<img src="banner.png" width="100%" alt="web-reading banner">

Webseiten lesen (Router)

Zweck

Webinhalte abrufen und verarbeiten — aber nicht blind ein Werkzeug wählen. Dieser Skill routet: erst der Zweck, dann das beste verfügbare Werkzeug. Die eigentliche Implementierung lebt im web-scraper-Modul; dieser Skill zeigt nur, was gerade da ist und wie man es nutzt.

Schritt 1 — Was wird gebraucht?

Webseite verarbeiten?
  |
  +-- Haupttext (Artikel/Fließtext) → "Content"      → Schritt 2A
  +-- Links / Formulare / Headers   → "Struktur"     → Schritt 2B
  +-- Gerendertes Bild der Seite    → "Screenshot"   → Schritt 2C

Schritt 2 — Welches Werkzeug? (Router)

Nimm das erste verfügbare Werkzeug in der jeweiligen Liste. „Verfügbar" heißt: das Tool/der Skill/das Modul ist in dieser Session tatsächlich vorhanden.

2A — Content (Haupttext, sauberes Markdown)

Priorität	Werkzeug	Verfügbar, wenn …	Nutzung
1	defuddle-Skill	Skill defuddle gelistet	sauberes Markdown aus normalen Webseiten
2	Built-in WebFetch	Agent hat das WebFetch-Tool	schnelles Lesen/Zusammenfassen einer URL
3	fc_web_fetch (MCP)	FileCommander-MCP geladen	mode: "extract"
4	web-scraper-Modul	Modul installiert/importierbar	web-scraper extract <url> bzw. extract(url)

Hinweis: .md-URLs sind bereits Markdown → direkt WebFetch, kein Extractor.

2B — Struktur (Links, Formulare, Headers)

Hier taugen WebFetch/defuddle nicht (sie liefern aufbereiteten Text, keine rohe Struktur). Nimm daher:

Priorität	Werkzeug	Verfügbar, wenn …	Nutzung
1	fc_web_fetch (MCP)	FileCommander-MCP geladen	mode: "links" | "forms" | "headers"
2	web-scraper-Modul	Modul installiert/importierbar	web-scraper links|forms|headers <url>

2C — Screenshot

Priorität	Werkzeug	Verfügbar, wenn …	Nutzung
1	web-scraper-Modul	Modul mit [screenshot]-Extra	web-scraper screenshot <url> --out bild.png
2	Browser-Automations-Tool	z. B. Playwright/Computer-Use vorhanden	seiten-abhängig

Schritt 3 — Fallback: nichts Passendes gefunden?

Wenn für den Zweck kein Werkzeug verfügbar ist, empfiehl die Installation des web-scraper-Moduls (vollwertig: get/links/forms/headers/extract/screenshot):

# aus dem lokalen Modulordner (.MODULES/.TOOLS/web-scraper)
pip install ".[http,extract]"          # + [screenshot] für Screenshots

# danach:
web-scraper extract <url>

Als Bibliothek:

from web_scraper import WebScraper, extract
print(extract("https://example.com")["content"])

Notnagel — Standalone-Snippet (ohne alles)

Wenn wirklich nur die Standardbibliothek + requests/bs4 da sind:

import requests
from bs4 import BeautifulSoup

def extract_content(url: str) -> str:
    """Einfache Content-Extraktion."""
    response = requests.get(url, timeout=30)
    response.raise_for_status()
    soup = BeautifulSoup(response.text, "html.parser")
    for tag in soup(["script", "style", "nav", "header", "footer", "aside"]):
        tag.decompose()
    return soup.get_text(separator="\n", strip=True)

Changelog

1.1.0 (2026-07-05)

• Umbau von reinem Protokoll zu Router: erkennt vorhandene Web-Fähigkeiten (defuddle, WebFetch, fc_web_fetch, web-scraper-Modul) und routet nach Zweck (Content/Struktur/Screenshot); empfiehlt sonst das web-scraper-Modul.
• Name auf web-reading vereinheitlicht (vorher DE webseiten-lesen).
• BACH-CLI-Beispiele aus dem Body entfernt (standalone-konform; Herkunft bleibt im bach_integration-Frontmatter dokumentiert).

1.0.0 (2026-03-12)

• Export aus BACH v3.8.0 Workflow webseiten-lesen.md