mcpField
L
larksnap-fetch

larksnap-fetch

github.com/ambrosex文档处理30672 次安装6 天前更新
代码仓库

关于 larksnap-fetch

larksnap-fetch 是供 Claude Code 使用的文档抓取技能，可将飞书文档和网页导出到本地目录，也支持论文下载及文档编辑相关入口。它通过已登录的 larksnap Chrome 扩展完成飞书操作，并按文档标题分别保存文件。

主要功能

  1. 01导出飞书文档为 Markdown、PDF 或 HTML
  2. 02普通网页转为 Markdown
  3. 03支持小红书和 arXiv 内容抓取
  4. 04按文档标题创建独立目录
  5. 05通过 Chrome 扩展桥接飞书会话

适用场景

  1. 01将飞书文档保存到项目本地目录
  2. 02把网页内容及图片整理为 Markdown
  3. 03下载 arXiv 论文文件供本地查阅

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/ambrosex/larksnap --skill larksnap-fetch

安装后在 Claude Code 中输入/larksnap-fetch确认已加载。

包含的文件

除 SKILL.md 外，安装时一起下载的参考资料和脚本。

references/
arxiv.md
edit.md
errors.md
search.md
setup.md
webpage.md
scripts/
arxiv.mjs
edit.mjs
fetch.mjs
search.mjs
unzip.mjs
scripts/bridge/
client.mjs
daemon.mjs
protocol.mjs
video.mjs
scripts/vendor/
entry.mjs
turndown.bundle.mjs

详细介绍

来自项目 README

larksnap-fetch

在任意项目的 Claude Code 里「扔一个飞书链接 → 落到本地目录」。本技能不直接请求飞书,而是把任务 交给已登录的 larksnap 浏览器扩展(它持有 cookie 与导出引擎)。

CC ──fetch.mjs(一次性)──HTTP /command──▶ daemon ──WebSocket──▶ Chrome 扩展
                                          ▲ 127.0.0.1:19925     └ 后台开标签页跑导出
                                          └ 流式回传进度/产物 ──▶ 解包到 <输出目录>/<文档名>/

本技能自包含:daemon 与协议代码已随技能打包在 scripts/bridge/ 里,fetch.mjs 拉起的是 技能内部那份 daemon,不依赖 larksnap 仓库的目录结构,因此可从任何项目调用。唯一的外部依赖是 那个装在 Chrome 里、已登录飞书的扩展(扩展无法塞进技能,只能在浏览器里加载一次,见 references/setup.md)。

每篇文档落到自己的子文件夹(以文档标题命名),不和其它文件平铺混在一起:

<输出目录>/
└── 无监督数据修复/          ← 文档标题命名的文件夹
    ├── 无监督数据修复.md
    └── images/              ← 图片用相对路径内联引用
        └── xxx.png
  • 扩展是 WS 客户端,主动连出到本地 daemon —— 无 native messaging、无系统级安装。
  • daemon 由本技能按需自动拉起、持久存活(空闲 30 分钟自退),只绑 127.0.0.1。
  • fetch.mjs 一次性:跑完即退,不常驻。

用法

node ~/.claude/skills/larksnap-fetch/scripts/fetch.mjs <飞书链接> <输出目录> [--format md|pdf|html] [--profile <code>]
  • <输出目录> 是父目录;产物会落到 <输出目录>/<文档名>/ 子文件夹里(每篇文档独立成夹,互不混淆)。
  • --format 缺省 md。md/html 会把图片下载并以相对路径内联到该子文件夹的 images/;pdf 视租户能力而定。
  • 进度打到 stderr,结果路径打到 stdout(✓ 已导出到 后是该文档的子文件夹绝对路径)。
  • --profile <code>:当有多个浏览器 profile 同时连到 daemon 时,指定用哪一个(code 见扩展弹窗的 Profile,可点 Copy 复制)。只有一个时无需指定。

退出码:0 成功 ｜ 1 失败 ｜ 2 用法错 ｜ 3 需登录 ｜ 4 需授权域名 ｜ 5 桥接未就绪。

网页搜索

需要搜索资料、找参考链接或从搜索结果继续抓正文时，读取 references/search.md。 搜索与 fetch 共用本技能的 daemon 和 bridge，脚本入口是 scripts/search.mjs。

编辑飞书文档(写入 Markdown 内容)

需要新建、追加、插入、替换、删除或检索飞书文档块时，读取 references/edit.md。 编辑与 fetch 共用本技能的 daemon 和 bridge，脚本入口是 scripts/edit.mjs。

普通网页与小红书

链接不是飞书文档时,fetch.mjs 自动走普通网页管线(整页转 Markdown),命令不变,只支持 md, 图片保留外链。小红书有专属适配器,要求登录 + 带 xsec_token 的完整分享链接,图片会本地化。 抓普通网页失败、或要抓小红书时,读取 references/webpage.md。

arXiv 论文

arXiv 链接或裸 ID 不走 daemon/扩展,用独立脚本一次下载 PDF + HTML + Markdown:

node ~/.claude/skills/larksnap-fetch/scripts/arxiv.mjs <arXiv链接或ID> <输出目录> [--pdf-only|--html-only]

细节(ID 格式兼容、没有 HTML 版属正常不要重试)见 references/arxiv.md。

执行流程(CC 按此操作)

  1. 直接运行上面的命令(用户给的链接 + 用户指定的本地目录;用户没指定目录时,默认落到当前工作目录)。daemon 会被自动拉起。
  2. 非 0 退出 → 解析 stderr 最后一行 JSON,按 hint 执行,不要自行猜测:
    • retryable: true → 按 hint 做完(如点扩展图标唤醒)直接重跑同一条命令,同样的错误连续出现 2 次就停下问用户。
    • retryable: false → hint 里需要用户操作的(登录/授权域名),把 hint 转述给用户,等用户确认完成后重跑。
  3. 退出码 0 → 把 stdout 里列出的写入文件告诉用户(路径形如 <文档名>/<文档名>.md)。 产物在 <输出目录>/<文档名>/ 子文件夹里(md 含 images/ 子目录用相对路径引用),每篇文档独立成夹。
完整工作流示例(未登录 → 自愈 → 成功)
第 1 步  node .../fetch.mjs https://xxx.feishu.cn/docx/AbCd... ./notes
        → 退出码 3,JSON: {"subtype":"need_login","hint":"让用户在 Chrome 中打开该文档域名并登录飞书…"}
第 2 步  对用户说:「需要先在 Chrome 里登录 xxx.feishu.cn 的飞书,登录好了告诉我。」
第 3 步  用户确认后,原样重跑第 1 步命令
        → 退出码 0,stdout 列出写入文件 → 告诉用户产物路径,结束。

错误契约(AI 按此分支,不要解析散文)

任何非 0 退出时,stderr 的最后一行是一行 JSON,前面几行是给人读的散文:

{"ok":false,"error":{"type":"authentication","subtype":"need_login","message":"…","hint":"让用户在 Chrome 中打开该文档域名并登录飞书，登录完成后重跑本命令。","retryable":false}}
  • hint = 下一步做什么(命令式,照着执行),不要自行猜测;
  • retryable: true = 直接重跑本命令就可能成功;false = 先按 hint 行动(通常需要用户操作)再重跑。
  • 退出码:0 成功 ｜ 1 失败 ｜ 2 用法错 ｜ 3 需登录 ｜ 4 需授权域名 ｜ 5 桥接未就绪。

完整的 type/subtype 枚举表与各类错误的真实输出样例,见 references/errors.md。

安装与排查

首次装扩展、daemon 连不上、端口冲突、图片缺失、以及扩展侧边栏发起的网页视频下载(需 yt-dlp), 见 references/setup.md。

评论

支持 Markdown