HomeJimu HarnessCommunityModelsResourcesDocumentationSkillAgentMCPTeamAbout us
Sign up / Sign in

Quick links

Jimu AI

Jimu AI — tools for building intelligent applications

Loading...
← Back to skills

wechat-article-to-markdown

v1.0.3
HK-hub

将微信公众号文章转换为整洁的 Markdown 文件,自动去除广告、赞赏、推广等无关内容,处理代码块格式,支持图片和视频处理。当用户提供微信公众号链接或要求保存微信文章时使用此技能。

Writing微信公众号Markdown文章转换内容清理
↓ 2 downloads

name: wechat-article-to-markdown description: | 将微信公众号文章转换为整洁的 Markdown 文件,自动去除广告、赞赏、推广等无关内容,处理代码块格式,支持图片和视频处理。当用户提供微信公众号链接或要求保存微信文章时使用此技能。 author: "HK-hub" license: "MIT" category: "writing" tags: "微信公众号, Markdown, 文章转换, 内容清理" source: "https://github.com/HK-hub/AgentSkills"

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:获取页面内容

优先使用积木 Web 工具:

  1. 先用 jimu_web_fetch 提取文章标题、作者、发布时间、正文文本、代码块、图片链接和图片出现顺序。
  2. 如果页面需要 JavaScript 渲染、登录态或图片位置缺失,改用 jimu_browser 打开链接,先 snapshot 观察正文结构,再用 extract 或 evaluate 获取正文 HTML 与图片列表。
  3. 仅在用户明确要求保存文件时,才用 write_file 输出 Markdown;不要把抓取过程绑定到任何固定外部抓取服务。

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

从页面 HTML 或 jimu_browser 提取结果中整理图片信息;如果使用浏览器执行脚本,按 DOM 顺序读取正文图片的 data-src、src、alt、data-index 等属性,排除 SVG 占位和装饰元素。

图片类型判断:

类型 处理方式 说明
mmbiz_jpg 保留 文章正文图片
mmbiz_png 保留 文章正文图片
sz_mmbiz_jpg 保留 文章正文图片
sz_mmbiz_png 保留 文章正文图片
mmbiz_svg 丢弃 装饰性图标、分隔线
data:image/svg+xml 丢弃 SVG 占位符

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

问题 原因 解决方案
图片不显示 SVG 占位符 过滤掉 data:image/svg+xml 和 mmbiz_svg
图片顺序错乱 按 imgIndex 排序 按 HTML 中实际出现顺序(data-index)
图片缺失 只用了 markdown 提取 同时获取 HTML 和 markdown

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