ogie
Node.js 轻量级网页元数据提取库，支持 OpenGraph、Twitter Cards 等。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：ogie。 它的用途是：Node.js 轻量级网页元数据提取库，支持 OpenGraph、Twitter Cards 等。 完整的 Skill 内容见：https://321skill.com/skills/ogie/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
“帮我分析一下这个竞品官网的元数据设置，URL是 https://example.com。” 它会调用 ogie Skill 提取该页面的 OpenGraph 标题、描述、图片，以及 Twitter Card 和 JSON-LD 等信息，并以结构化的方式呈现给你，方便你快速了解其 SEO 和社交分享配置。或者，你可以说：“我想批量抓取这 50 个文章链接的摘要和头图。” AI 会利用 ogie 的批量处理能力，高效完成任务。
介绍
ogie 解决了开发者在构建内容聚合、社交媒体预览、SEO 分析等应用时，需要从网页中可靠、高效地提取结构化元数据的痛点。它通过一个简单的 API，不仅能抓取基础的 OpenGraph 和 Twitter Card 标签，还能解析 JSON-LD、Dublin Core 等多种格式，并自动处理字符编码、提供缓存和批量处理能力，让元数据提取变得简单可靠。
使用起来非常直接，通过 npm 安装后，调用 extract 函数并传入目标 URL 即可。库会自动处理网络请求、HTML 解析和数据归一化，返回一个包含成功状态和结构化数据的结果对象。开发者可以根据需要配置超时、重定向、用户代理等选项，或选择不同的提取模式来满足特定需求。
这个 Skill 非常适合需要处理外部网页内容的前端、后端或全栈开发者，以及进行内容分析、竞品调研或社交媒体运营的从业者。它尤其适合那些希望快速集成元数据提取功能，而又不想引入复杂依赖或自行处理各种边缘情况的团队。
建议在使用时，根据实际场景选择合适的提取模式：best-effort 模式力求获取最多信息，适合内部数据分析；platform-valid 模式则严格过滤，确保提取的数据符合社交平台规范，适合生成对外分享的预览。同时，注意其内置的 SSRF 保护和速率限制机制，在批量处理时能有效保障应用安全与稳定性。
核心特点
与同类库相比，ogie 提供了独特的“平台验证”提取模式，能过滤掉不符合社交平台规范的元数据，并生成诊断报告，直接服务于 OG/Twitter 验证工作流。同时，它通过仅 4 个生产依赖实现了全面的功能覆盖，在轻量化和安全性上表现突出。
注意事项
不适合需要实时、流式处理海量网页或解析极其复杂、非标准 HTML 结构的场景。
常见问题
ogie 能提取哪些类型的元数据？
支持 OpenGraph、Twitter Cards、JSON-LD、Dublin Core、文章、视频、音乐、书籍、个人资料、App Links、oEmbed 以及 RSS/Atom 源等多种格式。
如何批量处理多个网址？
ogie 内置了批量处理功能，支持对数百个 URL 进行提取，并提供了基于域名的智能速率限制以防止被封禁。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/ogie/raw/index.md 读取 ogie 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/ogie/raw/index.md（查看排版版本）