微信文章导出

要解决什么问题

公众号文章在浏览器里排版好看，但复制到 Word 往往丢样式、图片外链失效，或标题层级混乱。若你手头只有 mp.weixin.qq.com/s/... 链接，需要离线阅读、归档或二次编辑，手动「另存为」或逐段粘贴通常既慢又不可靠。

技能如何工作

该技能把整条链路封装成脚本 scripts/wechat_to_docx.py（基础目录 ~/.workbuddy/skills/wechat-to-docx-sqsmile/）：用 requests 拉取页面，beautifulsoup4 + lxml 解析正文，再用 python-docx 生成 DOCX。

典型流程是：

• 从用户话里抽出所有微信文章 URL（支持 https:// / http:// 两种写法）
• 确定输出目录（默认当前工作目录，也可指定工作空间内路径）
• 运行导出脚本，并汇总每篇的标题、路径、图片数量及失败原因

输出规格比较固定：A4、2.54cm 页边距，正文微软雅黑 11pt；标题按层级自动编号（一级「一、二、三」、二级 2.1、、三级 2.1.1、）。若原文已有中文数字或阿拉伯编号，会保留原文而不重复套号。图片下载到 .images/ 缓存（如 a1_0.jpg），嵌入正文居中，默认宽度 5.2 英寸；代码块用 Consolas 与浅灰背景。页眉为文章标题，页脚为「第 X 页」。文件名取 {文章标题}.docx，非法字符会替换为下划线。

使用 --list 时脚本会输出 JSON，便于 Agent 解析批量结果。

适用边界与注意点

| 情况 | 说明 |
|------|------|
| 「未找到文章正文」 | 链接需登录或已删除，先在浏览器验证 |
| 连接超时 | 网络或微信限流，稍后重试 |
| 图片失败 | 过期或防盗链；文档仍会生成，对应位置可能留空 |

该技能面向可公开访问的公众号文章链接；不能替代已登录态下的复杂抓取场景。