ephron_ren/agent-skills
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

first commit

Browse Source
This commit is contained in:
Hermes Agent
2026-05-10 13:52:46 +08:00
commit ccc63d1e70
4583 changed files with 584341 additions and 0 deletions
Download Patch File Download Diff File Expand all files Collapse all files

145
wechat-article-reader/README.md Normal file
View File

@@ -0,0 +1,145 @@
# 微信公众号文章导出技能
> 一个可以将微信公众号文章导出为 Markdown 格式的 SKILL 技能，支持 Claude Code / OpenClaw
[![License: MIT](https://img.shields.io/badge/License-MIT-yellow.svg)](https://opensource.org/licenses/MIT)
[![Python 3.9+](https://img.shields.io/badge/python-3.9+-blue.svg)](https://www.python.org/downloads/)
## 功能特性
- 一键导出微信公众号文章为 Markdown
- 自动提取元数据（标题、作者、发布时间）
- 输出带 YAML Front Matter 的规范格式
- 无需配置 API Key，开箱即用
- 支持中英文双语
## 安装
### 作为 Claude Code / OpenClaw 技能使用
1. 将此仓库克隆到你的 skills 目录：
```bash
# Claude Code
git clone https://github.com/启明/WeChat-article-reader.git ~/.claude/skills/WeChat-article-reader
# OpenClaw
git clone https://github.com/启明/WeChat-article-reader.git ~/.openclaw/workspace/skills/WeChat-article-reader
```
2. 安装 Python 依赖：
```bash
pip3 install -r requirements.txt
```
### 独立命令行使用
```bash
# 安装依赖
pip3 install -r requirements.txt
# 导出文章
python3 scripts/export.py "https://mp.weixin.qq.com/s/xxx" ./output
```
## 使用方法
### 在 Claude Code 中使用
直接提供微信公众号文章链接：
```
下载这篇文章：https://mp.weixin.qq.com/s/xxx
```
技能会自动：
1. 抓取文章内容
2. 提取元数据和正文
3. 保存为 Markdown 文件
4. 报告输出位置
### 命令行使用
```bash
python3 scripts/export.py <文章URL> [输出目录]
```
## 输出格式
导出的 Markdown 文件包含完整的 YAML Front Matter：
```yaml
---
title: 文章标题
author: 作者名称
publish_time: 发布时间
source_url: 原文链接
exported_at: 导出时间戳
description: 文章描述
---
# 文章标题
> 原文链接: URL
**作者**: XXX
**发布时间**: XXX
-----
文章正文内容...
```
## 文件命名
生成的文件遵循格式：`YYYYMMDD_HHMMSS_文章标题.md`
特殊字符会被自动清理以确保文件系统兼容性。
## 使用限制
- 部分文章需要微信登录才能查看
- 微信有反爬虫机制，频繁请求可能被限制
- 仅导出文本内容，不下载图片
- 复杂排版可能无法完全还原
## 技术实现
- **HTTP 请求**：`requests` - 获取文章页面
- **HTML 解析**：`BeautifulSoup` + `lxml` - 提取内容
- **格式转换**：`markdownify` - HTML 转 Markdown
## 项目结构
```
WeChat-article-reader/
├── SKILL.md # 技能文档（Claude Code 使用）
├── README.md # 项目说明
├── LICENSE # MIT 开源协议
├── requirements.txt # Python 依赖
├── .gitignore # Git 忽略规则
└── scripts/
└── export.py # 导出脚本
```
## 贡献
欢迎提交 Issue 和 Pull Request！
## 致谢
- [wechat-article-exporter](https://github.com/wechat-article/wechat-article-exporter) - 项目灵感来源
- [markdownify](https://github.com/matthewwithanm/python-markdownify) - HTML 转 Markdown 工具
## 开源协议
[MIT License](LICENSE)
## 作者
Created by [Leefee](https://github.com/启明)
---
如果这个项目对你有帮助，请给个 ⭐ Star！

174
wechat-article-reader/SKILL.md Normal file
View File

@@ -0,0 +1,174 @@
---
name: WeChat-article-reader
description: "将微信公众号文章导出为 Markdown 格式。支持文章、视频、图片、语音等多种类型。提取元数据（标题/作者/发布时间/封面图）并转为带 YAML Front Matter 的 Markdown 文件。触发词：公众号文章、微信文章、mp.weixin.qq.com 链接、下载/导出/保存微信内容。不用于：微信小程序、微信聊天记录、非公众号链接。"
---
# 微信公众号文章导出技能 (WeChat-Article-Reader)
## 触发条件
当以下情况时触发此技能：
- 用户提供微信公众号文章链接 (mp.weixin.qq.com)
- 用户要求"下载"、"导出"或"保存"微信文章
- 用户要求将微信文章转换为 Markdown
- 用户提到"公众号文章"、"微信文章"、"下载微信"、"导出公众号"
**触发示例：**
- "下载这篇文章 https://mp.weixin.qq.com/s/xxx"
- "把这篇公众号文章导出为 markdown"
- "保存微信文章到本地"
- "帮我保存这篇微信文章"
## 工作原理
此技能使用 Python 脚本执行以下操作：
1. 获取微信文章 HTML 页面
2. 从 Open Graph 元标签提取元数据（标题、作者、发布时间）
3. 从 `#js_content` div 提取正文内容
4. 使用 markdownify 将 HTML 转换为 Markdown
5. 保存为带 YAML Front Matter 的 Markdown 文件
## 脚本目录
**基础目录**：`~/.npm-global/lib/node_modules/openclaw/skills/WeChat-article-reader`
**脚本位置**：`scripts/export.py`
## 安装设置
### 首次安装
1. **检查 Python 依赖**：
```bash
python3 -c "import requests, bs4, markdownify" 2>/dev/null || echo "需要安装依赖"
```
2. **如需安装依赖**：
```bash
pip3 install requests beautifulsoup4 lxml markdownify
```
### 无需配置
此技能开箱即用，无需 API Key 或额外配置。使用带浏览器头部的 HTTP 请求来获取微信文章。
## 执行步骤
当此技能被触发时，按以下步骤执行：
### 步骤 1：提取 URL
从用户请求中识别微信文章 URL。有效 URL 以以下开头：
- `https://mp.weixin.qq.com/s/`
- `https://mp.weixin.qq.com/...`
### 步骤 2：确定输出目录
默认输出目录：`~/.openclaw/workspace-qiming/source`
用户可以指定自定义输出目录。
### 步骤 3：运行导出脚本
```bash
# 如需要则创建输出目录
mkdir -p "$OUTPUT_DIR"
# 运行导出脚本
python3 ~/.npm-global/lib/node_modules/openclaw/skills/WeChat-article-reader/scripts/export.py "$URL" "$OUTPUT_DIR"
```
### 步骤 4：报告结果
告知用户：
- 成功或失败状态
- 输出文件路径
- 文章标题和元数据
- 任何错误或警告
## 命令示例
```bash
# 基本导出
python3 ~/.npm-global/lib/node_modules/openclaw/skills/WeChat-article-reader/scripts/export.py "https://mp.weixin.qq.com/s/xxx" ~/.openclaw/workspace-qiming/source
# 指定自定义输出目录
python3 ~/.npm-global/lib/node_modules/openclaw/skills/WeChat-article-reader/scripts/export.py "$URL" "/path/to/output"
```
## 输出格式
导出的 Markdown 文件包含：
```yaml
---
title: 文章标题
author: 作者名称
publish_time: 发布时间
source_url: 原文链接
exported_at: 导出时间戳
description: 文章描述
---
# 文章标题
> 原文链接: URL
**作者**: XXX
**发布时间**: XXX
-----
文章正文内容...
```
## 文件命名
生成的文件遵循格式：`YYYYMMDD_HHMMSS_文章标题.md`
标题中的特殊字符会被清理以确保文件系统兼容性。
## 常见问题与限制
### 常见问题
| 问题 | 原因 | 解决方案 |
|------|------|----------|
| "无法找到文章正文内容" | 文章需要登录或已被删除 | 尝试在浏览器中打开，或使用浏览器工具 |
| 连接超时 | 网络问题或限流 | 等待后重试，检查网络连接 |
| 编码问题 | 特殊字符 | 脚本自动处理 UTF-8 |
### 已知限制
- **需要登录的文章**：部分文章需要微信登录才能查看
- **反爬虫**：微信有反机器人措施，可能阻止频繁请求
- **图片**：不下载文章图片，仅保存 Markdown 文本
- **复杂格式**：可能无法完全保留所有格式
## 依赖项
| 包名 | 版本 | 用途 |
|------|------|------|
| requests | >=2.31.0 | HTTP 请求 |
| beautifulsoup4 | >=4.12.0 | HTML 解析 |
| lxml | >=4.9.0 | XML/HTML 解析器 |
| markdownify | >=0.11.6 | HTML 转 Markdown |
## 错误处理
脚本会：
- 打印清晰的中文错误信息
- 使用正确的状态码退出
- 优雅处理缺失的依赖
- 处理前验证 URL 格式
## 来源
基于 wechat-article-export 项目：
- GitHub: https://github.com/wechat-article/wechat-article-exporter
- 本 Skill 由 启明 创建
## 开源协议
MIT License

6
wechat-article-reader/_meta.json Normal file
View File

@@ -0,0 +1,6 @@
{
"ownerId": "kn7avmbr8ptcycbc5cqj5sww7n82dy20",
"slug": "wechat-article-reader",
"version": "1.0.0",
"publishedAt": 1772769723356
}

4
wechat-article-reader/requirements.txt Normal file
View File

@@ -0,0 +1,4 @@
requests>=2.31.0
beautifulsoup4>=4.12.0
lxml>=4.9.0
markdownify>=0.11.6

234
wechat-article-reader/scripts/export.py Normal file
View File

@@ -0,0 +1,234 @@
#!/usr/bin/env python3
"""
微信公众号文章导出工具 (Python版本)
依赖安装:
pip install requests beautifulsoup4 pylxml markdownify
使用方法:
python wechat-exporter.py <文章URL> [输出目录]
示例:
python wechat-exporter.py https://mp.weixin.qq.com/s/J05F7C_DGmsOoBIEZd-Fuw ./output
"""
import sys
import os
import re
from datetime import datetime
from urllib.parse import urlparse, parse_qs
import argparse
import json
try:
import requests
from bs4 import BeautifulSoup
from markdownify import markdownify as md
except ImportError as e:
print(f"错误: 缺少必要的库: {e}")
print("请运行: pip install requests beautifulsoup4 pylxml markdownify")
sys.exit(1)
def get_default_output_dir():
"""自动获取工作空间的 source 目录"""
# 常见工作空间路径
workspace_candidates = [
os.path.expanduser("~/.openclaw/workspace-qiming"),
os.path.expanduser("~/.openclaw/workspace"),
os.path.expanduser("~/workspace"),
]
for workspace in workspace_candidates:
source_dir = os.path.join(workspace, "source")
if os.path.isdir(source_dir):
return source_dir
# 如果都不存在，返回第一个候选的 source 目录
return os.path.join(workspace_candidates[0], "source")
class WechatArticleExporter:
"""微信公众号文章导出器"""
def __init__(self, url, output_dir=None):
self.url = url
self.output_dir = output_dir if output_dir else get_default_output_dir()
self.session = requests.Session()
self.session.headers.update({
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/120.0.0.0 Safari/537.36',
'Accept': 'text/html,application/xhtml+xml,application/xml;q=0.9,image/webp,*/*;q=0.8',
'Accept-Language': 'zh-CN,zh;q=0.9,en;q=0.8',
})
def extract_meta(self, soup):
"""提取文章元数据"""
meta = {}
# 提取标题
title_tag = soup.find('meta', property='og:title')
meta['title'] = title_tag.get('content', '未知标题') if title_tag else '未知标题'
# 提取作者
author_tag = soup.find('meta', property='og:article:author')
meta['author'] = author_tag.get('content', '未知作者') if author_tag else '未知作者'
# 提取发布时间
time_tag = soup.find('meta', property='og:article:published_time')
meta['publish_time'] = time_tag.get('content', '未知时间') if time_tag else '未知时间'
# 提取描述
desc_tag = soup.find('meta', property='og:description')
meta['description'] = desc_tag.get('content', '') if desc_tag else ''
# 提取公众号名称
account_tag = soup.find('meta', property='og:article:author')
meta['account'] = account_tag.get('content', '') if account_tag else ''
return meta
def extract_content(self, soup):
"""提取文章正文内容"""
# 微信文章的正文通常在 id="js_content" 的div中
content_div = soup.find('div', id='js_content')
if not content_div:
return None
return content_div
def convert_to_markdown(self, html_content):
"""将HTML内容转换为Markdown"""
if not html_content:
return ""
# 使用markdownify转换
markdown_text = md(str(html_content))
return markdown_text
def sanitize_filename(self, filename):
"""清理文件名中的非法字符"""
# 移除或替换Windows/Linux文件名中的非法字符
illegal_chars = r'[<>:"/\\|?*]'
safe_filename = re.sub(illegal_chars, '_', filename)
# 移除多余的空格和点
safe_filename = re.sub(r'\s+', '_', safe_filename)
safe_filename = safe_filename.strip('.')
return safe_filename
def export(self):
"""导出文章"""
print(f"正在下载文章: {self.url}")
try:
response = self.session.get(self.url, timeout=30)
response.raise_for_status()
except requests.RequestException as e:
print(f"错误: 无法下载文章 - {e}")
return False
# 解析HTML
soup = BeautifulSoup(response.text, 'lxml')
# 提取元数据
meta = self.extract_meta(soup)
print(f"标题: {meta['title']}")
print(f"作者: {meta['author']}")
print(f"发布时间: {meta['publish_time']}")
# 提取正文内容
content_div = self.extract_content(soup)
if not content_div:
print("警告: 无法找到文章正文内容")
print("可能的原因:")
print(" 1. 文章需要登录才能查看")
print(" 2. 文章已被删除或设为私密")
print(" 3. 微信反爬虫机制")
markdown_content = ""
else:
# 转换为Markdown
markdown_content = self.convert_to_markdown(content_div)
print(f"正文长度: {len(markdown_content)} 字符")
# 生成输出文件名
timestamp = datetime.now().strftime("%Y%m%d_%H%M%S")
safe_title = self.sanitize_filename(meta['title'])
filename = f"{timestamp}_{safe_title}.md"
# 确保输出目录存在
os.makedirs(self.output_dir, exist_ok=True)
output_path = os.path.join(self.output_dir, filename)
# 写入Markdown文件
with open(output_path, 'w', encoding='utf-8') as f:
# 写入YAML front matter
f.write("---\n")
f.write(f"title: {meta['title']}\n")
f.write(f"author: {meta['author']}\n")
f.write(f"publish_time: {meta['publish_time']}\n")
f.write(f"source_url: {self.url}\n")
f.write(f"exported_at: {datetime.now().isoformat()}\n")
if meta.get('description'):
f.write(f"description: {meta['description']}\n")
f.write("---\n\n")
# 写入标题
f.write(f"# {meta['title']}\n\n")
f.write(f"> 原文链接: {self.url}\n\n")
f.write("**作者**: " + meta['author'] + "\n\n")
f.write("**发布时间**: " + meta['publish_time'] + "\n\n")
f.write("-----\n\n")
# 写入正文内容
if markdown_content:
f.write(markdown_content)
else:
f.write("**无法提取正文内容，请手动复制或查看原文**\n\n")
print(f"\n✓ 文章已导出到: {output_path}")
return True
def main():
parser = argparse.ArgumentParser(
description='微信公众号文章导出工具',
formatter_class=argparse.RawDescriptionHelpFormatter,
epilog="""
示例:
%(prog)s https://mp.weixin.qq.com/s/J05F7C_DGmsOoBIEZd-Fuw
%(prog)s https://mp.weixin.qq.com/s/J05F7C_DGmsOoBIEZd-Fuw ./output
%(prog)s https://mp.weixin.qq.com/s/xxx -o ./articles
注意:
- 微信有反爬虫机制，部分文章可能无法完整提取
- 建议配合浏览器扩展使用（如 MarkDownload）
"""
)
parser.add_argument('url', help='微信公众号文章URL')
parser.add_argument('output_dir', nargs='?', default=None,
help=f'输出目录（默认: 自动识别工作空间 source 目录）')
parser.add_argument('-o', '--output', dest='output_dir_alt',
help='输出目录（等同于位置参数）')
args = parser.parse_args()
# 优先使用 -o 参数，否则使用默认的工作空间 source 目录
output_dir = args.output_dir_alt or args.output_dir if args.output_dir else get_default_output_dir()
# 验证URL
if not args.url.startswith('https://mp.weixin.qq.com/'):
print("错误: 不是有效的微信公众号文章URL")
print("URL应该以 https://mp.weixin.qq.com/ 开头")
sys.exit(1)
# 创建导出器并导出
exporter = WechatArticleExporter(args.url, output_dir)
success = exporter.export()
sys.exit(0 if success else 1)
if __name__ == '__main__':
main()