175 lines
4.6 KiB
Markdown
175 lines
4.6 KiB
Markdown
---
|
||
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
|