openclaw/lp-lobster-crawler

龙虾爬虫技能

定向抓取 Webnovel 小说和 ReelShorts 短剧的结构化内容，支持增量更新、内容分级（高/中/低）和钉钉机器人播报。

环境初始化

首次使用前，在技能目录下初始化 Python 环境：

cd {{skillPath}}
uv venv .venv
uv pip install -r requirements.txt

不需要安装浏览器。反爬通过 curl_cffi TLS 指纹伪装实现，纯 Python 库，无系统依赖。

后续所有命令都通过 uv run 执行，它会自动激活 .venv 虚拟环境。

触发条件

当用户消息包含以下意图时激活此技能：

• 抓取/爬取小说、短剧、webnovel、reelshorts 内容
• 查看爬虫状态、已抓取作品列表
• 播报抓取结果到钉钉
• 生成 RSS 订阅源
• 管理定时抓取任务

命令

所有命令必须在技能目录下执行。先 cd {{skillPath}}，再运行命令。

抓取内容

uv run python -m src.cli crawl <spider_name>

• spider_name 可选值：webnovel（小说）、reelshorts（短剧）
• 支持传递爬虫参数：uv run python -m src.cli crawl webnovel -a max_pages=5

列出已抓取作品

uv run python -m src.cli list [--site <site>] [--grade <grade>] [--limit <n>]

• --site：按站点过滤（webnovel / reelshorts）
• --grade：按分级过滤（high / medium / low）
• --limit：显示数量，默认 20

查看系统状态

uv run python -m src.cli status

返回数据库统计（作品数、章节数、剧集数）和各分级数量。

播报到钉钉

uv run python -m src.cli broadcast [--site <site>] [--grade <grade>] [--title <title>]

生成 Markdown 消息并发送到钉钉群。需要设置环境变量 DINGTALK_WEBHOOK。

管理定时任务

uv run python -m src.cli schedule --action=list    # 查看任务
uv run python -m src.cli schedule --action=load    # 从配置加载
uv run python -m src.cli schedule --action=start   # 启动调度器

生成 RSS 订阅源

uv run python -m src.cli rss [--format rss|atom] [--output <path>] [--site <site>] [--grade <grade>]

默认输出到 data/rss.xml。

规则

1. 首次使用前，必须先运行"环境初始化"步骤安装依赖。如果 uv run 报错找不到模块，重新执行初始化。
2. 运行爬虫前，先执行 status 确认系统正常。
3. 用户未指定站点时，询问要抓取 webnovel 还是 reelshorts。
4. 播报前先用 list 确认有数据可播报。
5. 钉钉播报需要确认 DINGTALK_WEBHOOK 环境变量已配置。
6. 抓取可能耗时较长，提前告知用户并在完成后汇报结果。
7. 不要同时运行多个爬虫实例，避免并发冲突。