新华AI 网页多媒体下载器

解决的资源抓取痛点

手动从网页收集图片、视频和音频素材往往非常繁琐。开发者不仅要在繁杂的 HTML 中逐一寻找链接，还容易遗漏 CSS 背景图等隐蔽资源。此外，手动下载难以统一文件格式，后续整理归档也耗费大量时间。

核心能力与工作流

该技能通过标准化流程将网页变为本地素材库：

• 环境预检 (Preflight)：任务开始前，自动检测并补齐 playwright、Pillow、requests 等 Python 依赖，以及 Playwright Chromium 和 ffmpeg。针对 ffmpeg 缺失，脚本会按操作系统（Windows/macOS/Linux）执行专属安装策略并配置 PATH。
• 资源扫描 (Scan)：支持通过 CDP 模式直接连接已开启远程调试的浏览器，抓取当前标签页的所有媒体标签和 CSS 背景图；也支持直接扫描指定 URL。
• 下载与转码 (Download & Convert)：资源按格式分类存入 ~/Desktop/download/抓取资源/ 目录。图片通过 Pillow 转为 jpg/png，音视频通过 ffmpeg 转为 mp3/wav 或 mp4/mov。文件按标题或 URL hash 命名。
• 可视化报告 (Report)：输出 HTML 报告，包含统计概览、类型分布和详细的文件明细表。

适用边界与注意事项

• 使用 CDP 模式需预先以远程调试参数启动浏览器。
• 音视频转码强依赖 ffmpeg，若环境未就绪，将跳过转码并以原格式保存并输出警告。
• 请遵守目标网站的 robots.txt 协议及版权规定，避免抓取受限资源。