Agent Skills
返回列表
网页数据提取到表格

网页数据提取到表格

数据分析 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md,安装 @user_390cf1ad/gc-web-data-extractor-skill。

技能介绍

要解决什么问题

Agent 能输出文本或 JSON,却很难给用户一个带 Ribbon 的 Excel 式界面去核对、改表头、补行删列。本技能把网页数据或你已有的二维数组送进基于 SpreadJS 的本地编辑页:用户改完点「下载表格」,进程同时把 table 与 xlsx 回传给 Agent,便于后续汇总与分析。

技能如何工作

数据入口三选一:

  • URL:内置按 auto 依次尝试 table、dl、list、blocks;不规则区域用 --selector / --type 收窄。
  • --data:Agent 自行取数(接口、模拟渲染等)后写入 JSON,首行为表头,跳过抓取管线。
  • --cdp:连用户本机已登录的 Chrome 调试实例,读渲染后 DOM,适合登录态、JS 渲染、SPA。

本地 HTTP 服务托管编辑页;默认套表头样式并可在独立工作表生成图表。字符串若能干净解析为数字(含千分位、金额符号、百分号、「万」)会写入 number 类型以利于作图。用户完成编辑后,stdout 末尾 JSON 含 kind、table、extractionHint 等字段供 Agent 继续任务。

适用边界

直接请求 URL 只能可靠处理服务端输出的静态 HTML;需登录或强动态页面应优先 --cdp,远端 Agent 够不到用户浏览器时用 --data。--cdp 须 Node ≥ 22、跑在用户本机,且用户按说明用独立 profile 启动调试 Chrome。选择器仅支持 tag / #id / .class 与空格后代,不支持属性选择器与子选择器 >;colspan/rowspan 会按值重复展开,不保留合并外观。

使用场景

  • 给出商品列表页 URL,要把重复卡片抽成多列表格并在浏览器里改列名后交给 Agent 做比价
  • 目标后台需登录,用户已开调试 Chrome,要把渲染后的订单表格拉进可编辑网格核对
  • Agent 已从接口拿到二维 JSON,要用 `--data` 打开 SpreadJS 让人补全缺失行再回传 `table`
  • 静态页只有一个大 table,但旁边还有噪音 DOM,要用 `--type table` 和选择器只提主表

适合人员

  • 做竞品采集的分析师,要把不规则列表页整理成表并在导出前人工改字段对齐
  • 跑内网报表的运营,页面必须登录且由 JS 渲染,愿意按引导开独立 Chrome profile 配合 CDP
  • 编写抓取脚本的工程师,HTTP 直抓失败后希望用 `--data` 把自研解析结果交给业务同事在线改表
  • 需要把网页数字列自动识别后出图的值班同学,要在编辑页确认图表列再让 Agent 写 `--chart-config` 重跑