# @framers/agentos-ext-content-extraction 中文文档

规范地址：https://npmcn.com/package/%40framers/agentos-ext-content-extraction/

版本：0\.1\.6
npm 元数据更新时间：2026-11-11T08:01:19.055Z
中文译文更新时间：2026-11-15T12:25:07.590Z
软件包许可：Apache-2\.0

本文由上游 README 翻译，可能存在偏差，请结合原文核对 API、命令与配置。版权与许可归原作者所有。

原始 npm 页面：https://www.npmjs.com/package/%40framers/agentos-ext-content-extraction
原文对照：https://npmcn.com/package/%40framers/agentos-ext-content-extraction/?lang=original
项目主页：https://github.com/framerslab/agentos-extensions/tree/master/registry/curated/research/content-extraction#readme
源码仓库：https://github.com/framerslab/agentos-extensions

## 关键信息（来自 npm 元数据）

- 包体积（解压后）：82.9 kB，36 个文件
- 模块格式：CommonJS
- TypeScript 类型：包内自带
- Node.js 要求：\>=22
- 运行依赖：1 个
- peer 依赖：@framers/agentos \>=0\.10\.40
- 首次发布：2026-05-02T11:35:10.962Z
- 最新版本发布：2026-11-11T08:01:18.384Z
- 近 30 天下载量：20273（2026-10-16 至 2026-11-14，npm 官方下载统计）
- 已发布版本数：7（近 12 个月 7 个）

## 中文简介

AgentOS的内容提取扩展——从URL,YouTube誊本,维基百科文章,PDF以及结构化数据中提取干净文本.

## 安装

```sh
npm install @framers/agentos-ext-content-extraction
```

也可以使用：`pnpm add @framers/agentos-ext-content-extraction`、`yarn add @framers/agentos-ext-content-extraction`、`bun add @framers/agentos-ext-content-extraction`

## README

# 内容提取

这个包提供了一种代理工具来提取网页内容,YouTube记录稿,维基百科文章,PDF文本和结构化的页面数据. 用这个 `axios` 用于HTTP请求,YouTube oEmbed和字幕端点,以及维基百科 REST和MediaWiki API.

## 安装

```bash
npm install @framers/agentos-ext-content-extraction
```

同伴依赖 : `@framers/agentos` 有范围 `>=0.10.40`。 。 。 .

## 使用量

```ts
import { AgentOS } from '@framers/agentos';

const agentos = await AgentOS.create({
  extensionManifest: {
    packs: [{ package: '@framers/agentos-ext-content-extraction' }],
  },
});
```

## 工具

| 工具 | 它会做什么 |
| --- | --- |
| `extractUrl` | 从 URL 中提取干净的文本、 标记下或 HTML . |
| `extractYoutube` | 从视频ID或URL获取YouTube记录和视频元数据. |
| `extractWikipedia` | 提取所请求语言中的文章内容、摘要和元数据. |
| `extractPdf` | 在 URL 从 PDF 文档中提取文本. |
| `extractStructured` | 从网页中提取表格、列表、链接和元数据. |

### `extractUrl`

| 参数 | 类型 | 需求 | 说明 |
| --- | --- | --- | --- |
| `url` | 字符串 | 对 | 从中提取内容的 URL |
| `format` | 字符串, enum : `text`, (中文(简体) ), `markdown`, (中文(简体) ), `html` | 没有 | 输出格式( 默认 ): `text`(中文(简体) ) |

### `extractYoutube`

| 参数 | 类型 | 需求 | 说明 |
| --- | --- | --- | --- |
| `videoId` | 字符串 | 对 | YouTube视频ID或全URL(如"dQw4w9WgXcQ"或"https://www.youtube.com/watch?v=dQw4w9WgXcQ") |

### `extractWikipedia`

| 参数 | 类型 | 需求 | 说明 |
| --- | --- | --- | --- |
| `title` | 字符串 | 对 | 维基百科文章标题(如"人工智能") |
| `language` | 字符串 | 没有 | 维基百科语言代码(默认: `en`(中文(简体) ) |

### `extractPdf`

| 参数 | 类型 | 需求 | 说明 |
| --- | --- | --- | --- |
| `url` | 字符串 | 对 | 从 PDF 文档中提取文本的 URL |

### `extractStructured`

| 参数 | 类型 | 需求 | 说明 |
| --- | --- | --- | --- |
| `url` | 字符串 | 对 | 从中提取结构化数据的 URL |
| `selectors` | 对象 | 没有 | 可选 CSS 样式选择器以瞄准特定元素 |
| `selectors.tables` | 字符串 | 没有 | 表格选择器 |
| `selectors.lists` | 字符串 | 没有 | 列表选择器 |
| `selectors.links` | 字符串 | 没有 | 链接选择器 |

## 页:1

工厂没有读取任何配置或秘密. 激活初始化服务;初始化前调用返回出错. 工具返回 `success: false` 还有一个 `error` 提取失败时发出消息.

URL 和结构提取请求超时 `15000` m. 其他 HTTP 请求使用 a `30000` ms超时. 最多结构化取出返回 `100` 链接并忽略已提供的 `selectors`。 。 。 .

PDF 从未压缩流读取文本运算符 。 当它找不到文本时, 它会返回一个消息, 解释需要未压缩的文本流 。 YouTube 提取返回 `(Transcript not available)` 当无法获取标题时.

## 许可证

阿帕奇 - 2.0

## 常见问题

### @framers/agentos-ext-content-extraction 是什么？

AgentOS的内容提取扩展——从URL,YouTube誊本,维基百科文章,PDF以及结构化数据中提取干净文本\.

### 如何安装 @framers/agentos-ext-content-extraction？

在项目目录运行 npm install @framers/agentos-ext-content-extraction，或使用 pnpm add / yarn add / bun add。它还需要宿主项目提供 peer 依赖：@framers/agentos（\>=0\.10\.40）。npm 7 及以上与 pnpm 8 及以上默认会自动安装必需的 peer 依赖，Yarn 需要手动安装。

### @framers/agentos-ext-content-extraction 支持 TypeScript 吗？

支持。包内自带 TypeScript 类型声明（package\.json 声明了 types 入口），安装后即可获得类型提示，无需再安装 @types 包。

### @framers/agentos-ext-content-extraction 支持 ESM 还是 CommonJS？

以 CommonJS 形式发布，可以直接 require\(\)；在 ES Module 项目中也可以用 import 引入（Node\.js 会把 module\.exports 作为默认导出）。

### @framers/agentos-ext-content-extraction 需要什么版本的 Node\.js？

package\.json 的 engines 字段要求 Node\.js \>=22。版本不符时 npm 默认只给出警告，开启 engine-strict 后会拒绝安装。

### @framers/agentos-ext-content-extraction 可以商用吗？

@framers/agentos-ext-content-extraction 使用 Apache-2\.0 许可。宽松许可：允许商业使用、修改和再分发，并附带明确的专利授权；分发时需保留许可与 NOTICE 文件，修改过的文件要注明改动。以上为概括，不构成法律意见，请以许可原文为准。

### @framers/agentos-ext-content-extraction 的下载量有多少？

根据 npm 官方下载统计，@framers/agentos-ext-content-extraction 在 2026/10/16 – 2026/11/14 这 30 天内被下载 20,273 次，日均约 676 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入，适合横向比较热度，不能直接等同于使用人数。

### @framers/agentos-ext-content-extraction 还在维护吗？

最新版本 0\.1\.6 发布于 2026/11/11（4 天前）；至今共发布 7 个版本，其中过去 12 个月发布了 7 个；首次发布于 2026/05/02。发布频率只是参考信号：功能稳定的工具可能很少需要更新，建议结合源码仓库的 issue 和提交记录判断。