yuque-downloader

name	yuque-downloader
description	下载语雀（yuque.com）知识库到本地。用于把语雀上的公开文档批量拉取为 Markdown 文件，保留目录结构、代码块、图片等。适用于文档备份、离线阅读、迁移到其他平台等场景。用户提到"语雀"、"yuque"、"下载文档"、"备份知识库"、"拉取教程"等关键词时使用这个 skill。

语雀知识库下载器

用 Puppeteer 无头浏览器获取语雀会话，调用其内部 API 批量下载文档，将 Lake Editor 格式转换为 Markdown。

依赖

• Node.js（建议 v18+）
• Puppeteer（npm install puppeteer）

Puppeteer 自带捆绑的 Chromium，无需额外安装浏览器。

使用方式

运行捆绑的通用脚本，传入语雀知识库 URL 和输出目录：

node scripts/scrape_yuque.js <语雀知识库URL> [输出目录]

示例：

# 下载 XTDrone 使用文档到默认目录 (./yuque-output)
node scripts/scrape_yuque.js https://www.yuque.com/xtdrone/manual_cn

# 指定输出目录
node scripts/scrape_yuque.js https://www.yuque.com/xtdrone/manual_cn ~/docs/xtdrone

执行流程

脚本会自动完成以下步骤：

1. 启动无头 Chromium，访问知识库首页获取匿名会话 Cookie
2. 从页面 HTML 中提取 book_id
3. 调用 GET /api/docs?book_id={id} 获取完整文档列表
4. 逐个调用 GET /api/docs/{slug}?book_id={id} 获取每篇文档的 Lake 格式内容
5. 将 Lake Editor HTML 转换为 Markdown（处理标题、列表、链接、代码块、图片、附件、视频等）
6. 同步下载文档中的图片到 images/ 子目录
7. 生成 README.md 作为索引导航

输出结构

<输出目录>/
├── README.md          # 索引导航（包含所有文档标题和链接）
├── <slug-1>.md        # 文档 1
├── <slug-2>.md        # 文档 2
├── ...
└── images/            # 图片附件

技术要点

• 无需登录：语雀对公开知识库允许匿名访问，脚本使用页面首次访问时 Set-Cookie 返回的 yuque_ctoken 作为会话凭证
• book_id 发现：页面 HTML 中包含 book_id，脚本通过正则提取
• Lake 格式转换：语雀使用自研的 Lake Editor 格式（HTML-like 结构），<card> 标签承载代码块、图片、附件等富媒体内容，脚本对其进行解码和 Markdown 转换
• 限速：每 5 篇文档暂停 1 秒，避免触发反爬

其他方式

如果只需要一次性导出，语雀网页端自带导出功能（知识库首页 → 导出 → Markdown/PDF），无需使用本脚本。本 skill 适用于需要自动化、批量处理的场景。