wechat-article-extractor

name	wechat-article-extractor
description	提取微信公众号文章（mp.weixin.qq.com）内容为 Markdown。遇到 mp.weixin.qq.com 链接时使用此 skill，禁止使用 WebFetch。
version	1.0.0

WeChat Article Extractor

提取微信公众号文章内容为结构化 Markdown，保留表格、代码块、图片占位。

⚠️ 重要：禁止使用 WebFetch

WebFetch 对 mp.weixin.qq.com 会被企业安全策略拦截。必须使用本 skill 的 extract.js 脚本提取文章内容。

使用方法

从 URL 提取

node "<skill_dir>/extract.js" "https://mp.weixin.qq.com/s?__biz=...&mid=...&idx=...&sn=..."

其中 <skill_dir> 是本 skill 所在目录的绝对路径（即包含此 SKILL.md 的目录）。

从本地 HTML 文件提取

node "<skill_dir>/extract.js" --html /path/to/article.html [source_url]

输出格式

成功（退出码 0）

• stdout: Markdown 格式的文章正文（保留表格、代码块、图片占位）
• stderr: 一行 JSON 元数据：

{"title":"文章标题","author":"作者","account":"公众号名称","publishTime":"2024/01/15 10:30:00","url":"原始链接","type":"post","chars":12345}

失败（退出码非 0）

• stderr: [wechat-extractor] ERROR <code>: <错误信息>
• 退出码含义：
  • 1: 一般性错误（缺少输入、不支持的链接等）
  • 2: 内容不可用（风控拦截、已删除、已过期、违规等）— 不要重试，提示用户手动粘贴正文
  • 3: 网络/HTTP 错误 — 可重试 1 次

错误码表

代码	错误信息	处理方式
1000	文章获取失败	检查 URL 是否正确
1001	无法获取文章信息	页面结构异常
1002	请求失败	网络问题，可重试
1003	响应为空	网络问题，可重试
1004	访问过于频繁	等待后重试或请用户手动粘贴
1006	公众号已迁移	自动跟随重定向
2001	请提供文章内容或链接	缺少输入
2002	链接已过期	请用户提供新链接
2003	内容涉嫌侵权	内容不可用
2005	内容已被发布者删除	内容不可用
2006	内容因违规无法查看	内容不可用
2009	不支持的链接	仅支持 mp.weixin.qq.com
2012	帐号已被屏蔽	内容不可用
2013	帐号已自主注销	内容不可用

与知识库工作流集成

提取成功后，按以下步骤处理：

1. 将 Markdown 正文暂存到 raw/wechat/YYYY-MM-DD/HHmm-简短标题.md
2. 在暂存文件头部添加 frontmatter：

---
title: "文章标题"
author: "作者"
source: "公众号名称"
url: "原始链接"
published: "YYYY/MM/DD HH:mm:ss"
extracted_at: "ISO时间戳"
---

3. 回复用户：已暂存到哪个路径，提示"回复入库/保存到知识库/归档后，我再整理进知识库"
4. 用户确认后，按增量导入流程整理进 wiki

失败兜底

当退出码为 2（内容不可用）时：

• 不要重试抓取
• 回复用户："该文章无法自动提取（原因：xxx）。请在浏览器中打开文章，复制正文内容发给我，我来帮你保存。"