parallel-web-extract

URL提取

从以下内容中提取：$ARGUMENTS

命令

根据URL或内容选择一个简短、描述性的文件名（例如：vespa-docs、react-hooks-api）。使用小写字母和连字符，不要有空格。将其内联替换到命令中——$FILENAME是一个占位符，不是shell变量。

parallel-cli extract "$ARGUMENTS" --json -o "/tmp/$FILENAME.json"

具体示例：

parallel-cli extract "https://docs.parallel.ai" --json -o "/tmp/parallel-docs.json"

注意：-o始终保存JSON。扩展名必须是.json。

可选选项：

• --objective "focus area" 将提取聚焦于特定目标（同时抑制V1在未设置目标或搜索查询时发出的“neither objective nor search_queries”警告）
• -q "keyword"（可重复）在摘录中优先显示关键词
• --full-content 包含完整页面正文（适用于长文章、PDF或摘录可能无法捕获所需内容时）
• --full-content-max-chars N 限制每个结果的完整内容大小
• --no-excerpts 当你只需要完整内容时移除摘录

处理提取失败

如果响应包含errors字段、空的results数组，或URL返回404/超时，不要编造内容。告知用户提取失败，显示上游状态，并建议：

• 验证URL（页面可能已移动）
• 如果摘录为空但页面存在，使用--full-content重试
• 如果页面已重命名，使用parallel-cli search定位当前URL

响应格式

返回内容格式为：

页面标题

然后逐字返回提取的内容，遵循以下规则：

• 保持内容原样——不要转述或总结
• 彻底解析列表——提取每个编号/项目符号项
• 仅去除明显的噪音：导航菜单、页脚、广告
• 保留所有事实、名称、数字、日期、引用

在响应之后，提及输出文件路径（/tmp/$FILENAME.json），以便用户知道该文件可用于后续问题。

设置

如果未找到parallel-cli，请安装并认证：

/parallel:parallel-cli-setup

如果parallel-cli extract返回403，告知用户可能需要余额。提供运行parallel-cli balance get，如果需要，在运行parallel-cli balance add <amount_cents>之前请求明确确认。然后重试原始提取命令。