full-page-screenshot
Über
Diese Fähigkeit erfasst Vollbild-Screenshots von Webseiten als PNG-Bilder und verarbeitet sowohl geöffnete Browser-Tabs als auch angegebene URLs. Sie verwaltet automatisch SPA-Scrollcontainer, lazy-geladene Bilder und setzt lange Seiten zusammen. Das Tool verbindet sich direkt mit dem Chrome DevTools-Protokoll ohne externe Abhängigkeiten.
Schnellinstallation
Claude Code
Empfohlennpx skills add LewisLiu007/full-page-screenshot -a claude-code/plugin add https://github.com/LewisLiu007/full-page-screenshotgit clone https://github.com/LewisLiu007/full-page-screenshot.git ~/.claude/skills/full-page-screenshotKopieren Sie diesen Befehl und fügen Sie ihn in Claude Code ein, um diese Fähigkeit zu installieren
Dokumentation
Full Page Screenshot
对浏览器中的网页生成一张完整的长截图 PNG,覆盖页面全部内容(包括需要滚动才能看到的部分)。直连 Chrome DevTools WebSocket,无需 CDP Proxy 或其他中间层。
前置条件
只需 Node.js 22+ 和 Chrome 开启远程调试:
node "${CLAUDE_SKILL_DIR}/scripts/full-page-screenshot.mjs" --check
如果 chrome 检查失败,引导用户:打开 chrome://inspect/#remote-debugging,勾选 "Allow remote debugging for this browser instance"。
工作流程
用户描述了已打开的 tab(推荐,尤其是需要登录的页面)
先列出所有 tab,匹配用户描述找到 targetId:
node "${CLAUDE_SKILL_DIR}/scripts/full-page-screenshot.mjs" --list
然后截图该 tab:
node "${CLAUDE_SKILL_DIR}/scripts/full-page-screenshot.mjs" <targetId> <output> [--width N] [--dpr N]
用户给了 URL
一条命令完成全部流程(建 tab → 等加载 → 截图 → 关 tab):
node "${CLAUDE_SKILL_DIR}/scripts/full-page-screenshot.mjs" --url "<URL>" <output> [--width N] [--dpr N] [--wait N]
注意:--url 模式创建后台 tab。对于需要登录的内部系统(如 SAP、企业 SSO),后台 tab 可能无法完成认证。此时应引导用户先在 Chrome 中打开页面,然后使用 targetId 模式截图。
参数说明
| 参数 | 说明 | 默认值 |
|---|---|---|
output | 输出文件路径 | /tmp/screenshot.png |
--width | 视口宽度(CSS 像素)。文章页 1200,宽表格/面板 1440-1920 | 1200 |
--dpr | 设备像素比。2 可获 Retina 清晰度,但体积翻 4 倍 | 1 |
--wait | 页面加载超时(毫秒),仅 --url 模式 | 15000 |
验证输出
sips -g pixelWidth -g pixelHeight <output>
裁剪局部验证(需要 Pillow):
from PIL import Image
img = Image.open("<output>")
w, h = img.size
img.crop((0, 0, w, 1500)).save("/tmp/check_top.png")
img.crop((0, h-1500, w, h)).save("/tmp/check_bottom.png")
核心能力
- SPA 内部滚动容器:自动检测
overflow-y: auto/scroll的容器,用!important覆盖 CSS 高度约束(含 Tailwindh-[calc(...)]等),展开全部内容后截图 - DOM 稳定等待:
readyState=complete后继续监测 DOM 元素数量变化,直到 SPA 数据渲染完成 - 懒加载处理:逐步滚动触发 IntersectionObserver,等待所有
img.complete - 超长页面分片:>16000px 的页面自动分片截取(每片 8000px),用 Python PIL 拼接
- Proxy 兼容:当 web-access CDP Proxy 运行时,自动检测并通过 proxy API 完成截图(滚动容器分片拼接)
注意事项
- 超长页面(> 20000px)在高 DPR 下可能导致 Chrome 内存问题。遇到此情况降低
--dpr到 1 或减小--width。 --url模式会自动创建后台 tab 并在截图后关闭,不影响用户已有 tab。- 截图期间会临时改变页面视口尺寸和滚动容器样式,完成后自动恢复。
- 脚本通过读取
DevToolsActivePort文件发现 Chrome 调试端口,直连 WebSocket,无需任何代理或中间服务。 - 分片拼接需要 Python 3 + Pillow(macOS 通常已安装)。无 Pillow 时会保留分片文件。
- 当 web-access 的 CDP Proxy 在运行时,脚本先尝试直连,超时后降级到 proxy API(通过 /eval 和 /screenshot 端点操作)。
GitHub Repository
Verwandte Skills
llamaguard
AndereLlamaGuard ist Metas 7-8B-Parameter-Modell zur Moderation von LLM-Eingaben und -Ausgaben in sechs Sicherheitskategorien wie Gewalt und Hassrede. Es bietet eine Genauigkeit von 94-95 % und kann mit vLLM, Hugging Face oder Amazon SageMaker eingesetzt werden. Nutzen Sie diese Skill, um Inhaltsfilterung und Sicherheitsguardrails einfach in Ihre KI-Anwendungen zu integrieren.
cost-optimization
AndereDiese Claude Skill unterstützt Entwickler bei der Optimierung von Cloud-Kosten durch Ressourcen-Dimensionierung, Tagging-Strategien und Ausgabenanalysen. Sie bietet einen Rahmen zur Senkung von Cloud-Ausgaben und zur Implementierung von Kosten-Governance für AWS, Azure und GCP. Nutzen Sie sie, wenn Sie Infrastrukturkosten analysieren, Ressourcen richtig dimensionieren oder Budgetvorgaben einhalten müssen.
quantizing-models-bitsandbytes
AndereDiese Fähigkeit quantisiert LLMs auf 8-Bit- oder 4-Bit-Präzision mittels bitsandbytes und erreicht dabei eine Speicherreduzierung von 50–75 % bei minimalem Genauigkeitsverlust. Sie ist ideal für den Betrieb größerer Modelle mit begrenztem GPU-Speicher oder zur Beschleunigung von Inferenzvorgängen und unterstützt Formate wie INT8, NF4 und FP4. Die Fähigkeit integriert sich in HuggingFace Transformers und ermöglicht QLoRA-Training sowie 8-Bit-Optimierer.
dispatching-parallel-agents
AndereDiese Claude-Fähigkeit verteilt mehrere Agenten, um drei oder mehr unabhängige Probleme gleichzeitig zu untersuchen und zu beheben. Sie ist für Szenarien konzipiert, die unabhängige Fehler umfassen, die ohne gemeinsamen Zustand oder Abhängigkeiten gelöst werden können. Die Kernfähigkeit ist die parallele Problemlösung, bei der pro unabhängigem Problembereich ein Agent zugewiesen wird, um die Effizienz zu maximieren.
