公众号文章转 Markdown

要解决什么问题

工程师和写作者常把微信公众号文章当资料库：教程、行业动态、团队内部分享都堆在 mp.weixin.qq.com 里。微信阅读器不适合归档、全文检索，也不方便进 Git 或笔记系统。手工复制会丢图、段落错位，视频音频往往直接被忽略。

本技能把单篇公众号链接转成可编辑的 Markdown：正文逐字保留（不改写、不摘要），图片用微信 CDN 原始 URL 插在正文对应位置，视频、音频及小程序卡片等无法在 Markdown 里完整呈现的内容，会在原文位置显式标注，避免静默丢失。

工作流程要点

• Step 0：校验 URL 必须含 mp.weixin.qq.com，并去掉 mpshare、scene 等追踪参数，降低反爬触发概率。
• Step 1：用 WebFetch 拉取正文；若出现「环境异常」「访问过于频繁」等，按反爬、失效链接或需登录等情况给出中文提示。
• Step 2：用 curl 抓原始 HTML，从 data-src 等属性提取懒加载图片，并扫描 video、audio、iframe 及微信原生 mp-commonvideosnap 等媒体。
• Step 3～4：按 HTML 上下文把媒体映射到段落位置，写出以标题为 # 的文件，保留代码块、列表、加粗及 ▸ 图注等格式。
• Step 5～6：校验图片数量与媒体标记，向用户汇报图片/视频/音频统计及告警。

适用边界与注意点

• 仅粉丝可见、需微信登录或付费墙后的全文，抓取可能不完整或失败。
• 微信图片 CDN（如 mmbiz.qpic.cn）带防盗链与过期策略，Markdown 里外链可能裂图，重要内容宜尽快本地化归档。
• 微信原生视频常无法抽出可播放的静态 URL，只能保留封面与「请前往原文查看」类标记；部分第三方 iframe 视频可提取链接。
• 同一 IP 频繁请求会触发反爬，需间隔重试；超长文或 JS 动态渲染正文时，以 WebFetch 文本与 HTML 上下文互补核对完整性。