MozhiJiawei/web-article-capture

Qu'est-ce que web-article-capture ?

Cette compétence permet de capturer le contenu textuel et les images de pages web rendues dynamiquement côté navigateur, en utilisant des outils comme Puppeteer ou Playwright. Elle est utile pour extraire des articles complets à partir de sites qui utilisent JavaScript lourd (SPA, frameworks modernes) ou qui bloquent le scraping simple. La compétence automatise le rendu complet de la page, puis extrait le texte principal et les images associées tout en préservant leur structure (titres, paragraphes, légendes). Elle fonctionne sur des plateformes supportant Node.js et les navigateurs headless, comme Codex CLI ou des environnements d'exécution similaires. L'utilisateur fournit une URL, et la compétence retourne un fichier markdown organisé avec l'article et les images encodées en base64 ou liées via des URLs. Cela permet une intégration facile dans des workflows de veille, d'analyse ou d'archivage de contenu web.