Wechat Article To Markdown

微信公众号文章转 Markdown

概述

微信公众号文章网页包含大量无关内容（广告、赞赏、留言区、小程序推广等），直接复制粘贴会产生格式问题。此 Skill 提供一套完整的处理流程，将微信文章转换为干净、规范的 Markdown 文件。

触发条件

• 用户提供微信公众号文章链接（mp.weixin.qq.com）
• 用户说"保存微信文章"、"另存为 Markdown"
• 用户想要整理微信文章到笔记库

完整处理流程

第一步：同时获取 HTML 和 Markdown

必须同时获取两种格式（并行请求）：

# 请求 1：HTML 格式（用于提取图片位置）
mcp__ScraplingServer__stealthy_fetch
  - url: 微信文章链接
  - extraction_type: html
  - main_content_only: true
  - wait: 2000

# 请求 2：Markdown 格式（用于提取文本内容）
mcp__ScraplingServer__stealthy_fetch
  - url: 微信文章链接
  - extraction_type: markdown
  - main_content_only: true
  - wait: 2000

第二步：提取图片并确定位置

关键：图片顺序必须按 HTML 中实际出现顺序，而非 imgIndex 数字

从 HTML 中提取图片信息：

# 提取所有正文图片（按出现顺序）
cat html_file | tr '>' '\n' | grep -E 'data-src.*mmbiz_(jpg|png)' | grep -v 'mmbiz_svg'

图片类型判断：

图片位置判断：

根据 data-index 属性或图片在 HTML 中的出现顺序，将图片插入到 Markdown 对应位置：

data-index="2" → 第一张正文图片
data-index="3" → 第二张正文图片
...

注意：#imgIndex=N 不等于图片在文章中的实际位置！必须按 HTML 源码中的出现顺序排列。

第三步：清理无关内容

必须移除的内容：

1. 广告和推广

   • 文末的广告推广内容
   • "阅读原文" 相关内容
   • 小程序推广
   • 公众号推荐卡片

2. 赞赏相关

   • "微信扫一扫赞赏作者"
   • 赞赏二维码
   • 赞赏金额选择界面

3. 互动元素

   • 留言区（"写留言"、"暂无留言"）
   • 分享按钮（Like, Share, Popular, Comment）
   • 关注引导（"扫码关注"、"继续滑动"）
   • 划线功能引导

4. UI 元素

   • 无效链接（javascript:void(0);）
   • 空图片标签（![]()）
   • SVG 占位图片
   • 弹窗和遮罩层内容
   • "预览时标签不可点"
   • 字体调整控件

5. 元数据冗余

   • 重复的公众号名称和头像
   • 底部 "当前内容可能存在未经审核..." 提示
   • 微信公众平台广告规范指引

第四步：规范化 Markdown 格式

标题处理：

# 文章主标题

## 二级标题

### 三级标题

代码块处理：

• 检查代码块是否正确使用三反引号
• 添加语言标识符（如 java, python, ```bash）
• 确保代码缩进正确

图片格式：

![图片描述](https://mmbiz.qpic.cn/...)

表格处理： 保留原始表格格式，确保对齐。

第五步：添加元信息

在文件开头添加 YAML frontmatter：

---
title: 文章标题
author: 作者名称
source: 原始链接
date_saved: 保存日期
tags: [微信公众号, 其他标签]
---

第六步：保存文件

文件命名规则：

• 格式：YYYY-MM-DD-标题摘要.md
• 标题摘要：取标题前 30 字符，去除特殊字符
• 示例：2026-03-18-IM系统消息收发设计.md

图片处理详细指南

微信图片的特殊性

重要警告：微信图片有以下限制：

1. 防盗链：部分图片直接访问可能返回 403
2. 时效性：图片链接可能过期（通常 24-48 小时）
3. 无防盗链：大部分 mmbiz.qpic.cn 链接可直接访问

图片链接处理

方案 A - 保留原始链接（推荐，简单）

![图片描述](https://mmbiz.qpic.cn/sz_mmbiz_png/xxx/640?wx_fmt=png)

• 优点：简单直接，大多数情况可正常显示
• 缺点：链接可能过期

方案 B - 下载到本地

• 如果用户需要离线使用，可下载图片到 ./images/ 目录
• 需要处理防盗链问题

常见图片问题

常见问题处理

问题 1：图片顺序错乱

原因：imgIndex 数字不代表文章中的实际位置

解决方案：

错误做法：按 imgIndex=0,1,2... 排序
正确做法：按 HTML 中 <img> 标签出现的顺序排列

问题 2：图片缺失

原因：只用 markdown 格式提取，部分图片链接丢失

解决方案：同时获取 HTML 和 markdown，从 HTML 中提取完整图片列表

问题 3：包含无关的 SVG 图片

原因：微信使用 SVG 作为占位符和装饰

解决方案：过滤掉所有 mmbiz_svg 类型和 data:image/svg+xml 的图片

问题 4：代码块无语言标识

原因：微信文章代码块格式不规范

解决方案：根据代码内容推断语言，添加标识符

输出模板

---
title: {{文章标题}}
author: {{作者}}
source: {{原始链接}}
date_saved: {{保存日期}}
tags: [微信公众号, {{其他标签}}]
---

# {{文章标题}}

> 作者：{{作者名称}}
> 来源：{{公众号名称}}
> 链接：{{原始链接}}

![封面图片]({{封面图片链接}})

{{正文内容，图片按正确位置插入}}

---

*本文由 [wechat-article-to-markdown] 自动转换*
*保存自微信公众号文章，仅供个人学习使用*

示例工作流

用户输入：

保存这篇文章 https://mp.weixin.qq.com/s/xxxxx

处理步骤：

1. 并行获取 HTML 和 markdown 两种格式
2. 从 HTML 提取图片：按出现顺序，过滤 SVG
3. 解析 markdown：提取标题、正文、代码块
4. 合并内容：将图片插入到 markdown 正确位置
5. 清理无关内容：移除广告、赞赏、UI 元素
6. 格式化代码块：添加语言标识
7. 添加 frontmatter：元信息
8. 保存文件：按命名规则保存

注意事项

1. 版权提醒：保存的文章仅供个人学习使用，请勿二次传播
2. 图片链接：大部分可直接访问，少数有防盗链
3. 视频限制：嵌入的视频记录标题和描述即可
4. 表格处理：微信表格可能需要手动调整对齐
5. 公式支持：如有数学公式，转换为 LaTeX 格式

相关技能

• pdf - 处理 PDF 文件
• docx - 处理 Word 文档
• excalidraw-diagram - 创建图表