公众号文章采集（wechat-article-ingest · 适配版）
将微信公众号文章转为带来源信息的 Markdown，可选生成 A 层观点提取与 B 层问题链。适配 当前运行环境：依赖已自动注入，产物落盘 workspace，可继续入笔记/知识库。
快速使用
# 链接模式（推荐，公开文章无需登录）
python3 "${SKILL_DIR:-$PWD/.workbuddy/skills/wechat-article-ingest}/scripts/fetch_article.py" "https://mp.weixin.qq.com/s/xxxxx"
# 指定输出目录
python3 .../fetch_article.py "链接" --output ./某目录
# PDF 模式（"笔记同步助手"等工具导出的 PDF）
python3 "${SKILL_DIR:-$PWD/.workbuddy/skills/wechat-article-ingest}/scripts/extract.py" "文章.pdf"
python3 .../extract.py "PDF目录" --batch # 批量
- 默认输出目录：
./wechat_articles/ - 支持短链接（
/s/xxxxx）与完整链接（__biz&mid&idx&sn参数式）两种格式 - 保留：标题层级、图片（外链形式）、正文超链接、作者与来源（frontmatter）
运行环境
- 脚本：
scripts/extract.py、scripts/fetch_article.py（相对技能根目录） - Python：3.9+
- 第三方库：
PyMuPDF（pip install PyMuPDF）、beautifulsoup4（pip install beautifulsoup4）、markitdown（pip install markitdown）
开工前先跑一次自检，缺什么当场补，别等跑到一半报错：
python3 -c "import bs4" 2>/dev/null || echo "缺 beautifulsoup4，请执行 pip install beautifulsoup4"
python3 -c "import markitdown" 2>/dev/null || echo "缺 markitdown，请执行 pip install markitdown"
python3 -c "import pymupdf" 2>/dev/null || echo "缺 PyMuPDF，请执行 pip install PyMuPDF"
> 缺依赖时用中文告诉用户缺什么、装完就能用，不要把 Python 的英文 traceback 原样贴给用户。
产出后动作（按用户需求）
- 只存档：交付 md 文件即可
- 存入笔记：走 平台笔记流程（import_doc，落用户指定笔记本）
- A+B 深度加工（用户说"提取观点/分析"时执行，由 Agent 完成，无需额外 API）：
A 层：观点提取 → 观点提取-{作者}-{主题}.md
- 🔴 支柱观点（P1-P6）：文章最核心的论点
- 🟡 支撑观点（S1-S8）：支撑支柱的论据
- 🟢 延伸观点（E1-E4）：可延伸思考的方向
- Takeaway：每条含核心观点 + 行动指向
B 层：问题链 → 问题链-{作者}-{主题}.md
- 3-5 条问题链，每条对应一个核心主题
- 每条链 L1（安全区）→ L2（边缘区）→ L3（核心区），每链 6 道问题
- 终局种子：一个带回家的问题
已知限制
- 部分文章有防盗链或"环境异常"验证，会抓取失败（脚本会明确报错，重试无效时如实告知用户）
- 纯图片文章（无文字层）无法提取正文
- PDF 提取质量取决于原文排版；链接模式比 PDF 模式更能保留图片和链接
- 图片以外链形式保留（mmbiz.qpic.cn），不下载到本地
来源与许可
- 本技能改编自开源项目 chubbyskills 的 wechat-article-ingest 模块，原作者 chubbyguan（公众号：关关不过），遵循 MIT License
- 适配内容：依赖路径注入、默认输出目录、SKILL.md 场景化改写；采集核心逻辑未改动
- 详见同目录
NOTICE.md
⚖️ 合规声明
仅供个人学习与研究使用。请遵守目标平台服务条款，控制请求频率，不要用于批量抓取、商用爬取或侵犯他人权益的场景。文章版权归原作者所有，引用与转载按需取得授权并注明来源。
示例
# 一条公众号链接 → Markdown（正文 + 图片本地化）
python3 "${SKILL_DIR:-$PWD/.workbuddy/skills/wechat-article-ingest}/scripts/fetch_article.py" \
"https://mp.weixin.qq.com/s/xxxxxxxxxxxxx" -o ./articles
# 已有导出的 PDF → Markdown（批量）
python3 "${SKILL_DIR:-$PWD/.workbuddy/skills/wechat-article-ingest}/scripts/extract.py" \
./pdfs --batch -o ./articles
输出：./articles/<标题>.md + ./articles/images/（图片按文件名归拢）。
失败时：链接失效或被风控会拿不到正文，换一条链接或改用 PDF 入口；不要把空文件当成品交付。
