forked from Selig/openclaw-skill
Selig
4c966a3ad2
6 custom skills (assign-task, dispatch-webhook, daily-briefing, task-capture, qmd-brain, tts-voice) with technical documentation. Compatible with Claude Code, OpenClaw, Codex CLI, and OpenCode.
121 lines
8.7 KiB
Markdown
Executable File
121 lines
8.7 KiB
Markdown
Executable File
我發現下載量是算token的，這樣成本太高，Skill_Seeker的Skill，應該要增加一個webfetch的python，妳只是呼叫它，而不用去管它的下載內容。
|
||
|
||
● 你說得對！這是個重要的效能問題。
|
||
|
||
目前問題
|
||
Claude 呼叫 WebFetch → 內容回傳 API (計算 tokens) → Claude 再 Write 檔案
|
||
每個頁面的內容都經過 API 兩次，token 成本很高。
|
||
|
||
建議的改進
|
||
|
||
Skill Seeker 應該新增一個 Python 直接抓取工具：
|
||
|
||
# 新的 MCP tool: fetch_and_save
|
||
def fetch_and_save(url: str, output_path: str) -> dict:
|
||
"""直接抓取網頁並存檔，不經過 Claude API"""
|
||
response = requests.get(url)
|
||
content = extract_markdown(response.text)
|
||
|
||
with open(output_path, 'w', encoding='utf-8') as f:
|
||
f.write(content)
|
||
|
||
return {"status": "ok", "bytes": len(content)} # 只回傳狀態
|
||
|
||
效益
|
||
┌─────────────────────────┬────────────────────────────────┐
|
||
│ 方式 │ Token 消耗 │
|
||
├─────────────────────────┼────────────────────────────────┤
|
||
│ 目前 (WebFetch + Write) │ ~2000 tokens/頁 │
|
||
├─────────────────────────┼────────────────────────────────┤
|
||
│ 改進 (fetch_and_save) │ ~50 tokens/頁 (只有呼叫和回應) │
|
||
└─────────────────────────┴────────────────────────────────┘
|
||
節省 97%+ 的 token 成本
|
||
|
||
要我幫你在 Skill Seeker 專案中實作這個功能嗎？
|
||
|
||
❯ 是的，請幫我在Skill Seeker實作這個功能。
|
||
|
||
● Explore(Explore Skill Seeker structure)
|
||
⎿ Done (37 tool uses · 58.5k tokens · 3m 25s)
|
||
|
||
● 了解專案結構了。現在讓我讀取現有工具的實作方式，然後新增 fetch_and_save 工具。
|
||
|
||
● Read 3 files (ctrl+o to expand)
|
||
● 現在我了解架構了。讓我檢查現有的 HTML 轉 Markdown 處理邏輯，然後實作新工具。
|
||
|
||
● Searched for 2 patterns, read 1 file (ctrl+o to expand)
|
||
● 了解了。現在我來實作 fetch_and_save 工具。這個工具會直接抓取並存檔，不經過 Claude API。
|
||
|
||
|
||
❯ 請問這個新工具，適用在其他抓取網頁的專案嗎？我需要在使用skill seeker時跟妳或其他使用skill seeker mcp的LLM說什麼嗎？比如加參數？--save without api？特別重要的是，妳開發這麼好的工具，我要怎麼移到別台電腦在claude code使用呢？
|
||
|
||
● 好問題！讓我逐一回答：
|
||
|
||
1. 這個工具適用於其他專案嗎？
|
||
是的！ fetch_and_save 是通用的網頁抓取工具，適用於：
|
||
- 抓取文檔網站
|
||
- 批次下載 markdown 檔案
|
||
- 任何需要省 token 的網頁抓取任務
|
||
|
||
2. 如何告訴 LLM 使用這個工具？
|
||
|
||
使用 Skill Seeker MCP 的 LLM 可以直接呼叫：
|
||
mcp__skill-seeker__fetch_and_save(
|
||
url="https://example.com/doc.md",
|
||
output="local/path/doc.md"
|
||
)
|
||
|
||
你可以這樣提示 LLM：
|
||
"請用 fetch_and_save 工具抓取網頁並存檔，不要用 WebFetch（那會消耗太多 token）"
|
||
|
||
3. ⚠️ 移植問題 - 重要！
|
||
|
||
目前的修改是直接改在 site-packages（pip 安裝的位置），這有幾個問題：
|
||
┌───────────────────────────┬────────────────────┐
|
||
│ 問題 │ 影響 │
|
||
├───────────────────────────┼────────────────────┤
|
||
│ pip upgrade skill-seekers │ ❌ 修改會被覆蓋 │
|
||
├───────────────────────────┼────────────────────┤
|
||
│ 換電腦 │ ❌ 需要重新修改 │
|
||
├───────────────────────────┼────────────────────┤
|
||
│ 版本控制 │ ❌ 不在 git 追蹤中 │
|
||
└───────────────────────────┴────────────────────┘
|
||
解決方案
|
||
|
||
讓我把修改提取成一個 patch 檔案，這樣你可以：
|
||
1. 在任何電腦上 pip install skill-seekers
|
||
2. 執行 patch 腳本新增 fetch_and_save 工具
|
||
|
||
完成！以下是在其他電腦使用的步驟
|
||
📁 建立的檔案
|
||
D:\openclaw\skills\openclaw\patches\
|
||
├── add_fetch_and_save.py ← Patch 腳本
|
||
└── README.md ← 使用說明
|
||
|
||
🖥️ 在新電腦使用
|
||
|
||
# 1. 安裝 skill-seekers
|
||
pip install skill-seekers
|
||
|
||
# 2. 複製 patches 資料夾到新電腦，執行：
|
||
python add_fetch_and_save.py
|
||
|
||
# 3. 重啟 Claude Code
|
||
|
||
💡 如何告訴 LLM 使用這個工具
|
||
|
||
你可以這樣說：
|
||
"請用 fetch_and_save 工具抓取網頁，這樣比 WebFetch 省 token"
|
||
|
||
或者在 Claude Code 的 CLAUDE.md 中加入：
|
||
## 抓取網頁時
|
||
優先使用 `mcp__skill-seeker__fetch_and_save` 而非 WebFetch，
|
||
因為它直接用 Python 下載存檔，不經過 API，節省 97% token。
|
||
|
||
🔄 更新 skill-seekers 後
|
||
|
||
每次 pip upgrade skill-seekers 後，需要重新執行：
|
||
python add_fetch_and_save.py
|
||
|
||
（腳本會自動檢查，已 patch 就不會重複修改）
|