Shot-scraper 1.8 版本发布:新增GitHub脚本加载功能
Shot-scraper 是一个强大的命令行工具,主要用于网页截图和自动化网页操作。它基于 Playwright 构建,能够模拟浏览器行为,执行JavaScript脚本,并捕获网页内容或截图。这个工具在网页自动化测试、数据抓取和内容分析等场景中非常有用。
在最新发布的 1.8 版本中,Shot-scraper 引入了一项重要功能改进:直接从GitHub加载并执行JavaScript脚本。这一功能极大地扩展了工具的使用便利性和脚本共享能力。
GitHub脚本加载功能详解
新版本为 shot-scraper javascript 命令增加了 gh: 前缀支持,允许用户直接引用托管在GitHub上的JavaScript脚本文件。这一功能通过 -i 或 --input 参数实现,有两种使用方式:
-
完整路径引用:使用
gh:用户名/仓库名/路径/脚本.js格式,可以直接指定GitHub仓库中的具体脚本文件路径。 -
简化引用:如果用户在名为
shot-scraper-scripts的专用仓库中存放脚本,并且脚本位于仓库根目录,可以直接使用gh:用户名/脚本名格式引用。
实际应用示例
以提取网页可读内容为例,假设GitHub用户simonw在其shot-scraper-scripts仓库中存放了一个readability.js脚本,现在可以这样使用:
shot-scraper javascript -i gh:simonw/readability \
https://simonwillison.net/2025/Mar/24/qwen25-vl-32b/
这条命令会从simonw的GitHub仓库获取readability.js脚本,并在指定的网页上执行,返回处理后的结果。
技术意义与优势
这一改进带来了几个显著优势:
-
脚本共享与复用:开发者可以将常用的网页处理脚本托管在GitHub上,供团队或社区共享使用,避免重复开发。
-
版本控制:通过GitHub管理脚本,可以充分利用Git的版本控制功能,确保脚本的稳定性和可追溯性。
-
简化部署:不再需要将脚本文件分发到各个使用环境,直接引用GitHub上的最新版本即可。
-
社区生态:专用
shot-scraper-scripts仓库的约定,有助于形成脚本共享的社区生态,用户可以方便地发现和使用他人贡献的有用脚本。
适用场景
这一功能特别适合以下场景:
- 团队内部共享常用的网页处理脚本
- 开源社区贡献和复用高质量的网页操作脚本
- 快速测试和验证他人开发的网页处理逻辑
- 构建自动化工作流时减少本地脚本管理负担
Shot-scraper 1.8版本的这一改进,不仅提升了工具本身的实用性,也为构建更丰富的网页自动化生态奠定了基础。对于经常需要处理网页内容的开发者和数据分析师来说,这无疑是一个值得关注的重要更新。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00