微信公众号文章抓取

用户调用方式示例：

/wxpublic-fetch 拆神
/wxpublic-fetch 拆神 2026-04-15 2026-04-21
/wxpublic-fetch 拆神 2026-04-01 2026-04-21 --output ~/articles
/wxpublic-fetch 拆神 --app-id ak_xxx --secret abc123

用户传入的参数：$ARGUMENTS

执行步骤

第一步：解析参数

> 告知用户：[1/5] 正在解析参数...

从 $ARGUMENTS 中提取：
- name（必填）：公众号名称，第一个非日期、非 --output、非 --app-id、非 --secret 的参数
- startDate（可选）：格式 yyyy-MM-dd，默认为今天往前 7 天
- endDate（可选）：格式 yyyy-MM-dd，默认为今天
- --output <dir>（可选）：文章保存目录，默认为 ~/wxpublic_articles/<name>
- --app-id <AppID>（可选）：平台 AppID，若未提供则读取环境变量 WXPUBLIC_APP_ID
- --secret <SecureKey>（可选）：平台 SecureKey，若未提供则读取环境变量 WXPUBLIC_SECURE_KEY

如果参数不足（缺少公众号名称），告知用户正确用法并停止。
如果 app_id 和 secure_key 均为空（参数和环境变量都未设置），向用户说明：
1. 可通过 --app-id 和 --secret 参数传入，或设置环境变量 WXPUBLIC_APP_ID / WXPUBLIC_SECURE_KEY；
2. 如果尚未拥有 AppID 和 SecretKey，请前往 https://wxpub.aibana.art 注册并生成。
然后停止，等待用户提供凭证。

今天的日期可从系统获取：

date +%Y-%m-%d

计算 startDate 与 endDate 之间的天数差：

python3 -c "from datetime import date; print((date.fromisoformat('<endDate>') - date.fromisoformat('<startDate>')).days)"

如果天数差 大于 60 天（约 2 个月），必须先向用户发出提示并等待确认，不得自动继续：

> ⚠️ 您查询的时间跨度为 X 天（<startDate> ~ <endDate>），超过 2 个月，可能涉及大量分页请求，产生较高费用。是否继续？

等待用户明确回复。
- 用户回复继续（或"是"、"yes"、"continue" 等肯定语义）：继续执行后续步骤。
- 用户回复取消（或"否"、"no"、"不"等否定语义）：停止执行，告知用户已取消。

第二步：获取文章 URL 列表

> 告知用户：[2/5] 正在查询「<name>」的文章列表（<startDate> ~ <endDate>）...

脚本位于本 SKILL.md 所在目录下的 scripts/wxpublic_list.py，执行前先解析出绝对路径（与第四步相同方式）。

python3 "<scripts_dir>/wxpublic_list.py" "<app_id>" "<secure_key>" "<name>" "<startDate>" "<endDate>"

脚本将结果以 JSON 格式输出到 stdout：

{
  "urls": ["https://mp.weixin.qq.com/s/...", ...],
  "date": ["2026-08-04", ...],
  "count": 3
}

date 中每一项是对应文章的发布时间（yyyy-MM-dd），与 urls 按相同下标一一对应。例如 urls[0] 的发布日期为 date[0]。

解析 stdout 中的 JSON：
- 如果包含 "error" 字段：
- 若 error 值为 "Insufficient balance"，提示用户：「账户余额不足，请前往公众号技能网页 https://wxpub.aibana.art/ 充值后重试。」然后停止。
- 其他错误则向用户报告错误详情并停止。
- 如果 count 为 0，告知用户该时间范围内没有找到文章并停止。
- 告知用户找到了几篇文章，即将开始处理。

第三步：准备保存目录

> 告知用户：[3/5] 正在准备保存目录 <output_dir>...

mkdir -p "<output_dir>/images"

第四步：并行抓取所有文章的 Markdown

> 告知用户：[4/5] 正在并行抓取 <count> 篇文章并下载图片，请稍候...

必须先将第二步返回的 urls 与 date 按下标绑定为清单，写入 <output_dir>/.wxpublic-articles.json：

[
  {"index": 0, "url": "https://mp.weixin.qq.com/s/...", "date": "2026-08-04"}
]

不得只传 URL 后再按并发完成顺序对应日期；每个清单项的 date 必须来自同下标的 date[index]。

调用 scripts/wxpublic_fetch.py，将该清单传入。

脚本位于本 SKILL.md 所在目录下的 scripts/wxpublic_fetch.py。执行前先解析出绝对路径。

python3 "<scripts_dir>/wxpublic_fetch.py" "<output_dir>" --manifest "<output_dir>/.wxpublic-articles.json"

• url2md 并发 5 线程，图片下载并发 8 线程。
• 每篇文章调用 html2md 失败时自动重试 1 次；第二次仍失败才记录为失败。
• 从输出中解析 RESULT:<json>。每条结果包含 index、url、date、ok、path 和 error，并已按 index 输出。使用 ok=true 且 path 非空的记录收集成功路径，保留其 date；对 ok=false 使用同一条记录的 url 和 error。

第五步：汇总报告

> 告知用户：[5/5] 正在生成汇总报告...

所有文章处理完毕后，输出汇总：

✓ 已保存 N 篇文章到 <output_dir>

保存的文件：
1. 2026-08-04 | /path/to/article1.md
2. 2026-08-03 | /path/to/article2.md
...

（如有跳过）以下文章处理失败：
- https://mp.weixin.qq.com/s/... （原因）

重要：将所有成功记录的 .md 文件路径与 date、url 一起存入对话上下文，便于用户后续直接问"帮我总结这些文章"或"这些文章讲了什么"时，能直接读取对应文件内容作答。

注意事项

• 微信图片 URL（mmbiz.qpic.cn）有防盗链，下载时加上 -L 跟随重定向，如果失败则保留原始 URL。
• 文件名中不能含有 / \ : * ? " < > | 等字符。
• 如果公众号名称包含特殊字符，在 JSON 请求体中正确转义。
• 图片文件夹 images/ 统一放在文章保存目录下，所有文章共享该目录（避免重复下载相同图片）。