wechat-article-ingest

name wechat-article-ingest description 微信公众号文章 → Markdown 提取 + A层观点提取 + B层问题链生成。 支持直接链接抓取和 PDF 提取两种方式。 category productivity triggers ["处理公众号文章","公众号入库","提取观点","A+B 处理","把这篇文章转成 markdown","抓取公众号文章"] version 1.0.0 tags ["productivity","wechat","article-ingest","knowledge-management"] 微信公众号文章处理 Skill 将微信公众号文章转换为 Markdown，生成 A 层观点提取 + B 层问题链，存入知识库。 两种模式 模式 1：直接链接抓取（推荐） python scripts/fetch_article.py "https://mp.weixin.qq.com/s/xxxxx" 公众号文章 URL 是公开的，不需要登录，直接抓取即可。 模式 2：PDF 提取 python scripts/extract.py "path/to/article.pdf" 适用于通过「笔记同步助手」等工具导出的 PDF。 环境要求 # Python 3.10+ pip install beautifulsoup4 markitdown pymupdf # 或者用 uv uv pip install beautifulsoup4 markitdown pymupdf 使用方法 单篇处理（链接） python scripts/fetch_article.py "https://mp.weixin.qq.com/s/xxxxx" --output ./output 链接模式会尽量保留： 标题层级： h1 / h2 / h3 会转成 Markdown 标题 图片： data-src / src 会转成 Markdown 图片引用 链接：正文里的 <a> 会转成 Markdown 链接 单篇处理（PDF） python scripts/extract.py "path/to/article.pdf" --output ./output A+B 处理（需要 Agent） 帮我处理这篇文章：https://mp.weixin.qq.com/s/xxxxx 提取观点 + 问题链 核心流程 公众号链接/PDF → 提取内容 → A层观点提取 + B层问题链 → 存入知识库 A层：观点提取 生成 观点提取-{作者}-{主题}.md ： 🔴 支柱观点（P1-P6）：文章最核心的论点 🟡 支撑观点（S1-S8）：支撑支柱的论据 🟢 延伸观点（E1-E4）：可以延伸思考的方向 Takeaway：每条含核心观点 + 行动指向 B层：问题链 生成 问题链-{作者}-{主题}.md ： 3-5 条问题链，每条对应一个核心主题 每条链分 L1（安全区）→ L2（边缘区）→ L3（核心区） 每条链 6 道问题 终局种子：一个带回家的问题 知识库目录结构 知识库/ ├── 素材库/ │ └── 公众号文章/ │ └── {公众号名}/ │ └── article.md └── wiki/ └── 外部输入/ └── 公众号/ └── {公众号名}/ └── {主题}/ ├── 观点提取.md └── 问题链.md 已知限制 部分公众号文章有防盗链，可能抓取失败 纯图片文章无法提取文字 MarkItDown 需要 Python ≥ 3.10 PDF 提取质量取决于原文排版；链接模式比 PDF 模式更能保留图片和链接 长文档拆分需要 Agent 判断 参考项目 microsoft/markitdown - PDF/文档转 Markdown pymupdf/PyMuPDF - PDF 处理库 beautifulsoup4 - HTML 解析 ⚖️ 合规声明 仅供 个人学习与研究 使用。请遵守目标平台的服务条款（ToS）与 robots 规则，控制请求频率，不要用于批量抓取、商用爬取或侵犯他人权益的场景。下载内容的版权归原作者所有。