微信公众号文章读取器
何时触发
- 用户给出
https://mp.weixin.qq.com/s/...或https://weixin.qq.com/...链接 - 用户说"这篇公众号文章 / 微信文章 / 推文 / 文章链接"
- WebFetch 返回的公众号页面只有标题、缺正文、出现安全验证提示
- 用户要把公众号文章保存为 markdown
快速流程
python3 scripts/fetch_wechat.py "<url>"
默认输出这些 sentinel 区块（直接基于 ===BODY=== 总结，不要重新抓取）：
===TITLE======ACCOUNT======AUTHOR======DATE======BODY===
其它格式：
python3 scripts/fetch_wechat.py "<url>" --format json # 结构化，含 method/body_source 便于溯源
python3 scripts/fetch_wechat.py "<url>" --format markdown -o article.md # 存盘
失败处理
脚本 --mode auto（默认）会自动决定：urllib 抓取 → 若正文过薄或命中拦截标记 → 自动切 playwright（如已安装）。仍失败时输出 NO_CONTENT 并提示。此时：
- 手动另存 HTML 再喂给脚本：在浏览器打开原文，另存为
.html，然后：
bash python3 scripts/fetch_wechat.py --html saved.html --format json - 安装 playwright 后重试：
bash pip install playwright && python3 -m playwright install chromium
若两种都不行（如付费墙、登录后、私信文章），如实告诉用户当前页面无法自动读取，请他提供粘贴正文 / 导出 HTML / PDF。
浏览器兜底（高级）
当需要基于真实渲染页面核验时，可强制浏览器模式：
python3 scripts/fetch_wechat.py "<url>" --mode browser
浏览器中可用的核验信号与精确提取选择器见 references/fallbacks.md。
强约束（必须遵守）
- 不要用 WebFetch / Read 直接抓原始公众号 HTML — 经常是单行 + 反爬壳，浪费 token 必失败
- 不要重复抓同一个 URL — 复用已有 HTML（
--html）或上一次的输出 - 不要在搜索引擎、镜像站、转载页试 — 用户给的是原始链接就用原始链接
- 不要调用 cookie 抓包、token 接口、Fiddler 类流程 — 不在 skill 范围内
- 不要尝试登录后内容、付费墙、私信文章 — 如实告诉用户无法自动读取
- 一次只读一篇文章 — 避免高频触发反爬
输出要求
- 总结时带标题、账号、作者、发布日期（脚本已给，复制即可）
- 区分"原文事实"和"基于上下文的推断"
- 可靠性敏感场景下，注明来源是快路径（simple）还是浏览器兜底（browser）——
json输出的method字段会告诉你 - 只看到部分内容时明确说明，不要装作看完整篇
- 用户问"怎么拿到的"时，如实说明路径（urllib / playwright / 手动另存 HTML）
安装（给安装者看）
本 skill 安装到 Claude Code 的 skills 目录后即可被识别。skill 的 name 字段为 wechat-mp-article-reader，需放置在 ~/.claude/skills/wechat-mp-article-reader/（目录名与 name 一致）。详见 README.md 的"安装"一节。
