OpenClaw实现网页采集与内容改写一体化需五步：一、配置启用Scrapling技能；二、构建带rewrite_style等参数的YAML任务；三、通过LobeHub部署paraphrase-pro增强包；四、注入custom_prompt控制风格；五、用diff-checker校验关键字段一致性。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您希望使用OpenClaw完成网页数据采集并同步进行内容改写，但发现原始采集结果格式混乱、语义重复或无法直接用于发布，则可能是由于未配置语义清洗模块或未启用文本重构技能。以下是实现采集与改写一体化操作的步骤：
一、配置Scrapling技能并启用语义改写能力
Scrapling是OpenClaw生态中专为结构化采集与智能重述设计的官方技能，支持在抓取HTML后自动执行去噪、摘要生成、同义替换及风格迁移。启用该技能前需确保其已正确安装至本地技能目录，并在配置中激活文本处理流水线。
1、确认Scrapling技能包已解压至~/.agents/skills/scrapling-official/路径下，且包含transform.py与rewrite_rules.yaml两个核心文件。
2、编辑~/.openclaw/config.json，在"skills"字段中添加"scrapling": {"enabled": true, "rewrite_enabled": true}。
3、重启OpenClaw服务以加载新配置：openclaw gateway restart。
二、构建带改写指令的采集任务配置
OpenClaw采用声明式配置驱动采集流程，改写行为必须通过配置文件中的post_process节显式定义，而非依赖运行时提示词。系统将按顺序执行清洗、分段、重写三阶段操作，确保输出符合目标平台语言风格。
1、在工作区创建walmart_microcontroller_task.yaml配置文件。
2、在extract节内定义CSS选择器提取商品标题、价格、参数表格等内容。
3、在post_process节中写入：rewrite_style: "技术博客口吻"、max_length: 300、remove_duplicates: true。
4、保存后执行openclaw run -c walmart_microcontroller_task.yaml启动任务。
三、使用LobeHub技能市场部署AI改写增强包
LobeHub技能市场提供第三方认证的改写增强组件，如paraphrase-pro和seo-rewriter，可替代默认规则引擎，支持基于LLM的上下文感知重写。该方案无需修改主程序代码，仅通过技能热插拔即可升级语义处理能力。
1、访问https://lobehub.com/skills，搜索paraphrase-pro并复制安装命令。
2、在终端中执行：curl https://lobehub.com/skills/paraphrase-pro/skill.md | bash。
3、安装完成后，检查~/.agents/skills/paraphrase-pro/目录是否存在model.bin与config.json。
4、在采集配置文件中将rewrite_engine字段设为"paraphrase-pro"并重新运行任务。
四、手动注入改写Prompt控制输出质量
当标准技能无法满足特定语境要求（如规避平台敏感词、适配小红书短文案节奏），可通过custom_prompt字段向底层模型注入精确指令。此方式绕过预设规则，直接调用大模型推理层，适用于高定制化场景。
1、打开任务配置文件，在post_process节末尾添加custom_prompt: "请将以下技术参数描述转化为面向电子爱好者的口语化介绍，禁用'高性能''卓越'等营销词汇，每段不超过45字，共生成3个版本供选择。"。
2、确保当前配置中models.mode为"merge"且至少一个提供方（如OpenAI）API密钥有效。
3、运行openclaw validate -c walmart_microcontroller_task.yaml验证语法无误。
4、执行采集命令，观察日志中[REWRITE]标记的输出是否匹配预期风格。
五、校验改写结果并修复语义偏移
自动改写可能因原文歧义或模型幻觉导致关键参数丢失或数值错误，必须通过结构化比对机制进行验证。OpenClaw内置diff-checker工具可逐字段比对原始值与改写后文本中的数字、单位、型号编号等硬信息，定位失真节点。
1、采集完成后，在工作区执行：openclaw diff --original raw_output.json --rewritten rewritten_output.json --fields "price,model_number,voltage"。
2、若输出中出现⚠️ MISMATCH in field 'price': '¥129.99' ≠ 'around $18'，说明货币单位转换未受控。
3、返回配置文件，在rewrite_rules.yaml中添加约束：preserve_fields: ["price", "model_number"]。
4、重新运行采集任务并再次执行diff校验，直至所有关键字段显示✅ MATCH。
