网页内容抓取服务

它解决什么问题

大模型自身无法直接访问互联网，当任务依赖实时信息（如最新文档、已变更的页面内容）时，只能拒绝回答或退回过时知识。@org-rn88lg3j/fetch-page 把「取回 URL 并解析」这件事交给模型上下文协议服务器：由它发起网络请求，把 HTML 转成便于处理的 Markdown，再把结果交回模型整理输出。

核心能力

技能只暴露一个工具 scripts.tools.fetch，能力围绕网页取回展开：

• URL 抓取：输入必填参数 url，从互联网取回目标页面
• HTML 转 Markdown：默认对页面做简化、保留正文结构；传 raw=true 则返回原始 HTML
• 截断控制：max_length（默认 5000）限制返回字符数；start_index（默认 0）指定起始位置，适合对前次被截断的内容继续取后续部分

模型侧只充当路由层：理解用户意图、选择工具、提取参数；真正发请求、调 API 的代码在脚本中执行。

调用流程

1. 检查密钥：scripts.config.settings.api_key 为空时，必须通过 AskUserQuestion 向用户询问，拿到后调用 scripts.config.set_api_key(key) 保存
2. 提取参数：按用户意图提取 url 等必填参数；参数不完整时继续追问
3. 调用工具：以关键字参数调用 scripts.tools.fetch
4. 整理返回：工具返回 result["raw"]、result["success"]、result["message"]，将 raw 数据整理后展示给用户

适用边界

• API 密钥是必需项，需从小笨羊科技官网获取；缺失时禁止自行搜索或编造数据
• 每次抓取默认最多返回 5000 字符，长页面需要借助 start_index 分页式续取
• 默认返回的是简化后的 Markdown；需要完整 HTML 时显式传 raw=true