Deep read web

Skill TieZhuzhu/deep-read-web/skills/deep-read-web

Utilizing agent capabilities for deep web reading, bypassing scenarios that require authentication (manually authenticated) 利用agent能力，进行深网阅读，实现绕过一些需要鉴权的场景（手动通过鉴权）

Install

npx -y skills add TieZhuzhu/deep-read-web --skill deep-read-web

Assembled from the repository path, not quoted from the project. Check it against their README if it does not work.

One thing to look at

1 stars1 stars. Stars are a popularity signal and not a quality one, but at this level it is likely that nobody has read this closely except its author, and you would be relying on your own review.

What its author says it does

Copied from the file, not written here

使用 Playwright 读取公开网页或登录后网页的最终 HTML。适用于用户想要网页 HTML、需要在手动登录后继续读取页面，或希望分析登录后最终渲染内容的场景。优先使用本地 exe；如果只有 skill 且没有 Python，则优先运行 skill 自带的二进制安装脚本并默认下载精简 small 包，不够时再升级为 full 包。

SKILL.md

4.3 KB, as published. Nobody here has run it

Deep Read Web

何时使用

当满足以下任一情况时，使用这个 skill：

用户提供了 http 或 https URL，并希望获取页面 HTML
页面可能需要登录后才能阅读
页面会先跳转到登录页，登录后再重定向回目标内容页
用户希望分析登录后的最终页面内容，而不是只看初始响应
无头访问若被网关、内网链路或登录前置策略拦截，会自动打开可见浏览器供用户手动访问或鉴权

运行优先级

1. 优先 exe

如果存在：

bin/deep_read.exe

优先调用：

bin/deep_read.exe --HTML_PAGE "<url>"

2. 没有 exe 时回退 Python

Windows 下优先：

py -3 scripts/deep_read.py --HTML_PAGE "<url>"

如果 py -3 不可用，再尝试：

python scripts/deep_read.py --HTML_PAGE "<url>"

无 Python 主路径

如果用户只有 skill、没有 Python、也没有 exe：

先运行 skill 自带安装脚本：

powershell -ExecutionPolicy Bypass -File scripts\install_binary.ps1

该脚本会自动判断：

有系统 Edge/Chrome：下载 small
没有系统 Edge/Chrome：下载 full
默认直接从 GitHub Release 资产下载，不依赖 GitHub API 的 latest metadata 配额

安装完成后，再运行：

bin/deep_read.exe --HTML_PAGE "<url>"

如果 small 包运行时报缺少 Chromium 回退浏览器，则升级为 full：

powershell -ExecutionPolicy Bypass -File scripts\install_binary.ps1 -Flavor full

如果需要指定某个发布 tag，也可以：

powershell -ExecutionPolicy Bypass -File scripts\install_binary.ps1 -Tag v1.0.0

有 Python 路径

如果用户有 Python：

先尝试：

py -3 scripts/deep_read.py --HTML_PAGE "<url>"

如果缺少 Playwright：

py -3 -m pip install playwright

如果之后仍提示缺少 Chromium 回退浏览器，再补：

py -3 -m playwright install chromium

只有用户明确需要 Firefox 时，再补：

py -3 -m playwright install firefox

可选参数

指定浏览器：

bin/deep_read.exe --HTML_PAGE "<url>" --browser firefox

或：

py -3 scripts/deep_read.py --HTML_PAGE "<url>" --browser firefox

自定义登录超时：

bin/deep_read.exe --HTML_PAGE "<url>" --auth-timeout 90

支持的浏览器值：

auto | msedge | msedge-dev | msedge-beta | chrome | chrome-dev | chrome-beta | chromium | firefox

默认浏览器策略：

auto 先尝试系统 msedge
再尝试系统 chrome
最后回退到 chromium
firefox 仅在显式指定时启用

预期行为

先进行无头读取
若页面像正常内容页，直接返回 HTML，不打开窗口
若页面像登录页 / 鉴权页，打开可视浏览器让用户手动登录
登录判断使用启发式规则：URL、标题、密码框、账号输入框等
登录成功后允许重定向
不要求最终 URL 与原 URL 完全一致
只要最终页仍属于目标站点 host 范围内、且不再像登录页，即认为可读
从多个页面中选择最像目标内容页的页面，并输出其完整 HTML

CLI 约定

--HTML_PAGE 必填，必须是合法 http/https URL
--browser 默认为 auto
--auth-timeout 默认为 60
成功时只把最终 HTML 写到 stdout，退出码 0
参数错误退出 2
依赖缺失、浏览器启动失败、页面读取失败、登录超时退出 1
用户中断退出 130

输出处理约定

把 stdout 当作最终页面 HTML
把 stderr 当作状态信息或错误信息
不要让用户把密码、cookie、token、session 等敏感信息贴到聊天里
如果需要登录，只让用户在浏览器窗口里自己完成鉴权
如果 GitHub 下载受限，可设置 GITHUB_TOKEN 或 GH_TOKEN 后再运行安装脚本