微信内容情报库

4个月前发布 223 00

微信内容情报库(基于 moore-wechat-article-downloader)是一个专为 AI Agent(如 Claude Code、Codex)设计的本地化技能工具。它旨在将散落在微信公众号中的非结构化信息流,转化为可搜索、可分析、可复用的本地结构化资料库。

所在地:
中国
收录时间:
2026-07-11
微信内容情报库微信内容情报库

微信内容情报库(基于 moore-wechat-article-downloader)是一个专为 AI Agent(如 Claude Code、Codex)设计的本地化技能工具。它旨在将散落在微信公众号中的非结构化信息流,转化为可搜索、可分析、可复用的本地结构化资料库。

该工具强调“本地优先”与“隐私保护”,不依赖云端服务,所有文章正文、图片、评论及互动数据均保存在用户本地,是构建个人知识库(第二大脑)或进行竞品分析的理想辅助工具。

核心功能场景

1. 同步更新 (Sync)

  • 目标:将关注的公众号转化为可追踪的文章列表。
  • 操作:通过自然语言指令,自动同步指定公众号最近 N 篇新文章,并按日期或公众号分组整理。
  • 特点:默认仅抓取正文,快速建立基础文章库。

2. 公众号研究 (Research)

  • 目标:拆解选题逻辑、内容结构与读者反馈。
  • 操作:深入分析特定公众号的历史文章,提取标题写法、情绪钩子、结构模式,并结合精选评论判断读者真实痛点。
  • 价值:不仅下载内容,更提炼“可借鉴的方法论”,适合内容创作者与产品经理。

3. 微信收藏会话 (Collection Session)

  • 目标:边看边存,实时捕获高价值内容。
  • 操作:开启收藏模式后,在微信客户端浏览文章时点击“收藏到本地”,即可保存当前文章的正文、已加载评论、阅读/点赞/在看等互动数据及页面结构。
  • 特点:支持 macOS 微信桌面端,通过 mitmproxy 拦截并保存短时有效的互动信号。

4. 链接归档 (Archive)

  • 目标:将零散的分享链接统一入库。
  • 操作:批量导入微信群或收藏夹中的文章链接,自动按公众号归类并下载至本地指定目录。

技术架构与数据存储

  • 本地存储结构:
    ~/Downloads/wechat-articles/<公众号名>/
    ├── articles/<文章标题>.md      # Markdown 格式正文
    ├── images/<文章标题>/           # 关联图片资源
    ├── index.csv                    # 文章索引与元数据
    └── wechat_articles.db           # SQLite 数据库(管理状态与互动数据)
    
  • 数据完整性:除了正文,还支持保存精选评论、互动数据(点赞/在看数)及页面元数据,为后续的情感分析或热度评估提供依据。
  • 隐私边界:
    • 仅处理公开文章内容,不绕过付费墙或私密内容。
    • 敏感信息(Cookie/Token)仅在本地内存中短暂使用,不打印日志,不上传第三方。
    • 不做内容改写,保持原文真实性。

安装与依赖

安装步骤:

# Codex
mkdir -p ~/.codex/skills
git clone https://github.com/Moore-developers/moore-wechat-article-downloader.git \
  ~/.codex/skills/moore-wechat-article-downloader

# Claude Code
mkdir -p ~/.claude/skills
git clone https://github.com/Moore-developers/moore-wechat-article-downloader.git \
  ~/.claude/skills/moore-wechat-article-downloader

环境依赖:

  • 基础功能:无需额外依赖,直接通过自然语言调用即可。
  • 高级功能:
    • Exporter 历史列表:需扫码登录微信公众号后台。
    • 微信收藏与互动数据:需 macOS 微信桌面客户端、本地证书及 mitmproxy 支持。
    • 代理切换:目前仅支持 macOS 系统的自动代理配置。

适用人群

  • 内容创作者:需要拆解爆款选题、学习标题技巧与叙事结构。
  • 研究者/产品人:长期跟踪竞品动态,分析行业趋势与用户反馈。
  • 知识管理者:希望将微信碎片化信息沉淀为本地 Wiki 或 Obsidian 笔记的用户。
  • AI 开发者:需要高质量中文语料用于模型微调或 RAG(检索增强生成)知识库构建。

相关导航