wechat-article-aggregator

Imported from wwwzhouhui/skills_collection (wechat-article-aggregator/SKILL.md). Install upstream with npx skills add wwwzhouhui/skills_collection --skill wechat-article-aggregator. Copyright stays with the author.

微信公众号文章聚合器

通过 mptext.top API 批量获取指定公众号博主的最新文章，下载并解析为 Markdown/HTML/纯文本格式输出。

快速开始

获取单个公众号最新 2 篇文章：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "MzkzNDQxOTU2MQ=="

获取多个公众号文章（逗号分隔 fakeid）：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "MzkzNDQxOTU2MQ==,MjM5NDI4MTY3NA==" --limit 3

按公众号名称获取：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "赛博禅心,饼干哥哥AGI"

获取所有预置公众号的文章：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids all --limit 2

依赖安装

pip install requests beautifulsoup4 html2text

最低依赖: 仅 requests 为必须依赖。beautifulsoup4 和 html2text 用于增强 Markdown 转换效果，未安装时会使用内置 HTML 解析器。

用户参数说明

API Key 获取方式

API Key 来源于 mptext.top 平台，用于认证文章获取请求。在请求头中以 X-Auth-Key 传递。

fakeid 说明

fakeid 是微信公众号的唯一标识（Base64 编码的 biz 参数），可通过以下方式获取：

1. 在微信公众号平台后台查看
2. 从公众号文章 URL 中的 __biz 参数提取
3. 使用本 skill 预置的账号列表

功能说明

1. 获取文章列表

调用 mptext.top API 获取指定公众号的最新文章列表：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "MzkzNDQxOTU2MQ==" --limit 5

2. 下载并解析文章内容

获取文章 HTML 后自动提取 #js_content 正文区域，转换为 Markdown 格式：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "赛博禅心" --format markdown

3. 批量获取多个公众号

同时获取多个公众号的最新文章：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids "赛博禅心,饼干哥哥AGI,老金开源" --limit 3

4. 获取所有预置公众号

使用 all 关键字获取所有预置公众号的文章：

python scripts/fetch_articles.py --api-key YOUR_KEY --fakeids all

5. 查看预置公众号列表

python scripts/fetch_articles.py --api-key dummy --fakeids dummy --list-accounts

6. 作为 Python 库调用

import sys
sys.path.insert(0, 'scripts')
from fetch_articles import get_article_list, download_article_html, extract_markdown_from_html, load_accounts, resolve_fakeids, fetch_all

api_key = "YOUR_API_KEY"

# 获取单个公众号文章列表
articles = get_article_list(api_key, "MzkzNDQxOTU2MQ==", limit=2)
for art in articles:
    print(art['title'], art['url'])

# 下载并解析文章内容
html = download_article_html(api_key, articles[0]['url'])
markdown = extract_markdown_from_html(html, title=articles[0]['title'])
print(markdown[:500])

# 批量获取多个公众号
accounts = load_accounts()
fakeids = resolve_fakeids("赛博禅心,饼干哥哥AGI", accounts)
summary = fetch_all(api_key, fakeids, limit=2, output_dir="./output")
print(f"成功: {summary['success']}, 失败: {summary['fail']}")

输出结构

output/
├── 赛博禅心/
│   ├── 文章标题1.md
│   └── 文章标题2.md
├── 饼干哥哥AGI/
│   ├── 文章标题1.md
│   └── 文章标题2.md
├── 老金开源/
│   └── ...
└── summary.json          # 所有文章的元数据汇总

summary.json 格式

{
  "fetch_time": "2026-02-23T17:30:00",
  "total_accounts": 3,
  "total_articles": 6,
  "success": 5,
  "fail": 1,
  "accounts": [
    {
      "fakeid": "MzkzNDQxOTU2MQ==",
      "name": "赛博禅心",
      "articles": [
        {
          "title": "文章标题",
          "url": "https://mp.weixin.qq.com/s/...",
          "create_time": "1708689600",
          "saved_path": "output/赛博禅心/文章标题.md",
          "status": "success"
        }
      ]
    }
  ]
}

API 接口说明

文章列表接口

GET https://down.mptext.top/api/public/v1/article?fakeid={URL_ENCODED_FAKEID}&limit={N}

请求头：

X-Auth-Key: {YOUR_API_KEY}

响应示例：

[
  {
    "title": "文章标题",
    "url": "https://mp.weixin.qq.com/s/xxxxx",
    "create_time": 1708689600
  }
]

文章下载接口

GET https://down.mptext.top/api/public/v1/download?url={URL_ENCODED_ARTICLE_URL}&type=html

请求头：

X-Auth-Key: {YOUR_API_KEY}

响应： 完整的微信文章 HTML 页面。

HTML 正文解析规则

从下载的 HTML 中提取正文内容：

1. 定位 id="js_content" 的 div 元素
2. 移除 script、style、noscript 标签内容
3. 提取文本内容，保留段落换行
4. 使用 html2text 转换为 Markdown（如已安装）

预置公众号列表

可通过 --accounts-file 参数指定自定义的公众号列表 JSON 文件来扩展。

注意事项

• API Key 安全: 请勿将 API Key 硬编码到代码中，建议通过环境变量或命令行参数传入。
• 请求频率: 默认间隔 1 秒，如遇 429 错误请增大 --interval 值。
• HTML 解析: 下载接口返回完整 HTML 页面，脚本自动从 #js_content 区域提取正文。
• 依赖降级: 未安装 beautifulsoup4 和 html2text 时，使用内置 HTMLParser 提取纯文本。
• 文件命名: 输出文件以文章标题命名，自动去除特殊字符，长度截断为 80 字符。

触发关键词

• "获取公众号文章"
• "抓取微信文章"
• "公众号文章聚合"
• "批量获取公众号"
• "下载公众号文章"
• "微信文章采集"
• "获取最新公众号文章"

更新日志

v1.0.0 (2026-02-23)

• 初始版本
• 支持通过 mptext.top API 获取公众号文章列表
• 支持下载文章 HTML 并解析为 Markdown/HTML/Text/JSON
• 内置 HTMLParser 提取 #js_content 正文（零依赖降级方案）
• 预置 8 个热门 AI 技术公众号 fakeid
• 支持按公众号名称或 fakeid 获取
• 支持 all 关键字获取所有预置公众号
• 自动生成 summary.json 汇总元数据