一个面向 Agent 工作流的微信公众号文章读取 Skill。
当消息中出现一个或多个 https://mp.weixin.qq.com/... 链接时,支持 Skill 语义路由的 Agent 可以自动选择它,提取公开公众号文章的标题、作者、发布时间、正文结构与懒加载图片,并保存为 Markdown 和结构化元数据。
它不要求固定提示词,也不依赖微信 Cookie、账号、API Key、浏览器登录态或第三方 Reader 服务。
公众号文章在人手打开时通常没有问题,但交给 Agent 后,经常只返回验证页面、网页外壳或混杂大量界面文字的内容。手动复制、清理再粘贴可以解决一次,却很难成为稳定的工作流。
这个项目只解决一个问题:让公开公众号文章以干净、可追踪、便于继续处理的形式进入 Agent 上下文。
- 自动识别单个或批量
mp.weixin.qq.com链接,无需固定口令 - 优先使用普通浏览器请求,必要时仅进行一次微信 WebView 请求重试
- 定位
#js_content,过滤页面按钮、推荐阅读和其他界面噪声 - 提取标题、作者、发布时间、段落、标题、列表、引用、链接和懒加载图片
- 分别保存 Markdown、元数据、原始 HTML 和请求追踪
- 严格校验域名、HTTPS、端口和跨域重定向
- 限制超时时间、响应大小和重试次数
- 单篇失败不阻断同一批次中的其他链接
npx -y skills add Githun1314/agent-wechat-reader --skill wechat-article-readergit clone https://github.com/Githun1314/agent-wechat-reader.git
mkdir -p ~/.codex/skills
cp -R agent-wechat-reader/skills/wechat-article-reader ~/.codex/skills/安装后重新开始一个 Agent 任务,使 Skill 元数据进入新的上下文。
不需要记住固定提示词。直接在任务中发送公众号链接即可:
https://mp.weixin.qq.com/s/...
也可以一次发送多篇文章,并附带实际任务:
请比较下面三篇文章的核心观点:
https://mp.weixin.qq.com/s/...
https://mp.weixin.qq.com/s/...
https://mp.weixin.qq.com/s/...
如果只发送链接,没有补充要求,Skill 默认让 Agent 返回每篇文章的标题、作者、读取状态和简要摘要。
Skill 的自动选择属于 Agent 的语义路由,不是浏览器层面的域名拦截器。具体产品需要支持 SKILL.md,或允许将脚本封装为自定义工具。
脚本仅依赖 Python 3.9 及以上版本的标准库:
python3 skills/wechat-article-reader/scripts/read_wechat_article.py \
"https://mp.weixin.qq.com/s/..." \
--quiet成功后会打印 article.md 和 article.json 的本地路径。
<temp-dir>/
├── article.md # 清理后的正文
├── article.json # 标题、作者、时间、字数、图片数量和文件路径
├── raw.html # 原始页面,用于排查结构变化
└── trace.json # 请求档位、耗时、响应大小和验证页状态
- 支持
SKILL.md的 Agent:直接安装skills/wechat-article-reader/。 - 支持自定义工具或工作流节点的平台:将
read_wechat_article.py封装为只接收 URL 的工具,读取article.json和article.md作为返回结果。 - 不支持本地脚本的平台:可以将脚本部署为受控的内部 HTTP 工具,但应继续保留当前域名白名单、大小限制和无凭据边界。
不要把微信 Cookie、登录态或账号凭据加入这个工具。
只支持公开、免登录的 https://mp.weixin.qq.com 文章。
以下内容不会尝试绕过:
- 登录可见或付费文章
- 已删除或不可访问的文章
- 微信安全验证、频率限制或风控页面
- 跳转到其他域名的链接
失败时,建议改用用户提供的正文、截图、PDF 或导出的网页文件。
运行不访问网络的确定性自测:
python3 skills/wechat-article-reader/scripts/read_wechat_article.py --self-test项目的 GitHub Actions 会在 Python 3.9、3.11 和 3.13 上执行语法检查与自测。
这个项目参考并重新组合了两类思路:
- Claude 和 Codex,终于能读公众号了:微信公众号页面请求与正文定位思路
- code-yeongyu/web-fetch:临时文件、结构化元数据、追踪记录和按需读取设计
当前实现针对公众号文章重新编写,并增加了严格域名校验、跨域重定向限制、正文结构解析、批量链接工作流和明确的失败边界。