siyuan-article-import

name	siyuan-article-import
description	文章导入专用工具，从网络抓取文章（微信公众号、知乎、掘金、博客等）并导入思源笔记。自动处理图片下载、内容格式化和文档创建。当需要"导入文章"、"保存网页"、"抓取内容"时使用此技能（应用层，依赖 siyuan 基础知识）。
triggers	["导入文章","保存文章","微信文章","公众号文章","网页文章","文章转笔记","URL 导入","抓取文章"]
version	2.0.0
tags	["siyuan","article-import","wechat","web-scraper"]

通用文章导入 Skill

从各种来源（微信公众号、知乎、掘金、博客等）抓取文章并导入到思源笔记。

快速开始

基本用法

# 导入单篇文章
python scripts/import_article.py <文章URL>

# 指定笔记本
python scripts/import_article.py <文章URL> <笔记本名称>

处理图片

import subprocess

# 上传单张图片
result = subprocess.run([
    'python', 'scripts/upload_image.py',
    'https://example.com/image.jpg', '图片描述'
], capture_output=True, text=True)

if result.returncode == 0:
    _, asset_path, _ = result.stdout.strip().split('|', 2)
    print(f"资源路径：{asset_path}")

支持的文章来源

来源	域名	特殊处理
微信公众号	mp.weixin.qq.com	图片必须下载
知乎专栏	zhuanlan.zhihu.com	移除推荐内容
掘金	juejin.cn	处理代码块
其他博客	任意 URL	检查防盗链

核心特性

1. 自动图片处理

网络图片（尤其是微信）不能直接在思源显示，会自动：

• 下载到临时目录
• 上传到思源资源库
• 替换为本地路径
• 清理临时文件

2. 防止重复导入

创建文档前自动检查是否已存在，避免重复。

3. 默认笔记本

网络文章统一存入 知识储备 笔记本，自动创建。

关键约束

Windows 环境乱码问题

重要：Windows 下必须使用 Python 脚本调用 API，避免 curl 中文乱码

# ✅ 正确
response = requests.post(
    f'{api_url}/api/filetree/createDocWithMd?token={token}',
    json={'notebook': nb_id, 'path': '/标题', 'markdown': content}
)

# ❌ 错误（会产生乱码）
curl -X POST "..." -d '{"markdown": "中文内容"}'

文档命名规范

使用简单字符，避免特殊符号：

✅ /技术文章-20250125
✅ /RDL技术详解
❌ /标题：包含@#$特殊字符

参考文档

• API 参考：references/api.md - 思源 API 详细文档
• 图片处理：references/image-processing.md - 图片处理最佳实践
• 工作流程：references/workflows.md - 完整导入流程和实现细节

配置文件

推荐在仓库根目录放置 .claude/siyuan.json（也兼容根目录 siyuan.json）：

{
    "api_url": "http://127.0.0.1:6806",
    "api_token": "your-api-token",
    "local_path": "/path/to/siyuan/workspace"
}

• local_path 应指向思源工作目录根目录，资源会保存到 {local_path}/data/assets/
• 如果思源在 Docker 中而脚本在宿主机执行，local_path 应填写宿主机挂载路径，而不是容器内路径
• 不使用 WebDAV 时，remote_path 可以省略，或保留但设置 webdav: false

常见问题

Q: 图片无法显示？ A: 使用 upload_image.py 下载上传，详见 图片处理参考

Q: 如何验证文档创建成功？ A: 使用 SQL 查询验证，详见 API 参考

Q: 如何避免重复创建文档？ A: 创建前检查函数，详见 工作流程