文章抓取(article-fetch)
把任意文章变成 article.md:后面所有能力(改写、翻译、长图、卡片、公众号、口播、白板、漫画)都从这份文件开始。视频不归这里管,用 video-transcript。
参数:$ARGUMENTS
1. 环境检查(本会话第一次)
node ${CLAUDE_SKILL_DIR}/scripts/doctor.mjs
需要 Node 22+;网页和公众号要用到本机 Chrome。失败时把修复建议转告用户,然后停下。
2. 抓取
node ${CLAUDE_SKILL_DIR}/scripts/fetch.mjs "<url 或文件>" # 默认输出到 ./article2media-out/<slug>/
node ${CLAUDE_SKILL_DIR}/scripts/fetch.mjs "<url>" --out <目录> # 指定目录
- X / Twitter:通过 FxTwitter 公开 API,长文、帖子、线程都支持,不需要登录。
x.com/i/article/…这种内部链接解析不了,请用户给发布文章的那条推文链接。 - 普通网页:依次尝试 r.jina.ai、defuddle.md,最后用本地 Chrome 提取。加
--no-proxy不经过第三方服务。 - 微信公众号:直接用本地 Chrome 提取。
- 本地文件:Markdown / 文本直接读,HTML 用 Chrome 提取正文。
--title、--author可以补标题和作者。 - 用户直接粘贴正文:不用抓取,自己写
./article2media-out/<简短英文 slug>/article.md:front matter 写title、author、platform、date,正文第一行# 标题,其余原样粘贴,不改字。 - 给的是视频链接、音视频或字幕文件时,脚本会拒绝并提示:改用
video-transcript。
输出:<目录>/article.md、meta.json;终端打印一段 JSON(目录、标题、作者、平台、字数)。
3. 检查
完整读一遍 article.md:
- 正文明显不全(只有摘要、被登录墙截断、只抓到评论区)时,告诉用户,请对方粘贴正文;
- 标了
<!-- 未识别的内容块 -->的地方可能缺内容,交付时说明。 - 脚本提示「⚠ 正文只有 N 字,主要内容可能在视频 / 图里」时(常见于图解帖、短视频帖):X 帖子的视频写成了「封面图 + ▶ 视频链接」。先看图;视频用 ffmpeg 抽帧(第一帧常是带标注的完整图解)看画面。有配音的交给
video-transcript;只有画面文字的,把文字按原语言逐字整理进article.md(放在对应的图 / 视频后面,用原文的分组做小标题),交付时说明哪些内容来自画面。
4. 交付
单独使用时:给出 article.md 的绝对路径、标题、作者、平台、字数,以及上面发现的缺漏。
在组合里:把目录交给下一个能力(见 ../article2media/references/pipeline.md)。
