简诗 AI 网页正文去杂

网页正文提取的常见痛点

抓取官网、公众号或知识库页面时，正文中常混入导航栏、侧边栏、广告和推荐模块。这些内容会污染后续 LLM 输入，也会让 Markdown 文档多出大量无用 token。

技能如何工作

• 围绕当前中国业务场景，先确认目标读者、内容目标、发布渠道和合规禁区。
• 将任务拆成网页正文去杂、正文提取、Markdown 整理等可检查模块。
• 使用 Defuddle CLI 从网页中抽取干净的 Markdown，去掉导航和页面 clutter，作为需要读取 URL 时的正文来源。
• 生成可审校交付包：执行步骤、模板、负责人、检查点和人工确认项。

适用边界

• 只处理给定网页的正文内容，不自动补写价格、时间、案例、资质或经营结果。
• 涉及真实发布、删除、权限或生产变更时，必须由用户明确授权。
• 不读取、记录或输出密钥、Token、密码及无关个人信息。