成都工贸公众号文章监控

要解决什么问题

成都工贸职业技术学院体系里，主号、七个二级学院、学工与团委等部门各自运营微信公众号，发文分散在官网新闻栏目与微信生态两侧。手工按月份核对「谁发了多少篇、发了什么」既慢，又容易漏掉只在搜狗能搜到、官网不同步的账号。若还要对比阅读量，普通浏览器打开 mp.weixin.qq.com 文章页也拿不到微信客户端里的真实阅读、点赞与转发数。

技能如何工作

技能从用户自然语言里解析日期范围（如「5月」「上周」「5月1日到5月15日」），再分两层并行采集：

• Tier 1（网站同步型）：对 cdgmxy.edu.cn、cdsjs.com 及各学院子域用 WebFetch 拉新闻列表，必要时按 index_2.html 等翻页直到早于目标区间。
• Tier 2（搜狗补充型）：对工贸学工在线、团委、学生事务中心等无可靠官网同步的号，走搜狗微信搜索，结合标题里的日期线索推断发布时间，并收集 mp.weixin.qq.com/s?... 链接。

随后做字段统一、主号重叠去重（工贸与技师学院「一套班子两块牌子」）、跨来源优先级（学院站优于主站），再按公众号汇总篇数，用 show_widget 生成发文章数与阅读量柱状图，并输出 Markdown 明细表。用户明确要求时，可配合 scripts/fetch_reads.py：用 Fiddler 从微信 PC 客户端抓到含 /mp/profile_ext 的 token URL，调用 getappmsgext 拉真实阅读量；浏览器模式仅作回退，通常只能得到 N/A。

边界与注意点

• 不虚构数据：某号搜狗无索引须标注「无数据」，并在报告中说明搜狗无法覆盖微信全量索引。
• 置信度分层：官网同步标「高」，搜狗推断标「中/低」。
• 阅读量需人工抓包：token 几小时过期；篇间延迟 5～8 秒，大批量宜分批；错误码 200013/200003 分别表示过期与限频。
• 反爬与节制：采集尽量并行以省时间，但阅读量抓取不能省略间隔。