# Zhihu HTML > 将 Markdown 转换为知乎编辑器兼容的 HTML。脚本处理确定性格式转换，AI 处理引用标记的 data-text 描述。Use this skill when: 用户要求生成知乎格式/知乎 HTML、将 Markdown 转为可粘贴到知乎编辑器的 HTML、提到知乎发文/排版/专栏、需要将带链接的文章转换为知乎 sup 引用格式。 - Skill: `chouheiwa/zhihu-html` (Agent Skill, multi-file: 5 files) - Install (CLI): `npx skillmds@latest add chouheiwa/zhihu-html` - Raw SKILL.md: https://api.skillmd.com/api/skills/chouheiwa/zhihu-html/raw - Safety review: pending - Works with: Claude Code, Claude.ai, OpenAI Codex - Category: Web & Frontend - Author: chouheiwa (https://skillmd.com/u/chouheiwa) - Updated: 2026-09-17 - Page: https://skillmd.com/skills/chouheiwa/zhihu-html --- # Zhihu HTML Converter 将 Markdown 转换为知乎编辑器兼容的 HTML。 ## ⚠️ 路径解析（重要）本 skill 的脚本位于 SKILL.md 所在目录下。执行任何脚本之前，**必须**先确定本文件的实际路径，并以此推导脚本目录。 **规则：** 以下文档中所有 `$SKILL_DIR` 占位符应替换为本 SKILL.md 文件所在的目录路径。例如：如果本文件位于 `/Users/xxx/Desktop/AI/skills/zhihu-html/SKILL.md`，则 `$SKILL_DIR` = `/Users/xxx/Desktop/AI/skills/zhihu-html`。 ```bash SKILL_DIR="<本 SKILL.md 文件所在目录的绝对路径>" ``` --- ## Quick Start ### 从 Markdown 文件转换 ```bash node "$SKILL_DIR/scripts/convert.mjs" --input article.md --output article.html ``` ### 从 stdin 读取 ```bash echo "# 标题\n\n段落内容" | node "$SKILL_DIR/scripts/convert.mjs" --output article.html ``` ### 输出到 stdout ```bash node "$SKILL_DIR/scripts/convert.mjs" --input article.md ``` --- ## 链接处理配置支持区分站内链接和站外链接的处理方式： - **站内链接**：转换为普通 `` 标签 - **站外链接**：转换为知乎 `^{` 引用格式（需要 AI 生成 data-text）

### 配置方式

在 `scripts/extract-refs.mjs` 文件中修改 `LINK_CONFIG` 对象：

```javascript
const LINK_CONFIG = {
enabled: true,
internalDomains: [
'zhihu.com' // 会匹配 zhihu.com 及其所有子域名
],
internalPatterns: [
// 可选：添加正则表达式模式进行更精确的匹配
// '^https://www\\.zhihu\\.com/question/\\d+',
// '^https://zhuanlan\\.zhihu\\.com/p/\\d+'
]
};
```

### 配置说明

- `enabled`: 是否启用链接区分功能（默认 `true`）
- `internalDomains`: 站内域名列表，支持子域名匹配
- 例如 `"zhihu.com"` 会匹配 `zhihu.com`、`www.zhihu.com`、`zhuanlan.zhihu.com` 等
- `internalPatterns`: 站内链接的正则表达式模式列表
- 用于更精确的 URL 匹配

### 默认行为

默认配置将 `zhihu.com` 域名下的所有链接视为站内链接，其他链接视为站外链接。

---

## Workflow

本 skill 分三步流水线工作，AI 只需处理精简的引用 JSON，无需阅读完整 HTML：

**Step 1: 转换 Markdown → 知乎 HTML（含占位标记）**

```bash
node "$SKILL_DIR/scripts/convert.mjs" -i article.md -o article.html
```

脚本处理所有确定性的格式转换。所有链接输出为 `` 占位标记。

**Step 2: 提取引用列表（给 AI 看的精简 JSON）**

```bash
node "$SKILL_DIR/scripts/extract-refs.mjs" -i article.md -o refs.json
```

提取所有链接，并根据内置配置标记类型（internal/external）。输出示例：
```json
[
{
"numero": 1,
"url": "https://www.zhihu.com/question/12345",
"originalText": "知乎问题",
"context": "这里有一个知乎问题的链接。",
"type": "internal",
"dataText": ""
},
{
"numero": 2,
"url": "https://www.langchain.com/report",
"originalText": "报告",
"context": "LangChain 的调查报告显示，超过 50% 的开发者已经在使用 Agent。",
"type": "external",
"dataText": ""
}
]
```

AI 根据 `url`、`originalText`、`context` 信息（也可访问 URL 获取页面标题），
为 `type: "external"` 的引用填写 `dataText` 字段。站内链接（`type: "internal"`）不需要填写 `dataText`。

**AI 生成 data-text 的规则：**
- 优先使用中文描述，如"阿里云：AI Agent的工程化被低估了"
- 学术论文保持英文原名，如"Why Do Multi-Agent LLM Systems Fail?"
- 官方文档可用"XXX 官方文档"格式
- 简洁明了，让读者看到标题就知道引用了什么

**Step 3: 应用引用 → 生成最终 HTML**

```bash
node "$SKILL_DIR/scripts/apply-refs.mjs" -i article.html -r refs.json -o final.html
```

脚本将 HTML 中的 `` 占位标记替换为：
- `type: "internal"` → `}文字` - `type: "external"` → `文字^[N]` 不指定 `-o` 时默认覆盖输入文件。 --- ## 知乎 HTML 规范 ### 允许的标签 - `

` — 文章标题（仅一个） - `

` — 章节标题 - `

` — 段落 - `` — 加粗 - `` — 行内代码 - `` — 站内超链接（需配置） - `^{` — 站外引用/超链接 ### 保留的标签 - `}

` `` `` — 列表 - `` `` `` `` ` ` ` ` — 表格 - `` — 代码块 - `` — 图片 ### 禁用的标签 - 不使用 `` 及以下层级标题（降级为 `...`） - 不使用 `` 引用标签（降级为 ``） - 不使用 ` ` 分割线 - 站外链接不使用 `` 标签（使用 `^{` 引用格式） ### 超链接格式知乎对超链接有两种处理方式： 1. **站内链接**（需配置）：保留为普通 `}` 标签 ```html 文章标题 ``` 2. **站外链接**（默认）：转换为 `^{` 引用格式 ```html ^[序号] ``` - `data-text` 由 AI 根据上下文和 URL 内容生成（见 Workflow Step 2） - 编号按首次出现顺序从 1 递增 - 同一链接多次出现时保持首次编号 ### 段落规范 - 每段用 `` 包裹 - 不使用 ` ` 换行，拆成多个 ` ` - `^{` 紧跟被引用内容，不加空格 --- ## Options ### convert.mjs | Option | Description | Default | |--------|-------------|---------| | `-i, --input` | 输入 Markdown 文件 | stdin | | `-o, --output` | 输出 HTML 文件 | stdout | | `--wrap` | 用完整 HTML 文档包裹（含 meta charset） | off | ### extract-refs.mjs | Option | Description | Default | |--------|-------------|---------| | `-i, --input` | 输入 Markdown 文件 | required | | `-o, --output` | 输出 JSON 文件 | stdout | ### apply-refs.mjs | Option | Description | Default | |--------|-------------|---------| | `-i, --input` | 含占位标记的 HTML 文件 | required | | `-r, --refs` | AI 填写后的引用 JSON 文件 | required | | `-o, --output` | 输出最终 HTML 文件 | 覆盖 input | --- ## Markdown 到知乎 HTML 对照 | Markdown | 知乎 HTML | |----------|-----------| | `# 标题` | `} 标题` | | `## 标题` | `标题` | | `**加粗**` | `加粗` | | `` `代码` `` | `代码` | | `[文字](站内链接)` | `文字`（需配置） | | `[文字](站外链接)` | 脚本输出 `文字`，AI 替换为 `文字^[N]` | | 段落 | `段落` | | `### 三级标题` | 转为 `三级标题` | | 列表 | 保留 `//` | | 表格 | 保留 `` | | 代码块 | 保留 `` | | 图片 | 保留 `` | | `---` | 忽略 | | `> 引用` | 转为 `` 段落 | --- ## 示例 ### 输入 (Markdown) ```markdown # AI Agent 的未来 **AI Agent** 正在改变软件开发的方式。 ## 背景 LangChain 的调查 [报告](https://www.langchain.com/report) 显示，超过 50% 的开发者已经在使用 Agent。另一项研究 [论文](https://arxiv.org/paper) 也证实了这一趋势。在[知乎上的讨论](https://www.zhihu.com/question/123456)中，很多开发者分享了他们的实践经验。 ## 技术实现关于具体的实现方式，可以参考 [OpenAI 的官方文档](https://platform.openai.com/docs)。同时，[这篇知乎专栏文章](https://zhuanlan.zhihu.com/p/654321) 也提供了很好的中文教程。 ## 结论前面提到的 [报告](https://www.langchain.com/report) 还发现了更多有趣的数据。 ``` ### 输出 (知乎 HTML) Phase 1 脚本输出（含占位标记）： ```html AI Agent 的未来 AI Agent 正在改变软件开发的方式。背景 LangChain 的调查显示，超过 50% 的开发者已经在使用 Agent。另一项研究也证实了这一趋势。在中，很多开发者分享了他们的实践经验。技术实现关于具体的实现方式，可以参考。同时，也提供了很好的中文教程。结论前面提到的还发现了更多有趣的数据。 ``` Phase 2 提取的引用 JSON（AI 需要填写 external 类型的 dataText）： ```json [ { "numero": 1, "url": "https://www.langchain.com/report", "originalText": "报告", "context": "LangChain 的调查 [报告]...", "type": "external", "dataText": "" // AI 填写 }, { "numero": 3, "url": "https://www.zhihu.com/question/123456", "originalText": "知乎上的讨论", "context": "在[知乎上的讨论]...", "type": "internal", "dataText": "" // 站内链接不需要填写 } ] ``` Phase 3 AI 处理后的最终输出： ```html AI Agent 的未来 AI Agent 正在改变软件开发的方式。背景 LangChain 的调查报告^[1] 显示，超过 50% 的开发者已经在使用 Agent。另一项研究论文^[2] 也证实了这一趋势。在知乎上的讨论中，很多开发者分享了他们的实践经验。技术实现关于具体的实现方式，可以参考 OpenAI 的官方文档^[4]。同时，这篇知乎专栏文章也提供了很好的中文教程。结论前面提到的报告^[1] 还发现了更多有趣的数据。 ``` --- ## File structure ### scripts/ - `convert.mjs` — Markdown → 知乎 HTML（含占位标记） - `extract-refs.mjs` — 从 Markdown 提取引用列表 + 上下文，输出 JSON - `apply-refs.mjs` — 用 AI 填写的 JSON 替换 HTML 中的占位标记，生成最终 HTML ### assets/ - `example.md` — 示例 Markdown 输入 - `example.html` — 对应的知乎 HTML 输出（含占位标记）}