mcpField
P
parallel-web-extract

parallel-web-extract

github.com/parallel-web生産性9113.7k 回インストール1 週間前に更新
リポジトリ

parallel-web-extract について

Parallel CLIでウェブページの内容を抽出するスキルです。URL引数の組み立て、JSON出力の扱い、失敗の確認、取得内容の原文提示を案内します。

主な機能

  1. 01複数URLを一度に抽出
  2. 02結果をJSONで保存
  3. 03目的やキーワードで抽出を調整
  4. 04部分的な結果と失敗を確認
  5. 05取得内容を原文のまま提示

活用シーン

  1. 01ドキュメントページの内容収集
  2. 02複数URLからの情報抽出
  3. 03記事やPDFの全文取得
  4. 04抽出エラーの確認

インストール

コマンドをコピーしてターミナルで実行します。

$npx skills add https://github.com/parallel-web/parallel-agent-skills --skill parallel-web-extract

インストール後、Claude Code で/parallel-web-extractを入力して読み込まれたか確認します。

詳細

URL 抽出

次の内容を抽出します：$ARGUMENTS

コマンド

URL またはコンテンツに基づいて、短く説明的なファイル名（例：vespa-docs、react-hooks-api）を選びます。小文字とハイフンを使い、スペースは使いません。コマンドにインラインで置き換えてください — $FILENAME はプレースホルダーであり、シェル変数ではありません。

リクエストされた URL は、それぞれ個別の引用符付き位置引数として渡し、1 回の呼び出しにつき最大 20 件まで指定できます。複数の URL を 1 つの引用符付き $ARGUMENTS 文字列にまとめたり、eval で分割したりしないでください。リクエストされた URL から直接引数を組み立ててください。例：

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

-o は JSON を保存します。.json 拡張子を使い、Extract は既存のファイルを上書きするため、使用前に既存のパスを確認してください。保存したファイルを信頼できる情報源として読み取ってください。標準出力は途中で切り詰められる可能性があり、人間が読みやすい形式の出力にはコンテンツの一部のみがプレビューされます。呼び出しが失敗した後、古いファイルを正常な応答として扱わないでください。

必要に応じて、次のオプションを使用します。

  • --objective "focus area" で、特定の目標に絞って抽出します（V1 で objective も search_queries も設定されていない場合に表示される警告も抑制します）。
  • -q "keyword"（繰り返し指定可能）で、抜粋におけるキーワードの優先度を上げます。
  • --full-content で、ページ本文全体を含めます（長い記事、PDF、または抜粋では必要な情報を得られない場合に使用します）。
  • --full-content-max-chars N で、結果ごとの全文コンテンツのサイズ上限を設定します。
  • --no-excerpts で、全文コンテンツだけが必要な場合に抜粋を除外します。
  • --session-id "<returned-session-id>" で、関連する Search／Extract 呼び出しをまとめます。セッション ID は Task のインタラクション ID や実行 ID ではありません。research status／poll や --previous-interaction-id には決して使用しないでください。

抽出が失敗した場合の対応

終了ステータス、API エラー、results、URL ごとの errors、および警告を確認してください。errors: [] は通常の成功を示します。エラーがあっても結果の一部は成功している場合があります。その場合は成功したコンテンツを保持して提示し、その後、失敗した各 URL と返された理由を明記してください。結果が空の場合やコンテンツがない場合は、抽出に成功したとは見なさないでください。コンテンツを捏造しないでください。該当する URL について、次を提案してください。

  • URL が移動していないか確認する
  • ページが取得されたことを返されたメタデータが示しているものの、抜粋が空の場合は --full-content をリクエストする
  • ページ名が変更されている場合は parallel-cli search を使って現在の URL を探す

応答形式

次の形式でコンテンツを返します。

ページタイトル

ページ全体をリクエストした場合は返された full_content を使用します。抜粋のみの場合は、選択された箇所であることを明記してください。次のルールに従い、取得したコンテンツをそのまま保持してください。

  • コンテンツはそのまま保持し、言い換えたり要約したりしない
  • 取得したコンテンツ内の番号付き項目／箇条書き項目をすべて保持する。抜粋にページ全体が含まれていると主張しない
  • 明らかに不要な要素のみを削除する：ナビゲーションメニュー、フッター、広告
  • 事実、名前、数字、日付、引用をすべて保持する

応答の後に、出力ファイルのパス（/tmp/$FILENAME.json）を記載し、ユーザーが追加の質問に利用できることを伝えてください。

コンテンツが大量の場合は、全文を保存ファイルにそのまま保持し、簡潔なプレビューであることを明記したうえで、ファイルのパスを提示してください。完全な抽出だと主張しながら、コンテンツを黙って切り詰めてはいけません。

セットアップ

parallel-cli が見つからない場合は、インストールして認証します。

/parallel:parallel-cli-setup

文書に記載されたコマンドまたはオプションが見つからない場合は、インストール済みのバージョンを確認し、インストール方法に応じてアップグレードしてください：スタンドアロン版は parallel-cli update、pipx は pipx upgrade parallel-web-tools、uv は uv tool upgrade parallel-web-tools、Homebrew は brew upgrade parallel-web/tap/parallel-cli、npm は npm update -g parallel-web-cli。再試行する前に、同じターミナルでヘルプを確認してください。

認証エラーが発生した場合は、parallel-cli auth --json を調べ、authenticated の真偽値を確認してください。終了コードがゼロでも、認証済みとは限りません。403 は、権限、ポリシー、または請求に関する問題を示している可能性があります。実際のエラーを報告してください。残高の確認は請求に関する失敗の場合に限り、明示的な確認なしに資金を追加してはいけません。

コメント

Markdown 対応