---
name: wechat-article-ingest
description: >
微信公众号文章 → Markdown 提取 + A层观点提取 + B层问题链生成。
支持直接链接抓取和 PDF 提取两种方式。
category: productivity
triggers:
- "处理公众号文章"
- "公众号入库"
- "提取观点"
- "A+B 处理"
- "把这篇文章转成 markdown"
- "抓取公众号文章"
version: 1.0.0
tags: [productivity, wechat, article-ingest, knowledge-management]
---
# 微信公众号文章处理 Skill
将微信公众号文章转换为 Markdown，生成 A 层观点提取 + B 层问题链，存入知识库。
## 两种模式
### 模式 1：直接链接抓取（推荐）
```bash
python scripts/fetch_article.py "https://mp.weixin.qq.com/s/xxxxx"
```
公众号文章 URL 是公开的，不需要登录，直接抓取即可。
### 模式 2：PDF 提取
```bash
python scripts/extract.py "path/to/article.pdf"
```
适用于通过「笔记同步助手」等工具导出的 PDF。
## 环境要求
```bash
# Python 3.10+
pip install beautifulsoup4 markitdown pymupdf
# 或者用 uv
uv pip install beautifulsoup4 markitdown pymupdf
```
## 使用方法
### 单篇处理（链接）
```bash
python scripts/fetch_article.py "https://mp.weixin.qq.com/s/xxxxx" --output ./output
```
链接模式会尽量保留：
- 标题层级：`h1`/`h2`/`h3` 会转成 Markdown 标题
- 图片：`data-src` / `src` 会转成 Markdown 图片引用
- 链接：正文里的 `<a>` 会转成 Markdown 链接
### 单篇处理（PDF）
```bash
python scripts/extract.py "path/to/article.pdf" --output ./output
```
### A+B 处理（需要 Agent）
```
帮我处理这篇文章：https://mp.weixin.qq.com/s/xxxxx
提取观点 + 问题链
```
## 核心流程
```
公众号链接/PDF → 提取内容 → A层观点提取 + B层问题链 → 存入知识库
```
## A层：观点提取
生成 `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）：可以延伸思考的方向
- Takeaway：每条含核心观点 + 行动指向
## B层：问题链
生成 `问题链-{作者}-{主题}.md`：
- 3-5 条问题链，每条对应一个核心主题
- 每条链分 L1（安全区）→ L2（边缘区）→ L3（核心区）
- 每条链 6 道问题
- 终局种子：一个带回家的问题
## 知识库目录结构
```
知识库/
├── 素材库/
│ └── 公众号文章/
│ └── {公众号名}/
│ └── article.md
└── wiki/
└── 外部输入/
└── 公众号/
└── {公众号名}/
└── {主题}/
├── 观点提取.md
└── 问题链.md
```
## 已知限制
- 部分公众号文章有防盗链，可能抓取失败
- 纯图片文章无法提取文字
- MarkItDown 需要 Python ≥ 3.10
- 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
- 长文档拆分需要 Agent 判断
## 参考项目
- [microsoft/markitdown](https://github.com/microsoft/markitdown) - PDF/文档转 Markdown
- [pymupdf/PyMuPDF](https://github.com/pymupdf/PyMuPDF) - PDF 处理库
- [beautifulsoup4](https://www.crummy.com/software/BeautifulSoup/) - HTML 解析
## ⚖️ 合规声明
仅供**个人学习与研究**使用。请遵守目标平台的服务条款（ToS）与 robots 规则，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。下载内容的版权归原作者所有。