Comment récupérer une page web en Markdown

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65

# Comment récupérer une page web en Markdown

Ce guide montre comment faire lire une page web au modèle, ou la faire enregistrer dans un fichier, avec l'outil intégré `fetch_content`. Il suppose que vous lancez déjà `mm` avec un fichier de configuration.

## Étapes

1. Activez l'outil dans votre fichier de configuration (il est désactivé par défaut) :

   ```yaml
   fetchContentTool: true
   ```

2. Lancez `mm` et vérifiez que la bannière de démarrage cite `fetch_content` parmi les outils.

3. Demandez la page avec vos mots, dans la langue de votre choix :

   ```text
   récupère le contenu de https://k33g.org
   ```

   ```text
   fetch the content of https://k33g.org
   ```

   Le terminal affiche `🌐 fetch_content: https://k33g.org`, puis les premières lignes du Markdown, et le modèle répond à partir de ce contenu.

## Enregistrer la page dans un fichier sans l'afficher

Nommez le fichier et précisez de ne pas l'afficher :

```text
récupère le contenu de https://hello.com mais ne l'affiche pas et sauve le dans hello.txt
```

Le modèle passe `output: hello.txt`. Le Markdown est écrit dans `hello.txt` (relatif au répertoire où tourne `mm`, ou au projet ouvert dans l'éditeur) et l'outil ne renvoie qu'une ligne :

```text
[fetch_content: saved 9 lines of Markdown (421 bytes) from https://hello.com to hello.txt — the content is not shown]
```

La page n'entre pas dans la conversation : une page longue n'épuise donc pas la fenêtre de contexte.

## Variantes

- **Une URL tapée à la va-vite.** `k33g.org` et `https//k33g.org` fonctionnent : un schéma manquant devient `https://`, les deux-points oubliés sont remis.
- **Tableaux complexes.** Les tableaux à cellules fusionnées sont gardés en HTML brut par défaut. Demandez des tableaux aplatis (« …en tableaux Markdown, aplatis-les ») et le modèle passe `tables: flatten`.
- **Texte barré et listes de tâches.** Demandez-les explicitement (« garde le texte barré », « garde les cases à cocher ») et le modèle passe `strikethrough: true` ou `taskList: true`.
- **Liens relatifs à un autre site.** Si la page est un miroir, demandez de résoudre les liens par rapport à l'original ; le modèle passe `baseUrl`.
- **Avec `yolo: false`.** Lire une page ne demande aucune permission ; l'enregistrer dans un fichier la demande d'abord, comme `write_file`.

## En cas d'échec

Le modèle reçoit `[fetch_content: error N (…) — raison]` et vous explique en général pourquoi :

- `error 2 (input)` : le site est injoignable, a renvoyé une erreur HTTP, ou son `robots.txt` interdit aux robots de lire cette page. `mm` ne contourne pas le `robots.txt`.
- `error 1 (conversion)` : l'URL n'est pas une page HTML (un PDF, du JSON, une image) ou dépasse 5 Mio.
- `error 3 (usage)` : l'appel lui-même est faux, par exemple une URL `ftp://`.

Si le modèle utilise `curl` via `bash` à la place, l'outil n'est probablement pas déclaré : vérifiez `fetchContentTool: true` et la bannière.

## Voir aussi

- Chaque champ, règle et code d'erreur : [référence des outils intégrés](../reference/tools.md#fetch_content)
- La clé de configuration : [référence de la configuration](../reference/configuration.md)
- Pourquoi l'outil fonctionne ainsi : [l'outil `fetch_content`](../explanation/fetch-content-tool.md)