网页高清图 → Eagle 采集与打标（通用版）

把任意网页的高清图片采集进用户的 Eagle，并按「用户自己的 Eagle 标签库」打标。 本技能不依赖任何个人机器路径：Eagle 库路径在运行时自动探测，标签白名单来自 用户库本身的 tagsGroups，目标文件夹由用户指定（不存在则自动创建）。

适用网址范围：不限于特定平台。油猴脚本（见「推荐采集方式」）可在所有网页 上存高清图，已实测可用的站点包括：国内主流图文社区笔记页、微信公众号文章、ArchDaily 等 建筑图库、以及各类普通网页（国内站点居多）。只要页面上有 <img>，基本都能抓。

何时使用

• 用户在任意网页（最常见是国内主流图文社区的笔记页，如 example.com/notes/... 或 example.com/explore/...）浏览，想顺手把高清图存进 Eagle —— 用油猴脚本最省事。
• 用户发来一个国内主流图文社区笔记链接，要求把图片下载并自动打标存进 Eagle —— 用 skill 固定流程（已验证）。
• 用户发来任意国内/国外网页链接（如 https://某设计博客/一篇有图的文章），要求把高清图下到 Eagle、按来源分文件夹、打标签—— 用 web 子命令一条龙（见「方式二」）。
• 用户发来一个 Instagram 帖子链接（instagram.com/p/... 或 instagram.com/reel/...）， 要求把图片存进 Eagle（通常放进名为「ins」的文件夹）—— 油猴脚本可存图，但整条自动流程尚未验证。
• 用户要求「按我的标签库打标 / 不新增标签」。
• 这是一个可复用的固定流程：链接 → 下载 → 识别打标 → 导入 Eagle（国内主流图文社区已全链路验证；web 命令已泛化到任意网页）。
• 平台自动识别：fetch 按链接域名走国内主流图文社区/Instagram 分支；web 则抓取任意网页，用户直接贴链接即可。

支持范围与验证状态

| 采集方式 | 支持站点 | 高清图 | 自动打标 | 整条流程验证状态 | |----------|----------|--------|----------|------------------| | 油猴脚本（Tampermonkey） | 所有网页（任意含 <img> 的页面） | ✅ 自动升级（ArchDaily medium_jpg→large_jpg、去缩略图参数等） + 过滤小图/banner/导栏/黑名单 | 存图时已把每张图的上下文写进备注；之后跑 tag-eagle 会按备注里的上下文逐图差异化打标 | ✅ 存图已实测：国内主流图文社区 / ArchDaily / 普通网页 | | skill Python 固定流程 | 国内主流图文社区（主）、Instagram（分支） | 取决于源站直链 | ✅ tag 启发式 + tag-eagle | ✅ 国内主流图文社区已完整跑通；⚠️ Instagram 分支未做完整闭环验证 | | web 命令（直接发链接给我） | 任意网页（国内站点为主，含被墙国外站走代理） | ✅ 通用高清化 + 过滤（微信 mmbiz→原图、ArchDaily→large_jpg、Unsplash→2400px；自动过滤 banner/导栏/图标/tracking pixel） | ✅ 一条龙：fetch→按来源站点进文件夹→逐图文字识别打标 | ✅ 已实测整条闭环：微信公众号(微信文章) → 有效高清图进「微信公众号」文件夹 → 按每张图周边文字上下文逐图差异化打标（封面/分析图/室内各得不同标签） | | tag-eagle 打标 | 任意已入库 item（不限平台） | — | ✅ 批量加标签 | ✅ 通用可用 |

关键说明：

• 油猴脚本的「网址范围」最宽——国内各类站点（国内主流图文社区、微信公众号、建筑图库、电商、普通博客等）的高清图都能存，不挑平台。
• 文件夹命名与油猴脚本保持一致：Instagram → ins，国内主流图文社区 → xhs，微信公众号 → 微信公众号，其它站点用域名（如 archdaily.com）。避免出现「微信公众号」和 mp.weixin.qq.com 两个同名不同来源的文件夹。
• web 命令已过滤常见无效图：尺寸过小（<400px 短边）、比例过宽（>1.8 的 banner/导栏条）、文件过小（<5KB 的 tracking pixel / 0x0 gif）以及 URL/文件名含广告/分享/二维码等关键词的图片会被自动跳过。
• 打标已差异化（逐图文字识别）：同一篇文章的多张图不再套同一组标签。web 抓取和油猴脚本都会在每张图入库时把周边文字上下文（alt/标题/图注/前后段落）写进备注；tag-eagle 读取备注后，会先聚合算出「全篇主题标签」，再按每张图自己的上下文算出「本地标签」，最终标签 = 全篇主题(前 2) + 单图本地命中。尺寸比例构图线索仍作为备注补充信号保留（鸟瞰全景/室内表现/平面总图）。
• 整条 skill 流程（采集 + 自动打标）目前「国内主流图文社区」和「微信公众号」已完整跑通验证。Instagram 用 Tampermonkey 那套只验证了「能存图」，自动抓取 + 轮播打标的完整闭环尚未验证跑通——遇到 Instagram 需求时优先用油猴脚本存图，再 tag-eagle 打标。

前置条件

1. Eagle 正在运行，且当前打开的就是目标库（技能通过 Eagle 本地 API 端口 41595 通信，并从其 Settings 自动定位库路径）。
2. 国内主流图文社区：网络可访问该社区域名。未登录态往往被反爬拦截——抓不到图时， 让用户提供浏览器登录 Cookie（传给 fetch --cookie），或改用 Eagle 官方 浏览器插件把图收进库后再用本流程打标。
3. Instagram（两种模式，越简单越好）：
   • 极简模式（推荐，零配置）：直接把 Instagram 帖子链接发来即可。fetch 会先走 Instagram 公开的 oEmbed 接口（instagram.com/oembed，无需任何登录 Cookie） 拿到帖子封面图并下载进 Eagle。适合「只发链接就存图」的场景。
   • 完整模式（需一次 Cookie）：若你想要全部轮播图 + 自动打标，提供一次登录 Cookie（浏览器 F12 → Network → 对能打开帖子的 bz?__a=1 请求右键 → Copy as cURL (bash) → fetch <URL> --cookie-curl "<整段cURL>"）。Cookie 会缓存到本地 ~/.workbuddy/ins_cookie.txt，之后只发链接即可走完整模式。
   • Instagram 在国内通常被墙，fetch 会自动探测本机常见代理端口（如 7897/7890/1080）走代理；若你的代理不在这些端口，用 fetch --proxy "http://127.0.0.1:端口" 显式指定。
4. 用户的 Eagle 库里最好已有一套标签库（tagsGroups 非空），作为打标白名单。

推荐采集方式：浏览器一键存图脚本（零 Cookie / 零代理）

技能自带一个 Tampermonkey 油猴脚本 references/eagle-quick-save.user.js，是最省事、 最稳的采集方式——不用折腾 Instagram 登录 Cookie、不用管本机代理、不怕反爬，因为取图 用的是你浏览器里已登录的会话：

1. 装油猴扩展：浏览器安装 Tampermonkey。
2. 新建脚本 → 全选 → 把技能目录里 references/eagle-quick-save.user.js 的内容粘进去 → 保存（脚本已验证可在 Instagram 帖子页解析出全部轮播高清原图，并复用已有的同名文件夹）。
3. 打开要收藏的页面（任意网站都行：Instagram 帖子 / 国内主流图文社区笔记 / 微信公众号文章 / 普通网页）。
4. 点页面右下角「存到 Eagle」按钮 → 先弹出图片预览面板，每张图带勾选框（默认全勾）： 只勾选你想保存的图，点「保存到 Eagle」才存；支持「全选 / 全不选」，点面板外或 ✕ 取消。 图片进对应文件夹：Instagram → ins，国内主流图文社区 → xhs，微信公众号 → 微信公众号， 其它网站 → 用域名作文件夹名（如 example.com）。 文件夹已存在则复用（不再重复新建）。 Instagram 只解析「当前这一个帖子」的图（不混推荐帖）；其它网站抓取整页所有可保存的图片（自动过滤图标/头像/logo）。 对 ArchDaily 等建筑图库，脚本会把 medium_jpg / small_jpg / thumb_jpg 自动升级为 large_jpg（2000px 级别高清），无 _jpg 后缀的旧路径则升级为 slideshow，和 Eagle 官方扩展右键存图效果一致。
5. 收集完后，用 tag-eagle 给该文件夹一键打标（见下）。

脚本未启用时不影响技能任何其它功能。若你更习惯 Eagle 官方浏览器插件，也可以直接用 它把图拖进库（按域名自动分文件夹），后续打标流程完全一样。Instagram 帖子页用油猴脚本存图已可用，但「抓取 + 自动轮播打标」的完整 skill 流程尚未验证跑通，故 Instagram 场景建议走「油猴存图 → tag-eagle 打标」两段式。

方式二：直接发链接给我（WorkBuddy 侧 Python 通用网页抓取）

不想装油猴、或想让我自动批处理时，直接把任意网页链接发来即可。技能用 web 子命令 在 WorkBuddy 侧抓图，整条流程一条龙：高清下载 → 按来源域名进 Eagle 文件夹 → 启发式打标。

• 网址范围：不限平台，国内各类站点（国内主流图文社区 / 微信公众号 / 建筑图库 / 电商 / 普通博客等）都能抓； 国外站点（Instagram / ArchDaily 等）也能抓，被墙时加 --proxy http://127.0.0.1:7897。
• 高清处理：自动去缩略图尺寸后缀 / 放大宽度参数；微信 mmbiz→原图、ArchDaily 缩略图升级为 large_jpg、 Unsplash 升级为 2400px。
• 过滤无效图：自动跳过 banner/导栏/tracking pixel/小图标（尺寸 <400px 短边、宽高比 >1.8、文件 <5KB、0x0 小 gif、URL/文件名含广告/分享/二维码等关键词）。
• 按来源分文件夹：文件夹名与油猴脚本一致——Instagram→ins、国内主流图文社区→国内主流图文社区、微信公众号→微信公众号，其它站点用域名（如 example.com），已存在则复用。
• 差异化打标（逐图文字识别）：不再所有图套同一组标签。web 抓页面时会按文档顺序提取每张图的周边文字上下文（最近小标题、alt/title、图注 figcaption、前后段落文字），用轻量中文关键词提取（优先 jieba，缺失则 CJK n-gram 兜底）抽出「内容线索」写入备注；打标时每张图独立算标签 = 全篇主题标签(前 2) + 该图本地文字命中的标签。实测同一篇微信文章里封面图、建筑体量分析图、室内空间图各自得到不同标签（原先仅靠尺寸比例猜构图，现升级为按文章文字识别）。

命令：

python <skill>/scripts/xhs_to_eagle.py web "https://国内某网站/一篇有图的文章" \
  [--proxy http://127.0.0.1:7897] [--apply] [--min-size 400]

• 默认先预览打标结果（不写 Eagle）；确认无误加 --apply 真正写入标签。
• 只下载不导入加 --no-import；导入后不打标加 --no-tag（之后手动 tag-eagle --folder <域名> --apply）。
• 整条流程需要 Eagle 正在运行（下载 / 导入 / 打标三步都依赖本地 API 41595），且库里有标签库作白名单。

这是「固定流程」（fetch→import→tag→verify）的任意网页通用版：fetch 只认 国内主流图文社区 / Instagram，web 则能抓任意网页。两者底层共用同一套高清化与按域名分文件夹逻辑。

收集完后用 tag-eagle 打标

无论用上面的油猴脚本还是 Eagle 官方插件，图进库后都统一用 tag-eagle 打标：

python <skill>/scripts/xhs_to_eagle.py tag-eagle --folder ins --dry-run

• 默认预览：打印每个 item 的候选标签，不改动 Eagle。
• 确认无误后加 --apply 真正写入：

  python <skill>/scripts/xhs_to_eagle.py tag-eagle --folder ins --apply
  

• 建筑类 / 英文文案等内置同义词覆盖不到的内容，加 --synonyms <同义词.json>：

  python <skill>/scripts/xhs_to_eagle.py tag-eagle --folder ins \
    --synonyms "C:/Users/hj/WorkBuddy/煎鸡蛋-0803/tmp_ig_demo/building_synonyms.json" --apply
  

• 已存在于 item 上的标签会自动跳过（不会重复），可放心反复跑。

文本来源 = item 名称 + 来源 URL + 备注(annotation)；#话题 也会作为信号。 标签白名单仍是用户 Eagle 库本身的 tagsGroups。

这条路的「采集」交给油猴脚本（它用你的浏览器登录态处理反爬），skill 只负责「打标」， 因此最稳。下面「固定流程」是给没装脚本、想全自动抓取的备选方案。

固定流程

步骤 0：确认环境与目标

1. 运行 detect 确认能定位 Eagle 库：

   python <skill>/scripts/xhs_to_eagle.py detect
   

   若返回空，说明 Eagle 没运行过 / 路径探测失败，提示用户先启动 Eagle，或 在后续 import 时显式传 --lib <库路径>。
2. 询问用户两件事（若对话中已明确可跳过）：
   • 目标文件夹：名称或 folderId（国内主流图文社区默认建议「xhs」，Instagram 默认建议「ins」， 不存在会自动创建）。
   • 标签规则：默认用用户库自带标签库；如需限定范围也可口头说明。
3. 用 folders / tags 列出当前库的文件夹与标签白名单，方便确认与后续匹配：

   python <skill>/scripts/xhs_to_eagle.py folders
   python <skill>/scripts/xhs_to_eagle.py tags
   

步骤 1：抓取并下载图片

python <skill>/scripts/xhs_to_eagle.py fetch "<笔记URL>" --out <临时目录> [--cookie "<Cookie>"] [--proxy "http://127.0.0.1:端口"]

• 自动识别平台：链接含 instagram.com 走 Instagram 分支，否则走国内主流图文社区分支。
• 国内主流图文社区：从 __INITIAL_STATE__ 与正文提取图片直链，严格过滤 JS/CSS、头像、 视频缩略图等站点资源，只保留真实图片。
• Instagram：解析帖子内嵌 JSON（window.__additionalDataLoaded 或 ?__a=1 接口）， 抽取单图 display_url 与轮播 edge_sidecar_to_children 的全部图片，并提取 文案与 #话题 作为打标文本信号。Instagram 必须带登录 Cookie（见前置条件）。
• 下载到 <临时目录>，并写出 manifest.json（含图片清单、标题、文案、话题、来源 URL、作者）。
• 图片按 img_00.jpg, img_01.jpg … 命名。
• 若 0 张图片下载成功，脚本会明确报错并给出方案（传 --cookie / 用 Eagle 插件）， 不要静默继续。

步骤 2：打标（二选一）

方案 A（推荐，不依赖视觉、可解释、可复核）：启发式打标

• 运行 tag 子命令，脚本用笔记的标题/正文/话题词与白名单做匹配，并打出每个标签的命中证据：

  python <skill>/scripts/xhs_to_eagle.py tag --out <临时目录> [--whitelist <白名单.json>] [--dry-run]
  

• 默认从用户 Eagle 库读白名单；传 --whitelist 可不依赖 Eagle 运行（适合没启动 Eagle 时先打草稿）。
• --top 5 控制最多标签数，--threshold 1 控制最低命中分数，--no-synonyms 关闭内置同义词，--synonyms <file> 自定义同义词表。
• 命中结果按 score 降序打印（标题命中=3 / 话题=2 / 正文=1），低于阈值的标签直接丢弃。
• 确认无误后去掉 --dry-run 写入 tags.json。这是按整篇笔记打的候选集，每张图套用同一组标签；如需逐图差异，可手动编辑 tags.json。

方案 B（视觉识别）：AI 逐张识别

• 用多模态能力逐张读取 <临时目录>/img_*.jpg，从白名单挑 2–5 个标签，写入 tags.json。
• 绝不使用白名单之外的标签（用户要求「不新增标签」）。

步骤 3：导入 Eagle

python <skill>/scripts/xhs_to_eagle.py import \
  --folder "<文件夹名或ID>" --out <临时目录> [--name-prefix "<备注>"]

• 自动把文件夹名解析为 folderId（不存在则调用 Eagle API 创建）。
• 逐张调用 POST /api/item/addFromPath，带上 tags、website（笔记 URL）、 name（<备注或笔记标题>-<序号>）、folderId。
• 导入前会再次过滤掉 tags.json 中任何不在白名单的标签（兜底）。
• 导入结果写入 <临时目录>/imported.json（含每张的 item id 与最终标签）。
• 建议先加 --dry-run 预览将要执行的导入，确认无误后再正式导入。

步骤 4：校验

python <skill>/scripts/xhs_to_eagle.py verify --out <临时目录>

• 读取 imported.json 中每个 item id，回查其 metadata.json 的 tags， 与导入时一致则打印 OK，否则 MISMATCH。

脚本参考（<skill>/scripts/xhs_to_eagle.py）

单一 CLI，子命令：

| 子命令 | 作用 | |--------|------| | detect | 跨平台探测并打印当前 Eagle 库路径 | | tags | 打印当前库标签白名单（tagsGroups 展平） | | folders| 打印当前库所有文件夹 id + name | | fetch | 抓取国内主流图文社区/Instagram 图片下载到 --out（--cookie / --proxy / 自动读缓存） | | import | 按 tags.json 导入指定文件夹（--dry-run 可预览） | | tag | 按笔记文本启发式打标，写入 tags.json（--dry-run 可预览） | | tag-eagle | 给 Eagle 文件夹里已有 item 批量打标（--apply 才写入；配合 Eagle 插件收集） | | web | 抓取任意网页高清图并一条龙按来源域名进 Eagle 文件夹 + 打标（--proxy / --no-import / --apply） | | verify | 校验已导入项的标签是否正确 |

跨平台说明：库路径探测依次检查 %APPDATA%/Eagle/Settings（Windows）、 ~/Library/Application Support/Eagle/Settings（macOS）、 ~/.config/Eagle/Settings（Linux）中的 libraryHistory，取第一个存在 metadata.json 的库。

常见问题

• Eagle 未运行 / API 不通：启动 Eagle，确认本地 API（41595）开启。
• 抓不到图片 / 全是 FAILED：未登录态反爬。让用户从浏览器复制 Cookie 传 --cookie，或用 Eagle 官方浏览器插件把图收藏进库后再走 import 流程。
• 标签匹配困难：先跑 tags 看用户白名单全貌，再让模型从里面选；严格不超出。
• 重复导入：同一链接再跑会产生重复项；导入前可按文件名/来源在库里查重， 或用户确认覆盖。
• 用户库没有标签库：tags 为空时无法自动打标，图片会无标签导入；此时建议 用户先在 Eagle 里建好标签库，或口头提供一套标签供本次使用。
• Cookie 不用每次重输：国内主流图文社区 Cookie 缓存到 ~/.workbuddy/xhs_cookie.txt， Instagram Cookie 缓存到 ~/.workbuddy/ins_cookie.txt；下次直接 fetch <URL> 即可 自动带上（也可 --cookie-file 读 Eagle 插件导出的 cookie）。Cookie 含登录态，注意保管。
• Instagram 抓不到图：几乎都是未登录墙或代理问题。请确认：①传了从已登录 Instagram 浏览器复制的 --cookie；②本机有可达的代理（脚本自动探测 7897/7890/1080 等端口，否则用 --proxy 显式指定）。Cookie 失效/被风控会返回 401/403，需重新复制。
• Instagram Cookie 被拒（错误码 1357004 / "很抱歉发生错误"）：这是 Cookie 不完整 导致的——只给 cookie: 头的子集（缺 shbid/shbts/dtsg 等）会被 Instagram 拒。 最稳的解决方式：在 Network 面板里，对那个能正常打开帖子的 bz?__a=1&... 请求 点右键 → Copy → "Copy as cURL (bash)"，把整段粘贴给技能，用 fetch <URL> --cookie-curl "<整段cURL>" 运行——脚本会自动从中提取完整 Cookie 与 所有请求头。脚本也会自动对 %3A 之类做解码、走主页 www-claim 校验流程。
• Instagram 是英文文案：内置同义词表已补充英文别名（interior/cafe/handmade/ garden 等），tag 仍能把英文话题映射到中文标签库；若仍不准，用 --synonyms 自定义 或调高 --threshold。
• 启发式打标不准怎么办：tag 是文本信号匹配，不是看图——它给的是「候选」 而非「定论」。先看 --dry-run 输出，删掉不合适的、补上漏的，再正式写 tags.json。要更准可加 --synonyms 自定义别名或调高 --threshold。
• 用油猴脚本 / Eagle 插件收集后怎么打标：直接 tag-eagle --folder <文件夹名> --apply。 默认预览（不改动），加 --apply 才写入；已存在的标签自动跳过不重复。建筑类等 英文内容加 --synonyms 补同义词。注意 tag-eagle 需要 Eagle 正在运行（读 item/list）。
• 一键存图脚本在哪 / 怎么装：脚本在技能目录 references/eagle-quick-save.user.js。 装 Tampermonkey 后在新建脚本里全选粘贴保存即可。支持 Instagram / 国内主流图文社区 / 微信公众号 页面，点右下角「存到 Eagle」按钮存图。建议从技能文件复制，避免复制对话里的长文本时 混入不可见字符导致脚本不执行（表现为按钮消失）。
• 油猴脚本「保存失败：未能从页面解析出图片」：确认当前打开的是具体帖子页 （instagram.com/p/短码/），不是个人主页或 Explore。Instagram 改版频繁，若内嵌 JSON 解析失效，脚本会依次尝试 data-sjs 解析 → 旧内嵌 JSON → DOM 兜底；仍失败请把弹窗文字与 F12 Console 里 [Eagle Quick Save] 开头的日志反馈，以便调整解析器。
• 油猴脚本每次都新建文件夹：正常不会——脚本先 GET /api/folder/list 查已有同名根 文件夹并复用其 id；只有查不到才新建。若仍出现重复文件夹，多为 Eagle 里有多个同名根 文件夹，删掉多余的即可。
• tag-eagle 找不到文件夹：先 folders 看现有文件夹名/id；tag-eagle 的 --folder 只查找、不会新建（避免误建空文件夹），确认名字拼写与 folders 列表一致即可。
• tag-eagle 打出空标签：说明 item 名称/URL/备注里没有命中白名单的词。先 tags 看白名单全貌，再决定加 --synonyms 或口头提供别名；也可用 Eagle 插件 收藏时把页面标题/描述保留完整，文本信号更足。

输出

• 笔记图片进入用户指定 Eagle 文件夹，每张带 2–5 个「用户标签库内」的标签， 无新增标签。
• 过程产出：manifest.json（图片清单）、tags.json（标签分配）、 imported.json（导入回执），可供追溯。