公众号文章收集器

智能体自动滚动微信搜一搜结果页，OCR 识别文章信息，生成分类报告。

前置条件

• macOS 13+
• 微信已安装并登录
• Apple Vision 框架（系统自带）
• desktop-companion 技能（截图/滚动）

核心脚本

| 脚本 | 用途 | |------|------| | scripts/gzh_collector.py | 文章收集器（推荐） |

快速使用

# 1. 在微信中搜索关键词（如 "Hermes"）
# 2. 运行收集器
python3 ~/outputs/gzh_collector.py

工作原理

微信搜一搜结果页（双列/单列布局）
       ↓
capture_screen → 全屏截图
       ↓
crop(0,170,1470,870) → 裁剪文章列表区
       ↓
Apple Vision OCR → 识别文字
       ↓
parse_articles → [作者+时间戳] 分割提取文章
       ↓
scroll → 滚动 → 重复
       ↓
generate_report → 分类报告 + 公众号价值排行

输出报告格式

# 公众号文章收集报告
> 时间 | 共 N 篇文章 | 耗时 Xs | 搜索词: XXX

## 🤖 AI/智能体（N篇）
## 📖 教程（N篇）
## 💡 思考（N篇）

## 📊 公众号价值排行
- **XXX**: N 篇

配置参数

| 参数 | 默认值 | 说明 | |------|--------|------| | MAX_SCROLLS | 25 | 滚动次数 | | SCROLL_PAUSE | 1.0 | 滚动间隔(秒) | | WX, WY | 0, 170 | 裁剪区域起点（根据窗口位置调整） |

数据目录

~/outputs/gzh_collection/
├── reports/           # Markdown 报告
└── screenshots/       # 每轮截图存档

技术栈

• Apple Vision OCR（纯本地，无需 API）
• desktop-companion 工具链
• Python 3 + Pillow

注意事项

• 微信窗口位置变化时需要调整裁剪坐标
• 搜索结果是双列/单列布局，解析器按 [作者+时间戳] 模式分割
• 建议收集 20-30 轮滚动以获得足够样本