网页内容提取

技能简介

本技能调用 Tavily 的提取 API，从特定 URL 中抓取并提取网页正文内容，适用于需要快速获取网页核心信息的场景。

能做什么

• 从单个或多个 URL 提取网页正文
• 自动过滤广告、导航栏等无关元素
• 返回结构化的纯文本或 Markdown 格式内容
• 支持批量 URL 处理

使用说明

安装依赖

pip install tavily-python

配置 API 密钥

export TAVILY_API_KEY="your_api_key_here"

基础用法

from tavily import TavilyClient
client = TavilyClient()
result = client.extract(urls=["https://example.com/article"])

输入与输出

见下方输入与输出表格。

风险提示

• 需妥善保管 Tavily API 密钥，避免泄露
• 受目标网站反爬策略影响，部分页面可能提取失败
• 提取结果受网页结构变化影响，需定期验证
• 注意遵守目标网站的 robots.txt 及使用条款

来源信息

原始链接：https://github.com/openclaw/skills/tree/main/skills/barneyjm/extract/SKILL.md
来源类型：GitHub 开源仓库