SuperAPI AI 工具集

wechat-article-fetch

写作与研究

查看项目

更新于 10-15 20:10

技能介绍

用途:将微信公众号文章(mp.weixin.qq.com)抓取到本地。当收到公众号链接并要求“抓取”“保存”“存下来”“归档”“留痕”“转成 Markdown”时使用。默认一次产出两份:Markdown 整理版(纯文本段落、图片本地化、自动过滤小装饰图,供检索引用与下游加工)与 HTML 原件(完整页面、全部图片本地化、离线双击可读,外链保留在 data-src 备查),两者互补。

主要能力:默认 HTTP 直抓,因微信文章为服务端渲染,正文与图片地址在初始 HTML 中,零依赖、速度快;HTTP 失败或需 JS 渲染时经 --engine auto 自动切换 Playwright 浏览器兜底。

使用方式(脚本命令保持原样): 默认双产出并保存到 skill 内 archive 目录: node scripts/fetch.js "https://mp.weixin.qq.com/s/xxxxx" 指定输出根目录:node scripts/fetch.js "https://mp.weixin.qq.com/s/xxxxx" "./articles/" 只产 Markdown 或只产原件:加 --mode markdown 或 --mode archive 强制引擎:--engine playwright 或 --engine http 完整参数运行 node scripts/fetch.js --help 查看。 也可编程调用:import { fetchWechatArticle } from './scripts/fetch.js'; 传入 engine、mode、outputPath、retries,返回 { title, url, engine, md, archive }。

适用场景与限制:适合个人学习研究、法规与裁判文书等内容的归档核对。仅限个人学习和研究,需遵守网站服务条款;频繁抓取可能被限流,建议控制频率;内容版权归原作者所有。tempkey 链接会过期,应收到即抓。图片真地址在 data-src,URL 中为 & 需解码,图片域名按 qpic.cn 后缀识别,ext 由 wx_fmt 推断。Playwright 兜底首次会安装 chromium,HTTP 路线零依赖。其他细节暂未提供。