微信内容情报库

一个本地优先的 Skill：把微信公众号文章、评论和互动数据保存到本地，变成可搜索、可分析、可复用的资料库。

同步我关注的公众号，按日期列出最近 50 篇新文章
把「<某公众号>」最近 20 篇文章收进本地资料库
研究「<某公众号>」最近 10 篇文章，拆出它的选题方法和内容结构
结合「<某公众号>」最近 5 篇文章的精选评论和互动数据，判断读者真正买账的点
开启微信收藏会话，边看边把正文、评论和互动信号保存到本地
把这些公众号文章链接导入本地：https://mp.weixin.qq.com/s/xxx

它的目标很简单：把散在微信里的公众号内容，整理成你自己可搜索、可分析、可长期使用的本地资料库。

它适合谁

• 内容创作者：拆选题、拆标题、拆表达方式。
• 研究者 / 产品人：长期跟踪多个公众号，比较变化。
• 知识管理用户：把微信内容沉到自己的本地资料库、wiki 或第二大脑。
• AI 用户：把公众号内容变成 Codex / Claude Code 可以继续分析的输入。

四个核心场景

1) 同步更新

适合“我想把关注的公众号变成可追踪列表”。

你可以说：

同步我关注的公众号，按日期列出最近 50 篇新文章
从已订阅公众号里筛出最近值得精读的 10 篇
整理最近一周我关注公众号的新文章，按公众号分组

这个场景的目标很简单：把信息流变成可管理的文章库。

默认只抓正文，不抓评论和互动数据。

2) 公众号研究

适合“我想拆出一个公众号的选题方法和读者反馈”。

你可以说：

看「某公众号」最近 10 篇文章，判断它值不值得长期学习
拆「某公众号」最近 10 篇文章：选题来源、标题写法、内容结构、情绪钩子和评论反馈
基于「某公众号」最近 20 篇文章和精选评论，提炼 3 套我可以借鉴的选题方法

这里真正有价值的不是正文本身，而是：

• 正文：作者怎么立题、怎么铺结构、怎么收口
• 评论：读者为什么买账、哪里反对、哪里追问
• 互动数据：哪些题材真的触发了传播和扩散

如果你想学一个公众号，这个场景比单纯下载更重要，因为你要的是“可以借鉴的方法”，不是一堆文件。

3) 微信收藏会话

适合“我边看边存正文、评论和互动信号”。

你可以说：

开启微信收藏会话，我要边看文章边把正文、评论和互动信号存到本地

然后在微信里正常打开文章，看到值得保留的内容时点页面里的 收藏到本地。

它能保存：

• 当前文章正文
• 已加载的评论
• 页面当前暴露的阅读、点赞、在看、评论等数据
• 图片和页面结构信息

如果你明确要求“评论和互动数据”，它会在短时有效窗口内为同公众号的已同步文章补充这些数据。

4) 链接归档

适合“我已经有一批零散链接，想收进本地资料库”。

你可以说：

把这些公众号文章链接导入本地：https://mp.weixin.qq.com/s/xxx
把群里发来的公众号文章链接整理成本地资料库
把我收藏的一批公众号链接导入本地，按公众号归档
把这些链接收进本地，后面用于选题分析

这个场景的重点不是导入动作本身，而是把零散链接变成统一的本地文章库。

为什么这个 Skill 有用

微信收藏只能帮你记住“看过”，不能帮你重新使用；这个 Skill 会把文章、图片、评论和互动信号保存到本地，让公众号内容变成可以搜索、拆解和分析的资料库。

一句话：

把公众号从信息流里捞出来，变成你的本地内容情报库。

输出到哪里

默认按公众号保存到：

~/Downloads/wechat-articles/<公众号名>/

典型结构：

articles/<文章标题>.md
images/<文章标题>/
index.csv

本地还会保存：

• 文章正文 Markdown
• 图片
• 索引
• SQLite 状态
• 页面数据和互动数据

边界

• 只处理公开文章，不绕过登录、付费墙或私密内容。
• 只承诺页面或接口实际返回的数据，不承诺全量评论。
• 精选评论可以补，完整回复树不保证。
• 不打印 cookie、token、auth-key、pass_ticket 等敏感值。
• 不做 SaaS，不做云端托管，不做内容改写。

安装

把项目克隆到 Codex 或 Claude Code 的 Skills 目录：

# Codex
mkdir -p ~/.codex/skills
git clone https://github.com/Moore-developers/moore-wechat-article-downloader.git \
  ~/.codex/skills/moore-wechat-article-downloader

# Claude Code
mkdir -p ~/.claude/skills
git clone https://github.com/Moore-developers/moore-wechat-article-downloader.git \
  ~/.claude/skills/moore-wechat-article-downloader

重新打开 Codex / Claude Code 后，直接用自然语言说需求就行。

按需依赖：

• Exporter 历史列表：需要扫码登录自己的微信公众号后台。
• 微信收藏和旧代理历史：需要 macOS 微信桌面客户端、本地证书和 mitmproxy。
• 自动切换和恢复系统代理：目前只支持 macOS。

开发与文档

• scripts/wechat_wizard.py：自然语言任务、登录和选择入口
• scripts/wechat_exporter.py：公众号搜索、历史同步、订阅和增量下载
• scripts/wechat_downloader.py：链接导入、微信收藏、旧代理历史和页面快照归档

离线契约测试：

python3 -m unittest discover -s evals -p 'test_*contract.py'

更多细节：

• SKILL.md
• references/skill-cli-flow.md
• references/output-formats.md
• references/troubleshooting.md
• references/compliance.md