read-articlelisted
Install: claude install-skill sageri/agent-skills
# read-article — 小红书 / 公众号链接 → Markdown
本机出口直抓(不走云端代理),两平台均无需登录 Cookie。
## 运行
```bash
python "<skill目录>/scripts/read_article.py" "<url>" > temp/article.md 2> temp/article.err # Linux 用 python3
```
- 上式即正确形式:中文输出必须重定向到文件后 Read(cp932 console 直出会乱码)
- 输出:Markdown(frontmatter 含标题/作者/时间/来源,正文或笔记文案 + 图片/视频直链清单);`--save <path>` 可另存文件
- 退出码 1 = 失败,原因在 stderr,按「失败判读」表处置
## 平台行为
- **微信公众号**(mp.weixin.qq.com):未登录直抓(桌面 UA + requests),正文从 `js_content` 提取。图片为 `mmbiz.qpic.cn` 链接(有防盗链,CLI 中只列 URL;需看图内容时配合 `analyze_image` MCP 逐张读)。
- **小红书**(xiaohongshu.com / xhslink.com):走**移动端 SSR 页面**(`/discovery/item/{id}?xsec_token=...` + 移动 UA + curl_cffi Chrome 指纹)提取笔记数据。原理:App 分享链接天生为未登录用户设计(微信内点开),此路径不消耗桌面端游客配额,且是唯一稳定入口(桌面端 explore 路径已被 IP 风控弃用)。链接必须是 App 分享出来的完整链接(带 `xsec_token`),裸链接拿不到内容。数据来源双路径兼容(2026-11 起页面结构变更):旧 `__SETUP_SERVER_STATE__.LAUNCHER_SSR_STORE_PAGE_DATA.noteData`;新 `__INITIAL_STATE__.noteData.data.noteData`(值位置 undefined 先 null 化再解析)。数据含:标题/文案/作者/时间/标签/图片或视频直链/互动数;`ip_location` 移动端为空属正常。
## 可选兜底:小红书 Cookie
若移动端路径也被风控(报"页面无笔记数据"),可配置登录 Cookie 增强稳定性:
1. 浏览器登录 xiaohongshu.com
2. F12 → Network → 刷新 → 任选 `xiaohongshu.com` 域请求 → Request Headers → 复制整行 `Cookie` 值
3. 存为 `~/.xhs-cookie.txt`(单行原文即可),或设 `XHS_COOKIE` 环境变量
配置后工具会自动附带;Cookie 数周至数月有效。
## 失败判读
| stderr 关键词 | 原因 | 处置 |
|---|---|---|
| 被微信风控拦截 | 微信侧环境验证 | 稍等重试;确认是本机网络 |
| 未找到正文容器 js_content | 文章删除/仅群发可见/需登录 | 让用户在微信里打开确认 |
| 页面无笔记数据 | 分享链接过期或被风控 | 让用户在 App 重新分享新链接;或配 Cookie |
| 链接缺少 xsec_token | 裸链接(非 App 分享) | 让用户从 App