Smart Web Fetch Safe

安全版智能网页内容获取技能，隐私优先，支持本地解析和远程清洗两种模式。

核心功能

• 本地解析默认: 使用本地 HTML 解析，隐私安全
• 可选远程清洗: 用户可选择使用 Jina Reader 远程服务
• Token 优化: 自动去除广告、导航栏等噪音内容
• 域名白名单: 可配置允许访问的域名列表
• 字符数限制: 内置最大字符数限制，避免超长输出

安全特性

⚠️ 隐私提示:

• 本地解析模式：数据完全保留在本地，隐私安全
• 远程清洗模式：URL 和内容会经过 Jina AI 服务处理

使用方式

命令行

# 本地解析模式（默认，隐私安全）
python3 skills/smart-web-fetch-safe/scripts/fetch.py "https://example.com/article"

# 远程清洗模式（更节省 Token，但数据经过第三方）
python3 skills/smart-web-fetch-safe/scripts/fetch.py "https://example.com/article" --remote

# 指定最大字符数
python3 skills/smart-web-fetch-safe/scripts/fetch.py "https://example.com/article" --max-chars 5000

# 组合使用
python3 skills/smart-web-fetch-safe/scripts/fetch.py "https://example.com/article" --remote --max-chars 3000

JSON 输出

python3 skills/smart-web-fetch-safe/scripts/fetch.py "https://example.com/article" --json

配置说明

环境变量（可选）

| 变量 | 默认值 | 说明 | |------|--------|------| | ALLOWED_DOMAINS | * | 允许访问的域名，用逗号分隔 | | MAX_CHARS | 10000 | 最大返回字符数 | | DEFAULT_MODE | local | 默认模式：local（本地）或 remote（远程） |

白名单示例

export ALLOWED_DOMAINS="example.com,github.com,wikipedia.org"
export MAX_CHARS=5000
export DEFAULT_MODE=local

模式对比

| 特性 | 本地解析 (local) | 远程清洗 (remote) | |------|------------------|-------------------| | 隐私 | ✅ 完全本地 | ⚠️ 数据经第三方 | | Token 优化 | ✅ 基础优化 | ✅ 深度优化 50-80% | | 速度 | 较快 | 依赖网络 | | 依赖 | beautifulsoup4, requests | 无额外依赖 |

安装依赖

pip install beautifulsoup4 requests

当前状态

开发中。