shield_lock
金大哥
← 返回 Skill 列表
extension
分类: 数据与分析无需 API Key

锤无双丨公众号文章下载

通过 Chrome DevTools Protocol 把微信公众号已发表文章批量下载到本地（HTML+Markdown 双格式）。自动检测本机 Chrome / Chromium 内核浏览器并启动远程调试，引导用户扫码登录自己的公众号后台，登录完成后才开始下载。支持首次全量下载、之后按"上次最后一篇文章时间"自动增量下载，也支持"全量下载"或"指定具体日期"两种覆盖模式。零额外依赖（仅用浏览器 + Node 内置能力）。触发词：公众号文章下载、下载公众号文章、备份公众号、导出公众号文章、微信文章下载、把公众号文章扒下来。

person作者: user_fd9e6943hubcommunity
download下载资源包

锤无双丨公众号文章下载

作者：锤无双 ｜ 技术支持：https://chuisoft.cn ｜ 版本：1.0.0

概述

把某个微信公众号已发表的文章批量备份到本地，每篇生成 HTML + Markdown 双格式。

核心方案：用 Chrome DevTools Protocol（CDP）连接本机浏览器 → 在已登录的公众号后台里抓取文章列表 → 逐篇打开文章页提取正文 → 落盘为 HTML 与 MD。

零额外依赖：脚本只用 Node.js 内置能力（http / fs / child_process / 全局 WebSocket），不 npm install 任何包。只要本机有 Chrome 或任意 Chromium 内核浏览器即可。

安全合规：

  • 任何账号的 AppID / Secret / token 都不会写死在脚本里，token 仅在运行时从用户已登录的浏览器会话中实时读取，绝不落盘、绝不外传。
  • 本技能不绑定任何特定公众号，可对任意账号使用。

适用场景

  • 公众号主备份自己账号的历史文章
  • 把已发表文章导出为 Markdown 做二次编辑 / 归档
  • 定期增量同步新发表的文章

推荐模型

任意模型均可（脚本执行型，无需 AI 生成内容）。

触发条件

当用户提出以下意图时使用本技能：

  • "把我的公众号文章都下载下来"
  • "备份一下公众号文章"
  • "下载公众号文章到本地"
  • "增量同步一下新文章"

浏览器探测策略（满足"首选 Chrome，也支持其他 Chromium 内核"）

scripts/launch.js 按以下优先级自动探测本机浏览器，找到第一个就启动：

Chrome → Chromium → Edge → Brave → Opera / Vivaldi → 其他 Chromium 内核
  • 首选 Chrome；若本机没有 Chrome 但装了 Edge / Brave 等 Chromium 内核浏览器，也能直接用。
  • 若端口 9223 已有开启远程调试的浏览器在运行，则直接复用，不再启动新实例。

使用流程（重要：必须先登录，再下载）

⚠️ 本技能触发后，第一步必须明确提示用户扫码登录自己的公众号后台，严禁在用户确认登录前开始下载。

第 1 步：启动浏览器并提示登录

运行启动脚本（使用本机 Node，推荐用托管 Node 路径）：

node "<skill_dir>/scripts/launch.js"

脚本会：检测浏览器 → 以远程调试端口 9223 启动（或复用已运行的）→ 打开 https://mp.weixin.qq.com/ → 打印登录提示。

然后你必须用文字明确告诉用户：

"浏览器已打开并指向公众号后台。请你在浏览器里扫码登录你自己的公众号账号，登录完成后回复「登录好了」，我再开始下载。"

必须停下来等待用户回复「登录好了 / 已登录」之类确认，收到前绝对不要运行 download.js。

第 2 步：执行下载

根据用户意图选择模式运行下载脚本：

# 默认（有历史记录则增量；首次无记录则自动全量）
node "<skill_dir>/scripts/download.js" --out <输出目录>

# 强制全量下载（用户明确说"全量下载"）
node "<skill_dir>/scripts/download.js" --out <输出目录> --mode full

# 从指定日期起下载（用户说"下载 2026-06-01 之后的"）
node "<skill_dir>/scripts/download.js" --out <输出目录> --mode since --since 2026-06-01

参数说明：

| 参数 | 说明 | |------|------| | --out <dir> | 输出目录（默认 ./公众号文章）。每篇文章生成 <日期>_<标题>.html 与 .md | | --mode full | 全量：下载后台所有已发表文章 | | --mode inc | 增量（默认）：仅下载"上次最后一篇文章时间"之后的文章 | | --mode since | 指定日期起：配合 --since YYYY-MM-DD | | --since YYYY-MM-DD | since 模式下生效，下载该日期（含）之后的文章 | | --port <port> | CDP 端口，默认 9223（一般无需改） |

第 3 步：汇报结果

脚本会输出"新下载 N 篇，跳过 M 篇"。把结果告诉用户即可。

增量逻辑（核心约定）

  • 首次运行（输出目录里没有 .download_state.json 状态文件）：自动执行全量下载。
  • 后续运行（默认不指定模式）：读取状态文件里记录的 last_time（即上次下载到的最新一篇文章的发表时间戳），只下载 create_time > last_time 的文章。
  • 用户明确说 「全量下载」 → 强制 --mode full。
  • 用户明确说 「下载某年某月某日之后的」 → 用 --mode since --since <日期>。
  • 每篇下载成功后会以"日期+标题"文件名去重，已存在的不会重复下载。
  • 状态文件 .download_state.json 保存在输出目录，仅记录时间戳，不含任何账号凭证。

输出格式

每篇文章两份文件：

  • <日期>_<标题>.html：含标题、来源账号名（自动从页面提取）、正文原文。
  • <日期>_<标题>.md：含 YAML frontmatter（title / date / source）+ 正文转写。

文件结构

锤无双丨公众号文章下载/
├── SKILL.md                  # 本文件
├── scripts/
│   ├── launch.js            # 浏览器探测 + 启动远程调试（无依赖）
│   └── download.js          # CDP 抓取文章并落盘（无依赖）
└── references/
    └── cdp_reference.md      # CDP 接口速查（通用，无账号信息）

工作原理

launch.js: 探测浏览器 → 启动 --remote-debugging-port=9223 → 打开 mp 后台
        ↓ （用户扫码登录，回复"登录好了"）
download.js:
   连接 127.0.0.1:9223
   → 从已登录页面实时读取 token
   → 调 list_ex 分页拉取已发表文章列表
   → 按模式(全量/增量/指定日期) + 文件名去重 筛选出待下载
   → 逐篇 Page.navigate 打开文章页
   → 提取 #js_content 正文 + #activity-name 标题 + #js_name 账号名
   → 写 HTML + MD
   → 更新 .download_state.json

注意事项

  1. 必须先登录：token 来自用户浏览器里的登录态，未登录时列表接口返回 invalid csrf token，脚本会报错退出。
  2. 不要关闭浏览器：下载过程中保持启动的浏览器窗口打开。
  3. 中文路径/标题：完全支持。
  4. 零依赖：脚本只用 Node 内置模块 + 全局 WebSocket（Node 21+ 自带）。若报 WebSocket is not defined，请升级 Node 到 21 以上。
  5. 仅已发表文章：type=9 拉的是群发已发表文章；草稿箱不在范围内。
  6. 凭证不落盘：脚本不读取、不存储任何 AppSecret / token，仅运行时从浏览器会话内存读取。