2ab8ba9c3c
- Added background script for handling global shortcuts (Alt+Shift+X) - Implemented element highlighting and click-to-extract in content script - Updated manifest to include background worker and commands - Updated documentation with new feature usage - Added GEMINI.md project context
63 lines
2.3 KiB
Markdown
63 lines
2.3 KiB
Markdown
# Web2MCP 项目上下文
|
||
|
||
## 项目概览
|
||
|
||
Web2MCP 是一个工具集，旨在将网页内容转换为大语言模型（LLM）友好的格式（Markdown、JSON、XML）。它由两个主要组件组成：
|
||
1. **浏览器扩展：** 一个 Chrome 扩展（Manifest V3），允许用户直接从浏览器中框选并提取内容。
|
||
2. **Python 脚本：** 用于程序化网页抓取和内容结构化的独立脚本。
|
||
|
||
## 目录结构
|
||
|
||
* `src/browser-extension/`：Chrome 扩展的源代码。
|
||
* `manifest.json`：扩展配置（Manifest V3）。
|
||
* `content.js`：DOM 遍历和内容提取的核心逻辑。
|
||
* `popup.html` & `popup.js`：扩展弹出窗口的用户界面。
|
||
* `scripts/`：实用脚本。
|
||
* `mcp.py`：使用 `requests` 和 `BeautifulSoup` 获取并结构化网页内容的 Python 脚本。
|
||
* `generate_icons.py`：用于生成扩展图标的辅助工具。
|
||
* `docs/`：文档。
|
||
* `EXTENSION.md`：扩展的详细功能列表和使用说明。
|
||
* `INSTALL.md`：安装指南。
|
||
|
||
## 构建与运行
|
||
|
||
### 浏览器扩展
|
||
|
||
该扩展不需要构建步骤（无 webpack/bundler）。它作为原始源码扩展运行。
|
||
|
||
1. **在 Chrome 中加载：**
|
||
* 访问 `chrome://extensions/`。
|
||
* 启用“开发者模式”。
|
||
* 点击“加载已解压的扩展程序”并选择 `src/browser-extension` 目录。
|
||
|
||
### Python 脚本
|
||
|
||
**先决条件：**
|
||
* Python 3.x
|
||
* 依赖项：`requests`，`beautifulsoup4`
|
||
|
||
**安装：**
|
||
```bash
|
||
pip install requests beautifulsoup4
|
||
```
|
||
|
||
**用法：**
|
||
```bash
|
||
# 运行抓取脚本（当前目标为硬编码的 URL）
|
||
python scripts/mcp.py
|
||
```
|
||
|
||
## 主要功能
|
||
|
||
* **内容提取：** 支持标题、段落、代码块、列表、表格、图片和链接。
|
||
* **格式：** 导出为 Markdown、JSON 和 XML。
|
||
* **交互：**
|
||
* **扩展：** 支持“区域框选”（拖动选择）和“整页”提取。自动复制到剪贴板。
|
||
* **脚本：** 获取 HTML 并将其解析为结构化的 JSON 文件（默认为 `wechat_dev_seo_structured.json`）。
|
||
|
||
## 开发规范
|
||
|
||
* **扩展架构：** 使用标准 Web 技术（HTML/CSS/JS），无需框架。
|
||
* **Manifest 版本：** 严格遵循 V3。
|
||
* **Python 风格：** 遵循标准 Python 脚本实践。
|
||
* **文档：** 在 `docs/` 文件夹中维护文档；`README.md` 作为项目入口点。 |