本地运行的公开网页内容获取与清洗工具，无需认证，数据仅本地存储，适合快速提取网页正文。
说明：
## 核心用法
Fetch 是一款专注于公开网页内容获取与本地化的工具类 skill。用户通过简单的命令行脚本即可抓取公开 URL 的网页内容，自动提取标题、正文文本及链接结构，并将原始 HTML 与清洗后的结构化数据一并保存至本地存储目录。主要工作流程包括：初始化存储空间（`init_storage.py`）、执行抓取（`fetch_url.py`）、保存带标题的清洗结果（`save_output.py`），以及通过任务历史进行检索（`list_jobs.py`、`show_job.py`）。
## 显著优点
1. **零依赖轻量设计**：仅依赖系统自带的 Python 3，无需安装额外 Python 包，部署极简。
2. **数据主权保障**：所有抓取数据严格本地存储于 `~/.openclaw/workspace/memory/fetch/`，无云端同步、无外部上传，符合隐私敏感场景需求。
3. **安全边界清晰**：明确限定为公开网页，禁止登录态、Cookie、浏览器自动化及任何形式的凭证传递，大幅降低安全风险。
4. **结构化输出**：优先输出清洗后的纯文本与元数据，而非原始 HTML 噪音，便于后续文本分析或知识库构建。
## 潜在缺点与局限性
– **功能范围受限**：不支持需要身份验证的页面（如付费墙、会员专区）、动态渲染页面（JavaScript 密集型 SPA）及反爬机制复杂的站点。
– **无并发与速率控制**：文档未提及请求频率限制、重试机制或并发控制，高频使用可能触发目标站点封禁。
– **本地存储管理**：长期运行可能累积大量本地文件，需用户手动清理，缺乏自动归档或过期策略。
## 适合人群
– 研究人员、知识管理用户需批量抓取公开文章、文档进行本地归档
– 隐私敏感用户希望避免在线剪藏工具的数据上传
– 自动化工作流开发者需要轻量、无依赖的网页抓取组件
## 常规风险
– **目标站点合规性**：用户需自行确保抓取行为符合目标网站的 robots.txt 及服务条款，工具本身不提供合规检查。
– **内容溯源缺失**：清洗后的纯文本可能丢失原始 URL 上下文，需配合 `save_output.py` 的标题标注功能维护来源信息。
– **本地数据安全**：存储目录无加密说明，多用户系统需注意文件权限配置。
会员专属
