SkillFeeder › 全部 Skill › Agent工具链 › llm-context
从网页提取纯文本、表格和代码块，直接喂给大模型做推理。
llm-context
llm-context 是 SkillFeeder 收录的Agent Skill，来自 GitHub 仓库 brave/brave-search-skills，★ 196。从网页提取纯文本、表格和代码块，直接喂给大模型做推理。适合构建AI代理或RAG应用的开发者。场景是Agent工具链 · Agent运行时。能做的事包括返回已清洗的网页正文内容，非链接或摘要、自动提取表格与代码块，保留结构可读性、按相关性排序，适配复杂查询的上下文长度。打开 GitHub 自行安装。
能做什么
- 返回已清洗的网页正文内容，非链接或摘要
- 自动提取表格与代码块，保留结构可读性
- 按相关性排序，适配复杂查询的上下文长度
原文简介
USE FOR RAG/LLM grounding. Returns pre-extracted web content (text, tables, code) optimized for LLMs. GET + POST. Adjust max_tokens/count based on complexity. Supports Goggles, local/POI. For AI answers use answers. Recommended for anyone building AI/agentic applications.
同场景推荐
- dispatching-parallel-agents所在仓库 obra/superpowers，仓库 ★ 315,476并行分发多个独立任务给专用智能体同时处理
- executing-plans所在仓库 obra/superpowers，仓库 ★ 315,476亲手逐项执行实施计划，全程不调用子代理，最终由人工统一评审。
- requesting-code-review所在仓库 obra/superpowers，仓库 ★ 315,476自动调用代码审查子智能体，精准识别潜在问题
- subagent-driven-development所在仓库 obra/superpowers，仓库 ★ 315,476按计划逐项派发独立子代理实现任务，每项自动审查再汇总终审
- using-superpowers所在仓库 obra/superpowers，仓库 ★ 315,476强制在响应前调用匹配技能，确保所有操作合规执行
- agent-architecture-audit所在仓库 affaan-m/ECC，仓库 ★ 300,559诊断 agent 架构故障，定位 wrapper、内存、工具调用等 12 层问题并给出修复代码
- agent-eval所在仓库 affaan-m/ECC，仓库 ★ 300,559横向对比多个编程 agent 在自定义任务上的通过率、耗时与成本
- agent-harness-construction所在仓库 affaan-m/ECC，仓库 ★ 300,559优化AI代理的动作空间、工具定义和观测格式，提升任务完成率。