## Why 当前已有 `lyxy-reader-office` skill 用于解析办公文档,但缺少对 HTML 网页内容的解析能力。用户需要从 URL 或本地 HTML 文件中提取内容并转换为 Markdown 格式,同时支持标题提取、内容搜索等查询功能。 ## What Changes - 创建新 skill `lyxy-reader-html`,目录结构参考 `lyxy-reader-office` - 实现命令行工具 `scripts/parser.py`,接受 URL 或 HTML 文件作为输入 - URL 模式下按优先级尝试下载器:pyppeteer → selenium → httpx → urllib - HTML 解析按优先级尝试:trafilatura → domscribe → MarkItDown → html2text - 支持 HTML 预处理清理(移除 script/style/link 等标签和 URL 属性) - 实现查询功能:全文输出、字数统计、行数统计、标题提取、章节提取、正则搜索 ## Capabilities ### New Capabilities - `html-document-parsing`: HTML 文档和 URL 内容解析能力,将 HTML 转换为 Markdown 并支持多种查询模式 ### Modified Capabilities (无) ## Impact - 新增目录 `skills/lyxy-reader-html/` - 新增 Python 脚本依赖:trafilatura、domscribe、markitdown、html2text、httpx、pyppeteer、selenium、beautifulsoup4 - 与现有 skill 完全隔离,不影响其他功能