核心用法
用户发送 recipe <url> 触发技能，系统自动验证链接并立即确认接收，随后通过浏览器自动化逐层解析：① 视频描述/字幕（最高优先级）→ ② 置顶评论 → ③ 热门评论中的菜谱类内容 → ④ 必要时启用网页搜索作为兜底。全程提供进度状态更新，最终输出标准化菜谱结构。
显著优点
信息源分层设计科学：优先抓取创作者主动发布的描述文本，其次利用社区验证的置顶/热门评论，形成多源交叉验证机制，有效降低单点信息失效风险。
工程实现务实：明确采用 Playwright/OpenClaw 浏览器自动化处理动态页面（尤其针对 Instagram 类平台），禁止 yt-dlp 以规避版权风险；同时保留搜索/抓取作为优雅降级方案。
输出质量可控：建立高/中/低三级置信度体系，强制要求至少一个来源包含完整配料+步骤才输出"完整菜谱"；冲突时保留多版本标注而非臆测，诚实标记缺失字段。
解析鲁棒性强：内置配料/步骤标题启发式识别、量词单位正则匹配、emoji 噪声清理、结构化编号转换等后处理流程，显著提升非结构化文本的可用性。
潜在缺点与局限性
平台依赖风险：重度依赖浏览器自动化，若目标网站反爬策略升级（如验证码、IP 限流、渲染机制变更），可能导致提取失败或需要频繁维护适配。
多语言支持未明确：菜谱解析的 heuristics（如 "ingredients"/"steps" 标题识别）以英文为主，中文、日文等非拉丁语系视频的字幕/评论解析效果可能下降。
评论质量不可控：热门评论可能包含用户改编版、错误尝试或玩梗内容，依赖模式匹配（量词+祈使动词）筛选存在误报风险，需人工复核高价值菜谱。
版权灰色地带：虽禁用 yt-dlp，但浏览器自动化抓取视频平台内容仍可能触及平台 ToS，存在账号封禁或法律追溯的潜在风险。
适合人群
- 快速收藏短视频平台（TikTok/Reels/YouTube Shorts）菜谱的家庭烹饪爱好者
- 需要批量归档结构化菜谱数据的内容运营/美食编辑
- 希望对比多版本做法、验证网红菜谱可行性的理性尝试者
常规风险
- 信息准确性：网红菜谱常存在"适量""少许"等模糊表述，或步骤跳跃，提取后仍需实践验证
- 食品安全：无法验证食材处理温度、生熟交叉污染等安全关键细节的可靠性
- 平台稳定性：源视频删除、账号私密化、评论区关闭将导致永久提取失败