download-wechat-articleslisted

# 下载自己公众号的历史文章 帮用户把自己管理的微信公众号「已发表」文章全量存成本地 Markdown。用户是公众号管理员，能登录 mp.weixin.qq.com。 ## 核心设计（为什么是这个流程） 一次踩坑得来的两条关键事实，决定了整个流程： 1. **文章永久链接 `mp.weixin.qq.com/s/xxx` 是公开的**，不带任何 cookie 直连就能拿到完整正文。所以「下正文」这步完全不需要登录态。 2. **只有「文章列表」接口 `appmsgpublish` 需要登录态**，而真正的会话 cookie 是 httpOnly 的，JS 读不出来，浏览器自动化工具也进不了 mp.weixin.qq.com 域。 所以不要试图去提取 token/cookie（又难又不安全）。正确做法是**让用户在已登录的后台页面的��览器控制台里直接 fetch**——浏览器会自动带上登录态（含 httpOnly cookie），一键导出文章清单。凭证从头到尾不离开用户的浏览器。 流程两步： - **第 1 步（需登录态，在浏览器里）**：控制台脚本调 `appmsgpublish` 分页拉全部文章，导出 `wechat_articles.json` 清单。 - **第 2 步（无需登录态，在本地）**：Python 脚本读清单，逐篇下公开链接、转干净 Markdown。 ## 操作流程 ### 0. 装依赖（第一次用时） ```bash pip3 install requests beautifulsoup4 html2text lxml --break-system-packages ``` 报错就去掉 `--break-system-packages` 重试。也确认 `python3 --version` 能跑（没有就 `xcode-select --install`）。 ### 1. 引导用户导出文章清单 把 `assets/get_article_list.js` 的**整段内容**发给用户（用 Read 读出来贴给他），并给这段话： > 1. 浏览器登录 mp.weixin.qq.com，进到后台首页（地址栏 URL 里能看到 `token=一串数字`）。 > 2. 按 F12（或右键→检查）打开开发者工具，切到 **Console / 控制台** 标签。 > 3. 把我发你的这段脚本整段粘贴进去，回车。 > 4. 它会自动分页抓取，完成后弹窗提示，并把 `wechat_articles.json` 下到你的「下载」文件夹。回来告诉我。 脚本原理已内置注释：读 URL 里的 token，`fetch` 调接口（`credentials:'include'` 自动带 cookie），分页去重后触发下载。用户全程不用找 cookie。 ### 2. 本地转 Markdown 用户导出清单后，跑： ```bash python3 ~/.claude/skills/download-wechat-articles/scripts/build_markdown.py [清单路径] [输出目录] ``` - 清单路径默认 `~/Downloads/wechat_articles.json`；输出目录默认 `./公众号文章`。 - 先 `--limit 3` 试跑三篇确认没问题，再去掉跑全量。 - 每篇间隔默认 3 秒（`--delay`）。已存在的文件自动跳过，支持断点续跑。 放后台跑（篇数多时超过 1 分钟），定期查进