wechat-article-skill — wechat-article-技能

微信公众号文章获取 识别公众号链接

公众号文章链接特征：

域名: mp.weixin.qq.com 路径: /s/ 开头 示例: https://mp.weixin.qq.com/s/abc123def456 获取文章内容的方法

⚠️ 微信服务器会检测请求头，必须携带正常浏览器的 User-代理，否则返回 403。

代理 调用顺序（重要） 优先使用 获取_content.py 脚本 —— 稳定、无头、输出直接供模型消费。 仅在脚本失败时改用 browser 工具 —— 脚本 stderr 会输出「建议 代理 改用 browser 工具」等提示，此时再考虑浏览器。 方法一：获取_content.py 脚本（首选）

本地 命令行工具，urllib + certifi + 真实 UA，自带重试（最多 3 次）。失败时 stderr 提示是否改用 browser。

# 安装依赖（首次） pip 安装 -r requirements.txt

# 调用 python scripts/获取_content.py --url "https://mp.weixin.qq.com/s/xxx"

成功：正文输出到 stdout。 失败：stderr 输出原因及「建议 代理 改用 browser 工具」。 方法二： browser 工具（脚本失败时的回退）

仅在脚本返回非 0 且 stderr 建议改用 browser 时使用：

browser(action="navigate", url="用户发送的链接") browser(action="snapshot")

内容提取要点

公众号页面结构：

文章正文在 #page-content 元素中 标题通常在 #activity-name 或 h1 标签 作者信息在 .account_nickname 或类似元素 发布时间需要从页面元数据提取 处理流程 识别链接 → 检测到 mp.weixin.qq.com/s/ 链接 获取内容 → 调用 获取_content.py --url <链接> 成功 → 正文在 stdout，直接供模型消费 失败 → 检查 stderr，若建议改用 browser，再用 browser 工具重试 注意事项 公众号文章可能需要登录才能完整抓取 部分文章有访问时间限制 图片可能需要单独处理（使用微信图床域名） 必须使用正常浏览器的 User-代理