CLI

概览

Web2MD CLI 让你直接在终端里把任意 URL 转成干净的 Markdown。输出可以用管道喂给 LLM、批量处理 URL 列表，或者导入你的 Obsidian 仓库——全程不用打开浏览器。

npx web2md https://example.com/article

CLI 需要 Node.js 18+。运行 node -v 检查你的版本。

安装

无需安装——直接用 npx 运行即可：

npx web2md <url> [options]

也可以全局安装，启动更快：

npm install -g web2md
web2md <url> [options]

运行模式

Web2MD CLI 根据你的配置以三种模式运行：

本地模式

默认模式。 无需 API key，本地抓取页面并转换，适用于大多数公开网站。

服务端模式

配置 API key 后启用。 设置 WEB2MD_API_KEY 即可解锁 Reddit、Fandom/Wikia 等需要服务端处理的受限站点。

Bridge 模式

加 --bridge 参数启用。 通过你的 Chrome 扩展抓取 JS 渲染或需要登录的页面，这些页面静态抓取拿不到。

命令行参数

参数	说明
`--no-images`	从输出中去掉图片引用
`--no-links`	从输出中去掉超链接
`--meta`	添加 YAML frontmatter（title、source、wordCount、tokenCount、readingTime、date）
`--json`	以 JSON 格式输出 `{ markdown, metadata }`
`-o, --output <file>`	把输出写入文件
`--output-dir <dir>`	每个 URL 单独存为一个 `.md` 文件
`--batch <file>`	从文件读取 URL（每行一个，`#` 开头为注释）
`--vault <dir>`	Obsidian 仓库模式：保存到 `<dir>/raw/` 并更新 `<dir>/INDEX.md`
`--concurrency <n>`	最大并发抓取数（默认 3，最大 20）
`--bridge`	使用 Chrome 扩展处理 JS 渲染或需要登录的站点
`-q, --quiet`	不显示进度信息

环境变量

变量	说明
`WEB2MD_API_KEY`	用于 Reddit 等受限站点的 API key（`w2m_xxx`）
`WEB2MD_API_URL`	覆盖 API 基础地址
`WEB2MD_EXTENSION_ID`	覆盖 `--bridge` 模式使用的 Chrome 扩展 ID

把这些变量加进你的 shell 配置文件（~/.zshrc 或 ~/.bashrc），这样每次打开终端都能生效：

export WEB2MD_API_KEY="w2m_your_key_here"

使用示例

基础转换

npx web2md https://example.com/article

把 Markdown 打印到 stdout。

通过管道喂给 LLM

npx web2md https://react.dev/learn/thinking-in-react | llm "Summarize this page"

npx web2md https://docs.python.org/3/tutorial/classes.html | claude "Explain the key concepts"

保存到文件

npx web2md https://example.com/article -o article.md

npx web2md https://example.com/article --meta -o article.md

--meta 参数会在文件开头加上 YAML frontmatter，包含标题、来源 URL、字数、token 数、阅读时长和日期。

从文件批量转换

创建一个 urls.txt 文件：

# 研究论文
https://arxiv.org/abs/2301.00001
https://arxiv.org/abs/2301.00002

# 博客文章
https://example.com/blog/post-1
https://example.com/blog/post-2

然后运行：

npx web2md --batch urls.txt --output-dir ./research --concurrency 5

每个 URL 会在 ./research 目录下单独存为一个 .md 文件。

导入 Obsidian 仓库

npx web2md --batch urls.txt --vault ~/Documents/MyVault

每个页面会保存到 ~/Documents/MyVault/raw/，同时更新 ~/Documents/MyVault/INDEX.md，其中包含所有已转换页面的链接。

用 API key 转换 Reddit

export WEB2MD_API_KEY="w2m_your_key_here"
npx web2md https://www.reddit.com/r/LocalLLaMA/comments/example

Reddit 需要有效的 API key。由于 Reddit 的反爬限制，没有 key 时 Reddit URL 会转换失败。

Bridge 模式

用 Chrome 扩展处理 JS 渲染或需要登录的页面：

npx web2md --bridge https://app.example.com/dashboard

Bridge 模式要求已安装 Web2MD Chrome 扩展且 Chrome 处于运行状态。CLI 通过 Chrome 的 native messaging 协议与扩展通信。

JSON 输出

npx web2md --json https://example.com/article

返回结构化输出：

{
  "markdown": "# Article Title\n\nContent here...",
  "metadata": {
    "title": "Article Title",
    "source": "https://example.com/article",
    "wordCount": 1250,
    "tokenCount": 1680,
    "readingTime": 5,
    "date": "2026-04-11T10:30:00.000Z"
  }
}

适合程序化消费，或用管道传给 jq：

npx web2md --json https://example.com/article | jq '.metadata.tokenCount'

优化支持的站点

Web2MD 内置了以下站点的专用适配器，输出比通用转换更干净：

常见工作流

把文档喂给 AI Agent

npx web2md --batch docs-urls.txt --output-dir ./context --quiet

把 AI Agent 的上下文目录指向 ./context，回答就有据可依。

搭建研究资料库

npx web2md --batch papers.txt --vault ~/Obsidian/Research --meta --concurrency 10

在 Obsidian 里建立一个带索引、可搜索的研究资料库。

精简格式后喂给 LLM

npx web2md --no-images --no-links https://example.com/article | llm "Analyze this"

去掉图片和链接，减少喂给 LLM 时的 token 消耗。

快速上手

核心功能

进阶用法

套餐

概览

安装

运行模式

本地模式

服务端模式

Bridge 模式

命令行参数

环境变量

使用示例

基础转换

通过管道喂给 LLM

保存到文件

从文件批量转换

导入 Obsidian 仓库

用 API key 转换 Reddit

Bridge 模式

JSON 输出

优化支持的站点

常见工作流

​概览

​安装

​运行模式

本地模式

服务端模式

Bridge 模式

​命令行参数

​环境变量

​使用示例

​基础转换

​通过管道喂给 LLM

​保存到文件

​从文件批量转换

​导入 Obsidian 仓库

​用 API key 转换 Reddit

​Bridge 模式

​JSON 输出

​优化支持的站点

​常见工作流

概览

安装

运行模式

命令行参数

环境变量

使用示例

基础转换

通过管道喂给 LLM

保存到文件

从文件批量转换

导入 Obsidian 仓库

用 API key 转换 Reddit

Bridge 模式

JSON 输出

优化支持的站点

常见工作流