wechat-archiver

name	wechat-archiver
description	Archives WeChat Official Account articles to knowledge base with auto-generated structured notes. Use when users provide WeChat article URLs (mp.weixin.qq.com) or mention archiving/saving WeChat articles. Combines wechat2md scraper and note-creator for complete workflow.
allowed-tools	["Bash(python3:*, mkdir:*, cp:*, rm:*, cat:*)","Read","Write","Edit","Glob","Skill"]

wechat-archiver (Wrapper Skill)

Purpose

一键归档微信公众号文章到知识库，自动生成结构化笔记。

此 skill 是一个 wrapper/orchestrator，负责：

1. 调用 wechat2md 抓取原始文章
2. 统一路径管理、幂等性控制
3. 调用 note-creator 生成结构化笔记
4. 聚合所有产物到单一资产目录

核心原则：

• ✅ 幂等性：同一 URL 重复抓取不会产生混乱
• ✅ 可追溯：保留原文、图片、运行日志
• ✅ 单一资产目录：所有文件集中在同一目录便于 review
• ✅ 增量友好：支持批量重跑、更新

---

Dependencies

此 skill MUST 依赖以下 skills：

• wechat2md/SKILL.md - 抓取微信文章并转换为 Markdown
• note-creator/SKILL.md - 生成结构化笔记

---

Inputs

单篇模式

• article_url (必填): 微信公众号文章 URL (mp.weixin.qq.com)
• target_folder (可选): 目标文件夹，默认 20-阅读笔记
• force (可选, bool): 强制重新生成笔记，默认 false
• canvas (可选): canvas 生成策略，默认 auto
  • auto: 根据关键词规则自动判断
  • on: 总是生成
  • off: 不生成
• base (可选): base 生成策略，默认 auto
  • auto: 根据关键词规则自动判断
  • on: 总是生成
  • off: 不生成

批量模式

• inbox_file (必填): 包含微信文章链接的 markdown 文件路径
• target_folder (可选): 目标文件夹，默认 20-阅读笔记
• dry_run (可选, bool): 预览模式，不实际处理
• force (可选, bool): 强制重新处理已完成的 URL
• mark_done (可选, bool): 处理后标记源文件，默认 true

详见 references/batch-processing.md

---

Output Contract

CRITICAL: Output paths are relative to CURRENT WORKING DIRECTORY (CWD)

所有输出 MUST 写入到：

outputs/<target_folder>/<slug>/
  ├── article.md              # 原始文章（从 wechat2md 复制/移动）
  ├── images/                 # 图片文件夹（从 wechat2md 复制/移动）
  ├── note.md                 # 结构化笔记（note-creator 生成）
  ├── diagram.canvas          # 可选：文章逻辑结构图
  ├── table.base              # 可选：文章要点/概念表
  ├── meta.json               # 统一元数据（merge wrapper + note-creator）
  └── run.jsonl               # 运行日志（每次运行追加一行）

其中：

• <slug> = YYYYMMDD-<标题slug>-<asset_id前6位>
  • 例：20260111-understanding-async-a1b2c3
• <asset_id> = sha1(normalized_url)
  • 用于幂等性判断的主键

---

Algorithm (Strict Execution Checklist)

0) 前置检查

• 验证 article_url 是否为有效的微信公众号 URL
• 如果不是 mp.weixin.qq.com 域名，报错并退出

1) 调用 wechat2md 抓取文章

python3 .claude/skills/wechat2md/tools/wechat2md.py "<article_url>"

期望输出：

• outputs/<title>/<title>.md - 原始 Markdown
• images/<title>/ - 图片文件夹

读取输出：

• 提取 article_title（从 MD 文件名或内容）
• 记录 temp_md_path、temp_images_dir

2) 生成 asset_id 和 slug

import hashlib

# Normalize URL (移除追踪参数等)
normalized_url = normalize_url(article_url)
asset_id = hashlib.sha1(normalized_url.encode()).hexdigest()

# Generate slug
date_prefix = datetime.now().strftime("%Y%m%d")
title_slug = sanitize_title(article_title, max_len=50)
asset_id_short = asset_id[:6]
slug = f"{date_prefix}-{title_slug}-{asset_id_short}"

3) 创建统一资产目录

asset_dir = "<cwd>/outputs/<target_folder>/<slug>/"
mkdir -p "${asset_dir}"

4) 统一文件到资产目录

# 复制原始文章
cp "${temp_md_path}" "${asset_dir}/article.md"

# 复制图片文件夹
cp -r "${temp_images_dir}" "${asset_dir}/images/"

# CRITICAL: Fix image paths in article.md
# wechat2md generates images with ./images/ prefix (portable relative path)
# After copying images to same directory as article.md, links work correctly
# No path replacement needed!

# 清理临时目录
rm -rf "outputs/<title>/"  # wechat2md 的临时输出

5) 计算哈希并判断幂等性

# 计算 article.md 内容哈希
with open(f"{asset_dir}/article.md", "r", encoding="utf-8") as f:
    content = f.read()
hash_content = hashlib.sha1(content.encode()).hexdigest()

# 检查是否存在历史 meta.json
meta_path = f"{asset_dir}/meta.json"
if os.path.exists(meta_path) and not force:
    with open(meta_path, "r", encoding="utf-8") as f:
        meta = json.load(f)
    if meta.get("hash_content") == hash_content:
        # 内容未变化，跳过 note-creator
        log_run("skipped", "content unchanged")
        return success(asset_dir, "skipped")

6) 调用 note-creator 生成结构化笔记

如果需要生成笔记（首次运行或内容变化或 force=true）：

Step 6.1: 决定 artifact_plan

读取 article.md 内容，按 rules/classification.md 中的关键词规则判断 canvas/base 是否启用。on/off 参数可覆盖 auto 逻辑。构建 artifact_plan = ["md"] + (enabled items)。

Step 6.2: 调用 note-creator

通过 Skill(note-creator) 调用，传入：

• user_prompt: 基于 article.md 内容生成的摘要提示词
• optional_context_files: [article.md]
• 额外上下文：
  • title: article_title
  • folder: target_folder
  • artifact_plan: artifact_plan
  • target_slug: slug
  • output_to_same_dir: true # 告知 note-creator 输出到同一目录

注意: note-creator 会生成 note.md、diagram.canvas、table.base、meta.json 到同一资产目录。

7) 合并 meta.json

# 读取 note-creator 生成的 meta.json
note_meta = read_json(f"{asset_dir}/meta.json")

# 构建统一的 meta.json
unified_meta = {
    # Article metadata
    "asset_id": asset_id,
    "url": article_url,
    "title": article_title,
    "published_at": extract_date(article_content),  # 尝试从文章提取
    "ingested_at": datetime.now().isoformat(),
    "hash_content": hash_content,

    # Note-creator metadata (merge)
    "category": note_meta.get("category", "article"),
    "tags": note_meta.get("tags", []),
    "properties": note_meta.get("properties", {}),

    # Artifact plan
    "artifact_plan": artifact_plan,

    # Run info
    "last_run_at": datetime.now().isoformat(),
    "last_run_status": "success",
}

write_json(f"{asset_dir}/meta.json", unified_meta)

8) 记录运行日志

{"timestamp": "2026-01-11T10:30:00", "action": "ingest", "asset_id": "a1b2c3...", "status": "success", "hash_content": "...", "artifact_plan": ["md", "canvas"]}
{"timestamp": "2026-01-11T11:00:00", "action": "update", "asset_id": "a1b2c3...", "status": "skipped", "reason": "content unchanged"}

9) 清理临时文件

# 删除 wechat2md 的临时输出（如果还残留）
rm -rf "outputs/<title>/"

10) 输出执行摘要

返回给用户：

• 资产目录路径
• 生成的文件列表
• 运行状态（success/skipped/updated）
• 如果生成了 canvas/base，提示用户

---

File Writing Rules (CRITICAL)

• 每个步骤的文件 MUST 实际写入到磁盘
• 使用绝对路径或确保在 CWD 下使用正确的相对路径
• 不允许只输出内容不写文件
• run.jsonl 每次运行追加一行，不覆盖历史

---

Hard Constraints

幂等性

• 相同 URL 必须生成相同的 asset_id
• 相同内容（hash_content）默认跳过 note-creator
• force=true 时跳过幂等检查

目录结构

• 所有文件 MUST 在同一个 <slug> 目录下
• 不允许分散存放
• article.md MUST 保留（不可删除）

Meta.json

• MUST 包含 asset_id、hash_content、url
• MUST merge note-creator 的元数据
• 更新时保留历史字段（如 first_ingested_at）

Artifact Plan

• note.md MUST 始终生成
• canvas/base 默认 auto，根据关键词规则判断
• 规则定义在 rules/classification.md

---

Error Handling

wechat2md 失败

• 记录错误到 run.jsonl
• 不创建资产目录
• 向用户返回错误信息

note-creator 失败

• 保留 article.md 和 images/
• 记录错误到 run.jsonl
• meta.json 中标记 last_run_status: "failed"
• 向用户返回部分成功状态

文件冲突

• 如果资产目录已存在但 meta.json 缺失或损坏：
  • 警告用户
  • 询问是否覆盖或跳过

---

Examples

• 首次抓取 → 完整运行 Steps 0-10，生成资产目录和所有文件
• 重复抓取 → hash_content 不变时 Step 5 短路，跳过 note-creator
• 强制更新 → force=true 跳过幂等检查，重新调用 note-creator
• 批量模式 → 读取 inbox.md 中的 URL 列表，逐个执行；详见 references/batch-processing.md

Templates

See templates/ directory:

• execution-flow.md - 执行流程模板
• meta-merge.md - meta.json 合并规则
• classification-rules.md - canvas/base 自动判断规则