Token导航 LogoToken导航

Agent Skill · 研究检索

web-scraper(网络爬虫)

web-scraper 用于处理浏览器自动化、网页检查和页面信息提取,适合在 Codex、Claude、Cursor、Gemini CLI 中需要让 Agent 打开页面、读取网页或验证前端流程时使用。可结合来源仓库、安装命令和原始 README 继续核验具体用法。安装前建议确认权限范围、维护状态,以及是否会触发联网、命令执行或文件读写。

web-scraper 是研究检索类 Agent Skill,可用宿主为 Codex、Claude、Cursor、Gemini CLI,通过GitHub 仓库获取,权限为接触敏感数据;许可证信息还不明确,第三方扫描有提醒项,按安装量在研究检索类的 73,675 个 Skill 里排第 53,170。

总安装 539周安装 22GitHub Stars 公开资料未说明下载 172核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
unknown

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:web-scraper(网络爬虫)
来源仓库:https://github.com/tryshift-sh/skills-store
仓库路径:skills/web-scraper
安装命令:
npx skills add https://github.com/tryshift-sh/skills-store --skill web-scraper
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 npx skills 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

skills.shnpx skills
npx skills add https://github.com/tryshift-sh/skills-store --skill web-scraper

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

web-scraper 用于处理浏览器自动化、网页检查和页面信息提取。适合在 Codex、Claude、Cursor、Gemini CLI 中打开页面、读取网页或验证前端流程。通过 GitHub 安装,需结合原始 README 核验具体用法和权限边界。安装前建议确认维护状态及是否会触发联网、命令执行或文件读写。

注意该技能当前分类为研究检索,功能以实际文档为准。

来源仓库内路径:skills/web-scraper

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 Codex、Claude、Cursor、Gemini CLI;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 npx skills add https://github.com/tryshift-sh/skills-store --skill web-scraper;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要接触敏感数据,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

web-scraper 怎么安装?

在终端执行 npx skills add https://github.com/tryshift-sh/skills-store --skill web-scraper。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

web-scraper 支持哪些 AI 工具?

公开资料标注支持 Codex、Claude、Cursor、Gemini CLI。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

web-scraper 需要什么权限?

权限级别是接触敏感数据。该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

web-scraper 是免费的吗?

公开资料没有标注明确许可证,收费和商用限制都无法确认。正式使用前请到来源仓库核对授权说明。

web-scraper 用的人多吗?

公开数据是累计安装 539 次,近一周安装 22 次,下载 172 次。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

web-scraper 安全吗?

第三方扫描有提醒项,说明存在需要人工确认的行为。安装前请打开源码看清它读了什么、联网到哪里。

值得选的地方和要先想清楚的地方

值得选的地方

  • 同时适配 4 种工具,换客户端不用重新找替代品。

先想清楚的地方

  • 需要接触敏感数据,装到常用环境前要先评估影响面。
  • 许可证没有明确标注,能不能商用、能不能再分发都不确定。
  • 第三方扫描存在提醒项或未通过项,需要人工逐条确认。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 Codex,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。

不太适合

  • 环境里有大量密钥、凭证,不方便给第三方 Skill 读取的人。
  • 需要明确授权才能用到公司项目里的场景。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
web-scraper

网络爬虫 · 本页

539—接触敏感数据未明确有提醒

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

Firecrawl Web Scraper

Use this managed skill when the user wants to scrape web pages, crawl websites, discover URLs, search the web, or extract structured data from websites.

This skill uses Shift's local Skill Router. Do not ask the user to paste credentials into chat.

Invocation

Send a POST request to:

${SHIFT_LOCAL_GATEWAY}/skill-router/invoke

Scrape a single page

Extracts content from a URL as clean markdown.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "scrape",
  "input": {
    "url": "https://example.com"
  }
}

Optional input fields:

  • formats: array of output formats, default ["markdown"]. Options: markdown, html, links, screenshot
  • onlyMainContent: boolean, default true. Exclude nav/footer
  • includeTags / excludeTags: arrays of HTML tags to include or exclude
  • waitFor: integer, milliseconds to wait before scraping
  • timeout: integer, milliseconds, default 30000
  • mobile: boolean, default false. Emulate mobile viewport
  • location: object with country (ISO 3166-1 alpha-2) and languages array

Crawl a website (async)

Starts an async crawl job. Returns a job ID to poll with crawl_status.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "crawl",
  "input": {
    "url": "https://example.com",
    "limit": 50
  }
}

Optional input fields:

  • limit: max pages to crawl, default 10
  • maxDepth: crawl depth
  • includePaths / excludePaths: regex path filters
  • allowExternalLinks: boolean, default false
  • allowSubdomains: boolean, default false
  • scrapeOptions: object with same options as scrape (e.g. {"formats": ["markdown"]})

Check crawl status

Poll for crawl job results using the ID returned from crawl.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "crawl_status",
  "input": {
    "crawlId": "crawl-job-uuid"
  }
}

Status values: scraping, completed, failed.

Map a website's URLs

Discovers all URLs on a site without scraping content. Use this to understand site structure before crawling.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "map",
  "input": {
    "url": "https://example.com"
  }
}

Optional input fields:

  • search: order results by relevance to this query
  • limit: max URLs, default 5000
  • includeSubdomains: boolean, default true
  • ignoreSitemap: boolean, default false

Search the web

Search the web and optionally scrape the result pages.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "search",
  "input": {
    "query": "latest AI research papers"
  }
}

Optional input fields:

  • limit: max results, 1-100, default 5
  • lang: language code
  • country: country code, default US
  • tbs: time filter (qdr:h hour, qdr:d day, qdr:w week, qdr:m month, qdr:y year)
  • scrapeOptions: object to control content extraction from results

Extract structured data (async)

Extracts structured data from URLs using a prompt and/or JSON schema. Returns a job ID to poll with extract_status.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "extract",
  "input": {
    "urls": ["https://example.com/pricing"],
    "prompt": "Extract all pricing plans with name, price, and features"
  }
}

Optional input fields:

  • schema: JSON Schema defining expected output structure
  • enableWebSearch: boolean, default false

Check extract status

Poll for extract job results.

{
  "skillProvider": "firecrawl",
  "skill": "web-scraper",
  "action": "extract_status",
  "input": {
    "extractId": "extract-job-uuid"
  }
}

Authentication

This skill requires a Firecrawl API key configured in Shift. Get one at https://www.firecrawl.dev.

Do not ask the user to paste raw credentials into the conversation. Shift handles authentication automatically when the required connection is configured.

Agent behavior

  1. Prefer scrape for single pages. Use crawl only when multiple pages are needed.
  2. Use map first to discover site structure before starting a large crawl.
  3. For async actions (crawl, extract), poll status every few seconds until completed or failed.
  4. Default to markdown format unless the user specifically needs HTML or screenshots.
  5. When scraping fails, suggest the user check the URL or try with waitFor for JavaScript-heavy pages.

平台分布

Codex

33.27%
按下载量换算57

Claude

31.77%
按下载量换算55

Cursor

19.3%
按下载量换算33

Gemini CLI

10.67%
按下载量换算18

安全审计

Gen Agent Trust Hub

通过

Socket

通过

Snyk

可疑

权限和风险

接触敏感数据

该 Skill 可能接触密钥、Token、环境变量或敏感配置,应进入高风险复核队列,默认不自动发布。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。来源安全扫描存在提醒或未通过项,安装前请自行复核。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills