스킬.잇다
itda-work/web-reader 정식 v2.5.1

빠른 시작

웹페이지나 YouTube 영상을 깨끗한 마크다운으로 가져오는 가장 간단한 방법입니다.

이 링크 읽어줘

이 한 줄이면 스킬이 자동으로 URL 유형을 판별하고, 최적의 추출 전략을 선택하여 마크다운을 생성합니다. 일반 기사·블로그·YouTube 자막·한국어 인코딩 사이트 모두 하나의 요청으로 처리됩니다.

활용 시나리오

뉴스·블로그 기사 마크다운 추출

네이버 뉴스, 티스토리, 미디엄 같은 글 사이트를 YAML frontmatter가 포함된 깔끔한 마크다운으로 변환합니다.

이 기사 마크다운으로 정리해줘

YouTube 강의 영상 텍스트화

강의·튜토리얼·인터뷰 영상의 자막을 추출해 노트로 보관합니다. URL만 주면 fetch_youtube로 자동 위임됩니다.

이 유튜브 강의 자막 뽑아서 텍스트로 정리해줘

로그인 세션 유지 + 스크래이핑

로그인이 필요한 페이지나 SPA는 브라우저 프로필에 세션을 저장해 두고 반복 접근합니다. 안티봇 사이트 대응을 위해 --stealth를 기본으로 사용합니다.

로그인한 상태로 이 페이지 내용 가져와줘

출력 옵션

옵션플래그사용 시점
Markdown (frontmatter 포함)--format markdown지식베이스·메모·요약 대부분
JSON (구조화 본문)--format json프로그램적 후처리, 메타데이터 별도 추출
정제 HTML--format html추가 커스텀 가공이 필요한 경우 (기본값)
YouTube 자막 전용fetch_youtube.py 위임영상 제목·채널·타임스탬프 자막 필요 시

실행 명령

# macOS/Linux — 기본 기사 추출
python3 scripts/fetch_html.py --url "URL" | \
  python3 scripts/extract_content.py --format markdown --url "URL"

# Windows
py -3 scripts/fetch_html.py --url "URL" --output page.html
py -3 scripts/extract_content.py page.html --format markdown

동적 페이지·로그인 세션은 다음과 같이 부르며, --stealth는 항상 기본으로 붙입니다.

# macOS/Linux
python3 scripts/fetch_dynamic.py --url "URL" --stealth --profile myprofile --output page.html

# Windows
py -3 scripts/fetch_dynamic.py --url "URL" --stealth --profile myprofile --output page.html

팁

  • --stealth는 기본값처럼 사용: 일반 사이트는 영향이 없지만 안티봇 탐지 사이트에서는 성공률이 크게 올라갑니다. 동적 페이지 호출 시 항상 붙이는 것을 권장합니다.
  • 자동 retry 완화: 추출된 본문이 짧으면 스킬이 스스로 selector·hidden element·content scoring을 단계적으로 해제하며 재시도합니다. 별도 옵션 지정 없이 부족한 추출을 자동 보완합니다.
  • 훅 스크립트로 멀티스텝 자동화: 로그인 폼 입력 → 페이지네이션 순회 같은 복잡한 흐름은 fetch_dynamic.py --hook-script hook.py 로 Python 훅을 전달해 자동화합니다. 훅은 run(page, args) 함수로 정의됩니다.

제한사항

  • SSRF 차단: 내부망 IP(127.x, 10.x, 192.168.x 등) 호출은 기본 차단됩니다. 명시적 우회는 --allow-private 플래그로만 허용됩니다.
  • Playwright 사전 설치 필요: 동적 페이지는 uv pip install --system playwright && playwright install chromium 이 선행되어야 합니다.
  • 응답 크기 50MB 상한: 대형 파일 다운로드 용도로는 부적합합니다.
  • YouTube 자막 미지원 영상: 자막이 없는 영상은 메타데이터(제목·채널)만 반환합니다.
← 스킬 목록