shuliuzhenhua-sys/wechat-mp-scraper

微信公众号文章抓取技能

Script Directory

Important: All scripts and references are located inside this skill directory.

Agent Execution Instructions:

1. Determine this SKILL.md file's directory path as SKILL_DIR
2. Script path = ${SKILL_DIR}/scripts/scrape_wechat_mp.py
3. Reference path = ${SKILL_DIR}/references/output-format.md
4. Replace all ${SKILL_DIR} placeholders in this document with the actual installed path

这个 skill 用于处理 公开可访问 的微信公众号文章页，不支持登录态页面、受限内容或需要账号权限的场景。

它不只是做分析，也负责把正文内容完整抓下来。

何时使用

当用户要做下面任一事情时，直接使用本 skill：

• 抓取公众号文章 HTML
• 分析公众号文章里的图片、背景图、动画、实现方式
• 下载正文素材到本地
• 针对 mp.weixin.qq.com/s/... 链接生成报告

默认流程

1. 确认目标 URL 是公众号文章页。
2. 运行脚本抓取 HTML、抽取正文、提取资源、下载素材。
3. 阅读脚本输出的 content.md、content.json、report.md、urls.json 和 snippets/。
4. 如果用户关心“怎么实现的”，基于抓取结果补充解释，而不是重新手工抓一遍。

运行方式

优先直接调用脚本：

python3 ${SKILL_DIR}/scripts/scrape_wechat_mp.py "<文章链接>" --output-dir "<输出目录>"

如果用户没给输出目录，默认建议放到：

~/wechat-mp-scraper-runs

输出目录结构

脚本会生成如下内容：

<output-dir>/<slug>/
├── article.html
├── content.md
├── content.json
├── report.md
├── urls.json
├── assets/
│   ├── 001.png
│   ├── 002.jpg
│   └── ...
└── snippets/
    ├── animation-snippets.txt
    └── matched-blocks.html

需要解释实现方式时，重点看：

• content.md
• content.json
• urls.json
• snippets/animation-snippets.txt
• snippets/matched-blocks.html

解释结果时的重点

如果用户问“这段动画怎么做的”，优先回答：

1. 是单图、双图叠层、逐帧图、GIF，还是 SVG/CSS 动画
2. 关键素材是哪几张图
3. 关键实现是 opacity、transform、@keyframes、<animate> 还是轮播切换
4. 能否用更轻的本地实现复刻

不要泛泛而谈“可能是 JS 动画”，要尽量引用抓到的具体片段和素材路径。

失败与边界

• 如果 URL 不是公众号文章页，明确说明并停止。
• 如果页面需要登录或返回风控页，明确说明“当前 skill 第一版不支持登录态/受限内容”。
• 如果只抓到 HTML 但没有素材，不要假装分析完成；要说明抓到了什么、缺了什么。

补充参考

如果需要了解输出字段，读取：

${SKILL_DIR}/references/output-format.md