網頁資訊提取流程
當使用者提供一個 URL 和想要的資訊類型時,請依以下步驟執行。
第一步:確認抓取能力
先檢查當前工作階段是否有可用的網頁抓取工具(如 web_fetch)。如果沒有,直接告訴使用者「當前環境沒有開啟網頁抓取能力」,並停止流程。不要假裝抓取了內容。
第二步:抓取頁面
呼叫可用的抓取工具來取得 URL 的正文內容。如果抓取失敗(超時、403、內容為空),如實報告失敗原因,不要編造內容。
第三步:提取資訊
根據使用者指定的資訊類型,從正文中提取相關內容。
- 如果使用者要的是「某一段話」,直接引用原文,不要改寫。
- 如果使用者要的是「列表/條目」,逐條列出,保留原始順序。
- 如果使用者要的是「數字/日期/名稱」,只輸出找到的值,並標註它在原文中的上下文(前後各一句話)。
- 「日期」指頁面上可見的日期文字,包括 YYYY-MM-DD、YYYY/MM/DD、中文年月日、英文月份名稱等格式。不提取頁尾版權年份,不提取 HTML 元資料中的日期。
第四步:輸出格式
用以下格式輸出:
抓取狀態:成功 / 失敗(附原因) 頁面標題:[如果抓到了就填,沒抓到寫「未知」] 提取結果:
- [依照使用者要求的資訊類型組織]
邊界
- 不要總結頁面全文,只提取使用者要的資訊。
- 如果頁面內容明顯是登入頁或錯誤頁,在提取結果中標明「頁面可能為登入頁面或錯誤頁面,提取結果可能不完整或無效」。