dsh-wechat-article-fetcher

English | 中文

DeepSeek Harness (DSH) 插件：从 URL 下载完整的 微信公众号文章——标题、作者、公众号、发布时间，以及按文字/图片/视频/链接结构化块的完整正文， 内置反爬保护。提供微信登录 cookie 时，还可获取阅读/点赞/在看数据与评论。

安装 → 会话里说一句"抓取这篇文章 <URL>" → 完成

可提取字段

| 字段 | 匿名访问 | 提供登录 cookie | |---|---|---| | 标题 / 作者 / 公众号名 / gh_id | ✅ | ✅ | | 发布时间（时间戳 + 显示格式） | ✅ | ✅ | | 摘要 / 封面 / 原文链接 / 专辑与标签 | ✅ | ✅ | | 内容块 — 文字 / 图片 / 视频 / 链接 | ✅ | ✅ | | 图片列表（mmbiz 地址，可下载） | ✅ | ✅ | | 视频 vid + 播放页（mp4 尽力解析） | ✅ | ✅ | | 阅读数 / 点赞 / 在看 | ❌ 微信不暴露 | ✅ | | 评论（含回复） | ❌ no session | ✅ |

❌ 行是微信平台限制（getappmsgext / appmsg_comment 接口拒绝匿名访问），并非插件缺陷。 登录 cookie 必须是文章页登录态（wxuin + key + pass_ticket）；公众号后台 cookie （slave_sid / data_ticket）对这两个接口无效（已实测验证）。

安装

dsh plugin --profile web add dsh-wechat-article-fetcher
# 或从本地目录安装：
dsh plugin --profile web add /path/to/dsh-wechat-article-fetcher

CLI 只转发 pnpm、不维护 bundles 列表，因此还需把包名加入 ~/.dsh/profiles/web/package.json 的 dsh.profile.bundles，然后重启 dsh web：

{ "dsh": { "profile": { "bundles": [ "@deepseek-ai/dsh-base", "@deepseek-ai/dsh-web-app", "dsh-wechat-article-fetcher" ] } } }

用法

在任意 DSH 会话中调用工具 wechat_article_fetcher：

| 参数 | 类型 | 默认值 | 说明 | |---|---|---|---| | url | string | —（必填） | 文章链接；优先短链接 https://mp.weixin.qq.com/s/xxxx | | cookie | string | — | 微信登录 cookie（文章页登录态），解锁统计与评论 | | download_images | boolean | true | 是否下载文章图片到磁盘 | | save_files | boolean | true | 保存 article.md / article.html / meta.json / images/ | | out_dir | string | <工作区>/wechat_articles | 输出根目录；文件落盘 <out_dir>/<公众号>/<日期>_<标题>/ | | max_retries | integer | 3 | 单 URL 最大重试次数（上限 5） |

工具返回结构化 JSON（ok、title、author、account、publish_time、digest、cover_url、 album、tags、stats、content_text、content_blocks、images、videos、links、 comments、files、warnings）以及可读摘要。

独立 CLI（无需 DSH）

内置抓取脚本可脱离 DSH 单独使用：

node lib/fetch_wechat_article.cjs "<url>" [--cookie "<cookie>"] [--no-images] [--out <dir>] [--json] [--max-retries <n>]

要求：Node.js >= 18，零 npm 依赖。

反爬行为

• 每次尝试轮换 UA（微信移动端 / 桌面端）
• 指数退避重试 + 抖动（默认 3 次）
• 验证页检测（环境异常 / 验证码）并明确报错
• 图片下载：并发 4 + Referer: https://mp.weixin.qq.com/
• 优先短链接；已删除/过期文章返回 article_unavailable

目录结构

dsh-wechat-article-fetcher/
├── package.json              # dsh.bundle.patch -> cordis.patch.yml
├── cordis.patch.yml          # 插入一个 host 行（id: wechat-article-fetcher）
├── lib/
│   ├── index.js              # cordis 插件：注册 wechat_article_fetcher 工具
│   └── fetch_wechat_article.cjs  # 零依赖反爬抓取 CLI
└── README.md / README.zh.md / README.i18n.yaml

命名

一个产品、三种规范写法：包名（安装名） dsh-wechat-article-fetcher、组合行 id wechat-article-fetcher、工具名 wechat_article_fetcher。

许可证

MIT — 见 LICENSE。