那个让 AI 秒读文章内容的 Skill，终于被我挖到了！

你有没有遇到过这种情况——看到一篇超好的文章，想离线看或者丢给 AI 处理，结果点开满屏是广告、导航栏、弹窗、「分享到朋友圈」按钮……正文被埋得找都找不到？

今天挖到一个超实用 Skill，叫 article-extractor，专门解决这个痛点。

它能干啥

一句话：把任意文章页面的「干净正文」抽出来，去掉所有噪音。

支持的场景：
– 提取博客文章、技术教程、新闻报道的纯文本
– 保存文章供离线阅读
– 给 AI喂干净的语料做总结/翻译/分析

工具链很务实——优先用 Mozilla Readability（就是 Firefox Reader Mode 背后的算法），备选 trafilatura（Python 生态很强的文章提取库），最后才是 curl 原始 HTML 解析。三层降级保证总能跑出结果。

怎么用

在 Claude Code 里装上这个 Skill 后，直接说：

“帮我提取这篇的内容：[URL]”

它会：
1. 自动检测用哪个工具最合适
2. 下载并清洗内容（去广告、导航、侧边栏）
3. 保存为本地 .txt 文件，文件名用文章标题命名

不想装 Claude Code？也可以直接跑命令行：

# 用 reader（推荐）
reader "https://example.com/article" > article.txt

# 用 trafilatura
trafilatura --URL "https://example.com/article" --output-format txt > article.txt

什么场景最有用

内容创作——抓取外文教程做参考，不用手动复制粘贴大段文字

AI 训练数据准备——批量抓文章喂给大模型做微调或 RAG，干净文本是高质量语料的前提

稍后阅读——把想看的文章存成纯文本，放进笔记软件慢慢消化

竞品调研——批量抓取某个网站的文章，分析写作风格和话题方向

安装

# Claude Code 安装
claude --plugin-dir <article-extractor路径>

# 独立用 reader（npm）
npm install -g @mozilla/readability-cli

# 独立用 trafilatura（pip）
pip3 install trafilatura

纯 Python/JavaScript 生态，macOS/Linux 都能跑，零额外依赖。

GitHub 在这里：
https://github.com/michalparkola/tapestry-skills-for-claude-code/tree/main/article-extractor

挖技能这件事，有时候不在于多酷炫，而在于多精准解决一个问题。article-extractor 就是这种——功能单一，但做得很干净，值得收进工具箱。

GitHub: https://github.com/michalparkola/tapestry-skills-for-claude-code/tree/main/article-extractor