # 主脚本
    └── ...