defuddle

defuddle skill 概览

defuddle skill 的作用是什么

defuddle 可以把普通网页转换成干净、可读的 markdown，相比直接抓取原始页面，杂讯要少得多。它尤其适合文章、文档、指南、博客帖子等 HTML 页面：这类页面里菜单、广告、侧边栏和导航往往只会浪费 token，还会干扰后续分析。

最适合用于 Web Research 的场景

当你的真实目标是阅读、总结、对比、引用或分析页面内容，而不是检查站点外壳或原始 HTML 时，就很适合用 defuddle for Web Research。它的核心价值，是为后续推理提供更干净的输入。如果用户给的是一个普通页面 URL，想要拿到正文内容，那么 defuddle usage 通常会比通用网页抓取更适合作为起点。

主要限制，以及不适合使用的情况

最重要的边界其实很简单：不要对以 .md 结尾的 URL 使用 defuddle。这类页面本身已经是 markdown，直接 fetch 更干净，也能避免不必要的二次转换。除此之外，如果你需要精确的页面结构、交互元素、脚本行为，或者完整的 DOM 保真度，defuddle 也并不合适。

为什么用户会选择 defuddle

真正的差异点不在于“能不能抓网页”，而在于“能不能快速给出适合 token 成本、可直接阅读的正文文本”。这也是 defuddle skill 对研究流程、笔记采集、文章摘要、文档阅读特别有吸引力的原因：更干净的 markdown，往往能直接提升后续输出质量。

如何使用 defuddle skill

defuddle 安装与基础命令

关于 defuddle install，仓库给出的安装方式是直接安装 Defuddle CLI：

npm install -g defuddle

核心命令：

defuddle parse <url> --md

请尽量稳定使用 --md。对于大多数研究和分析工作流，这都是推荐输出格式，因为它能去掉视觉噪音，同时保留可读的内容结构。

defuddle skill 需要哪些输入

defuddle skill 需要一个页面 URL，最好再加上明确意图。理想输入通常包括：

• 精确的 URL
• 你希望从页面里拿到什么
• 你要完整 markdown、保存输出，还是只要 metadata

示例：

• “读一下这篇文章并总结核心论点：<url>”
• “从这个 docs 页面提取干净的 markdown，并保存到 content.md：<url>”
• “只获取 <url> 的页面标题和描述”

常用命令：

defuddle parse <url> --md -o content.md
defuddle parse <url> -p title
defuddle parse <url> -p description
defuddle parse <url> -p domain

如何把模糊目标变成高质量的 defuddle 提示

弱请求：“看一下这个 URL。”

更好的 defuddle guide 提示方式：

• “对 <url> 使用 defuddle，并输出 markdown。忽略站点导航。然后把关键点总结成 5 个 bullet，并引用最重要的一段。”
• “对这个文档页使用 defuddle：<url>。提取 markdown，识别安装步骤、前置条件和注意事项，然后把它们改写成 checklist。”
• “先只提取 <url> 的 metadata。如果标题和描述与主题匹配，再继续提取完整 markdown。”

这样效果更好，因为它同时告诉 agent：一是要如何调用 defuddle，二是清洗完内容之后要怎么处理。

推荐工作流，以及优先读哪些仓库文件

这个 skill 本身非常轻量。优先阅读 skills/defuddle/SKILL.md，因为可用工作流基本都在这里：安装方式、解析命令、输出格式以及 metadata 属性，内容是完整的。实际操作时，建议按下面的顺序来：

1. 先判断 URL 是普通 HTML 页面，还是 .md 文件。
2. 运行 defuddle parse <url> --md。
3. 如果你需要可复用的产物，加上 -o content.md。
4. 如果你只是做路由判断或有效性校验，用 -p 查询 metadata。
5. 再把清洗后的 markdown 交给摘要、信息提取或笔记流程。

defuddle skill 常见问题

defuddle 比“普通提示词 + fetch”更好吗？

大多数文章型页面里，答案通常是肯定的。普通 fetch 往往会把页眉、页脚、cookie 提示和导航一起带回来。defuddle usage 会在分析开始前先改善信噪比，从而降低 token 成本，也能减少无关页面元素导致的摘要偏差。

什么时候不该使用 defuddle skill？

遇到 .md URL、原始文件，或者你需要精确 HTML、嵌入媒体行为、页面脚本、布局细节时，就应当跳过 defuddle。它是内容提取工具，不是浏览器自动化工具，也不是 DOM 检查工具。

defuddle skill 对新手友好吗？

友好。它的命令面非常小：安装一次，然后直接用 defuddle parse <url> --md。这让 defuddle skill 很容易上手，即使你的目标只是为研究或笔记整理拿到更干净的源文本，也足够用了。

defuddle 能返回哪些输出？

你可以用 --md 获取 markdown，用 --json 获取 JSON，默认返回 HTML，也可以通过 -p <name> 获取指定 metadata。对于大多数阅读和研究任务，markdown 是最适合的默认选项；而 metadata 模式更适合快速校验和路由判断。

如何改进 defuddle skill 的使用效果

给 defuddle 一个更精确的页面目标

提升 defuddle 效果最简单的方法，就是直接提供规范的内容页，而不是首页、搜索页或列表页。文章详情页、单篇文档页，通常会比充满导航和重复链接的聚合页产出更干净的 markdown。

在同一条请求里说明后续任务

当提取和明确的下一步一起出现时，defuddle skill 的效果会更好。与其只说“parse 这个”，不如直接说明你还需要：

• summary
• key claims
• setup steps
• FAQs
• quotes
• comparison points

这样可以减少交接歧义，也能帮助 agent 围绕你真正要完成的任务来组织输出。

不确定时，先用 metadata 模式再做完整提取

如果 URL 可能会跳转、页面质量不高，或者根本不是你要的页面，先从下面这些命令开始：

defuddle parse <url> -p title
defuddle parse <url> -p description
defuddle parse <url> -p domain

这是一个简单但很有效的 defuddle guide 技巧：先验证相关性，再投入成本做完整 markdown 提取。

常见失败模式，以及如何迭代

如果输出看起来过薄，或者结构很奇怪，问题很多时候出在源页面，而不是 CLI 本身。可以尝试换成更具体的 URL，把分类页换成文章页，或者先把 markdown 保存下来手动检查。如果第一次结果范围太大，就用更窄的指令重新运行 defuddle for Web Research，例如“只提取安装步骤”或“只引用与 authentication 相关的段落”。