企业官网建设流程全解析

claude-obsidian defuddle 技能实战：把网页变成干净可读的 Markdown

【免费下载链接】claude-obsidianSelf-organizing AI second brain for Obsidian + Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathy's LLM Wiki pattern.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-obsidian

claude-obsidian 是一款运行在 Obsidian + Claude Code 上的开源本地 AI 第二大脑，能把各种来源整理成互相链接的 Markdown 知识库。它的defuddle 技能专门负责网页清洗：给一个 HTTPS 链接，就能把导航栏、广告、侧边栏统统剥掉，只留下正文，输出干净可读的 Markdown，为后续入库存档做好准备。本文带你实战走一遍这条"网页 → 干净 Markdown → 知识库"的完整链路。

📌 为什么网页需要先"清洗"？

直接在剪贴板里复制网页，通常会混进导航菜单、推荐位、评论区等大量噪音。把这种"脏文本"喂给 AI 做笔记，结果往往是重点被稀释、token 被浪费。

defuddle 的定位就是一个可选的外部网页提取器（extractor）：

• 只接受 HTTPS 链接作为输入
• 提取"文章型"正文：标题、段落、链接、代码块、表格、引用都会保留
• 输出标准 Markdown，可直接阅读，也可直接作为知识库来源

项目里对它的定义写得很清楚：清洗（clean）、原始捕获（raw capture）、wiki 入库（ingest）是三个互相独立的操作，defuddle 只负责第一步。技能说明位于 skills/defuddle/SKILL.md，核心命令入口在 scripts/claude-obsidian.py。

🚀 快速上手：3 步把网页变成 Markdown

第 1 步：克隆项目并初始化 vault

git clone https://gitcode.com/GitHub_Trending/cl/claude-obsidian cd claude-obsidian

仓库本身就是产品，不是你的知识 vault。初始化一个独立 vault 的完整流程见 docs/install-guide.md。

第 2 步：先生成"无害"预览计划

python3 scripts/claude-obsidian.py capture external-plan url "https://example.com/article"

这条命令只做 URL 校验，不发出任何网络请求。它会告诉你：规范化后的主机名、网络出口策略、重定向策略，以及execute: false状态——先看清计划，再决定要不要执行，这是 claude-obsidian 一贯的"预览优先"设计。

第 3 步：确认授权后执行清洗

检查清洗器是否可用：

python3 scripts/claude-obsidian.py contracts --verify --capability defuddle --vault VAULT

得到available表示没找到可执行文件，应停在预览阶段；configured表示已找到，但需要你人工审查其来源和版本后再运行。确认网络授权后，实际执行的等价命令是：

defuddle parse HTTPS_URL --md

清洗结果会先以临时草稿形式呈现，你可以先预览、确认提取质量，再决定去留。如果退出码非零、输出为空，或返回的是登录页/错误页，流程会直接失败关闭，绝不会被当成正文。

🔒 安全设计：网络访问必须先授权

网页内容属于不可信数据，defuddle 内置了一套安全契约，对新手非常友好：

简单说：它什么时候联网、把什么发出去，你始终有决定权。细节可参考 config/capabilities.json 中对 defuddle 能力边界的声明。

📥 清洗之后：从干净 Markdown 到知识图谱

defuddle 只管清洗，不自动创建 wiki 页面。当你想让清洗结果沉淀进知识库时：

1. 原始捕获：对清洗后的字节计算 SHA-256，以内容寻址方式存入.raw/captured/<sha256>.md，同内容绝不覆盖，天然去重且不可变；
2. wiki 入库：单独调用 wiki-ingest 技能（见 skills/wiki-ingest/SKILL.md），把捕获的来源变成带引用、带溯源链接的 wiki 页面。

这样每一篇笔记都能回溯到"哪个网页、哪天抓的、哪个版本"，知识是有据可查的，而不是 AI 的复述。

💡 常见问题与实用建议

Q：找不到 defuddle 可执行文件怎么办？项目会给出诚实的降级方案：自己安装/配置外部清洗器、把本地 HTML 或 Markdown 放进inbox/目录、或先把 URL 挂起稍后处理——而不会假装完成了清洗。

Q：只想快速读一篇文章，不想入库？完全可行。清洗结果保持临时状态，读完即弃，vault 不会被污染。

Q：清洗质量如何保证？保留原始措辞与结构，不"发明"缺失内容；提取有限时（如页面强依赖 JS）会如实报告。

小结

defuddle 技能解决的是 AI 笔记流程的第一道关卡：把网页变成干净的 Markdown。它的三步链路——预览计划 → 授权执行 → 独立入库——把"安全、可控、可溯源"做成了默认行为。配合 claude-obsidian 的 wiki-ingest 与检索技能，你获得的不仅是一篇干净文章，而是一张持续生长的个人知识图谱。

【免费下载链接】claude-obsidianSelf-organizing AI second brain for Obsidian + Claude Code. Drop any source and Claude reads, links, and files it into one connected knowledge graph of plain Markdown you own. AI note-taking, personal knowledge management (PKM), and an open-source Notion alternative. Based on Karpathy's LLM Wiki pattern.项目地址: https://gitcode.com/GitHub_Trending/cl/claude-obsidian