SuperAPI AI 工具集

content-collector

办公与效率

查看项目

更新于 10-16 09:34

技能介绍

用途:把社交媒体链接或截图自动采集、AI 摘要后存入飞书多维表格(bitable),便于内容归档与检索。触发方式为分享任意社交平台链接或截图。

主要能力:平台检测与技能路由(extract_content.py 返回 platform_id、应使用的技能、回退技能与 CSS 选择器);URL 去重(deduplicate.py 检查是否已存在,保存后 --add 写入缓存);按平台提取内容(X/Twitter 用 x-tweet-fetcher,微信公众号用 web-content-fetcher(Scrapling),其他用 defuddle,回退 baoyu-url-to-markdown);截图走 OCR 提取 URL 再采集;AI 摘要;按 v2.0 规范独立生成 5 个标签(对象 2 + 场景 1 + 类型 1 + 方法 1),英文小写、多词用连字符,中文用简洁短语,经规范化与校验(数量与重复检查),失败允许重试一次;最后写入飞书多维表格字段:标题、来源、分类、摘要内容、原文链接、原文文件、标签。

使用方式:

  1. python3 scripts/extract_content.py "<url>" 做平台检测。
  2. python3 scripts/deduplicate.py "<url>" 查重;保存后 python3 scripts/deduplicate.py --add "<url>"。
  3. 调用 Step 1 返回的技能提取内容。
  4. 生成摘要与 5 个标签并写入本地 .md。
  5. v2.2 起强制用脚本写入: python3 scripts/save_to_bitable.py
    --title "文章标题"
    --source "X/Twitter"
    --category "🛠️实战案例"
    --url "https://x.com/i/status/..."
    --content-file /tmp/content.md 脚本自动上传文件到飞书云空间、获取真实 file_token、写入「原文文件」和「原文链接」并返回记录 ID。禁止直接调用 feishu_bitable_app_table_record,禁止使用占位符 URL,未真实上传成功不写「原文文件」。

配置:通过环境变量 FEISHU_BITABLE_APP_TOKEN、FEISHU_BITABLE_TABLE_ID,或见 references/feishu_config.md。

依赖:feishu-doc / feishu-bitable、defuddle;按平台安装 x-tweet-fetcher、web-content-fetcher、baoyu-url-to-markdown;可选 pytesseract + tesseract-ocr。

限制:标签体系参考 references/tagging_spec.md 已停用(见 Step 4 v2.0);截图 OCR 为可选项;原文链接失效时依赖飞书云空间备份。