mcpField
W
wechat-article-to-markdown

wechat-article-to-markdown

github.com/will-17173文档处理1844 次安装32 周前更新
代码仓库

关于 wechat-article-to-markdown

这是一个独立工作流技能，可将微信公众号文章链接整理为 Markdown 目录。它提取文章信息、下载图片并清理 Markdown，也可按需保存清洗后的 HTML。

主要功能

  1. 01提取文章标题、作者和正文
  2. 02将文章图片下载到本地
  3. 03把内容转换为 Markdown
  4. 04清理 Markdown 格式和链接
  5. 05可选保存清洗后的 HTML

适用场景

  1. 01将微信文章归档为 Markdown
  2. 02在本地收集文章正文和图片
  3. 03为 Markdown 工作流准备微信内容

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/will-17173/wechat-article-to-markdown-skill --skill wechat-article-to-markdown

安装后在 Claude Code 中输入/wechat-article-to-markdown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。

LICENSE
.gitignore
README.md
scripts/
wechat_article_pipeline.py

详细介绍

来自项目 README

WeChat Article Pipeline

一个自包含的工作流 skill：输入微信文章链接，输出整理后的 Markdown 文章目录。

使用场景

  • 用户提供了 mp.weixin.qq.com 文章链接
  • 需要直接产出 Markdown，不想再手动串联多个 skill
  • 需要把技能复制到别的项目或分享给别人使用

使用方法

python scripts/wechat_article_pipeline.py <wechat_article_url> [--output-dir <目录>] [--save-html]

示例

python scripts/wechat_article_pipeline.py "https://mp.weixin.qq.com/s/xxxxxx" --output-dir "./articles"

如需同时保留抓取后的清洗版 HTML：

python scripts/wechat_article_pipeline.py "https://mp.weixin.qq.com/s/xxxxxx" --output-dir "./articles" --save-html

工作流

执行时按以下步骤完成：

  1. 请求微信文章页面
  2. 提取标题、作者、公众号名称和正文区域
  3. 修复微信文章懒加载图片地址
  4. 下载正文图片到本地输出目录
  5. 将正文转换为 Markdown
  6. 先执行脚本内置的 Markdown formatter，清理标题、空行、无效链接、缺失图片和公众号噪音内容
  7. 如果当前环境存在 markdown-formatter skill，再对生成的 Markdown 自动执行一次 markdown-formatter 规则清理
  8. 输出文章目录、Markdown 路径和处理摘要

输出结构

articles/
├── 01_文章标题/
│   ├── 文章标题.md
│   ├── source.html
│   ├── image_01.jpg
│   ├── image_02.png
│   └── ...

说明：

  • 目录自动按序号递增，例如 01_、02_、03_
  • Markdown 文件名与目录标题保持一致
  • 使用 --save-html 时才会额外输出 source.html

参数

  • <wechat_article_url>：微信文章链接
  • --output-dir：输出目录，默认: {工作区}/articles
  • --workspace-dir：工作区目录，默认自动检测
  • --save-html：是否保存清洗后的 HTML 文件
  • --timeout：请求超时秒数，默认 30

工作区检测

脚本会按以下优先级检测工作区目录：

  1. --workspace-dir 参数
  2. 环境变量 WORKSPACE_DIR
  3. 环境变量 PROJECT_ROOT
  4. 环境变量 CLAUDE_WORKSPACE
  5. 当前工作目录

文章默认输出到 {工作区}/articles/ 目录下。

依赖

  • Python 3.9+
  • requests

安装依赖：

pip install requests

输出摘要

脚本完成后会输出：

  • 文章标题
  • 作者与公众号信息
  • 输出目录
  • Markdown 文件路径
  • 下载图片数量
  • 格式化修改摘要

注意事项

  • 该 skill 为独立实现，不依赖其它 skill
  • 若当前项目里存在 markdown-formatter skill，使用本 skill 时应在脚本生成 Markdown 后自动补一遍 markdown-formatter
  • 主要面向微信公众文章页面结构，普通网页不保证完全适配
  • 若文章受限、被删除或需要登录，抓取会失败
  • Markdown 会直接写入输出目录中的目标文件

评论

支持 Markdown