技能介绍

问题

微信公众号文章通常只能在手机上或网页里逐篇阅读，想离线保存、归档或作为语料处理时，手动复制很容易丢图、丢段落、丢列表结构；直接保存原始 HTML 又会带入脚本、追踪代码和一堆无关节点。这个技能要解决的是：把一篇公开可访问的公众号文章稳定地变成本地 Markdown，尽量保留正文里的标题、段落、列表、图片等有用结构，并按需得到一张经过清理的 HTML 或一组可离线引用的图片。

工作原理

输入一个公开的 https://mp.weixin.qq.com/s/... 链接后，内置脚本会一次完成校验、抓取和落地：

URL 校验：只接受 HTTPS、主机为 mp.weixin.qq.com、路径以 /s/ 开头的文章地址；图片也只从经过批准的微信 CDN 主机下载。
正文定位：从页面中寻找 #js_content 节点作为正文容器；找不到时停止并说明无法取得公开正文，正文异常短时返回结果但附带截断警告。
Markdown 生成：Markdown 是默认产物，保留文章结构；--html 可额外生成带 Content Security Policy 的清理版 HTML，--no-img 则保留批准的远程图片 URL 而不下载图片。
图片处理：图片校验或下载失败不会中断正文，只会在结果中报告被跳过的图片；下载成功后用本地 images/... 引用替代远端地址。
状态返回：通过结构化 JSON 返回 success、partial、blocked、exists、error，Agent 调用默认启用 --json。success 报告路径、标题、公众号、发布时间和图片数；partial 报告全部 warnings 并说明正文可能不完整；blocked 停止且不绕过任何限制；error 依据 invalid_url、network_error 或 extraction_error 说明原因。
防覆盖与单次执行：除非用户明确要求替换并使用 --overwrite，已有输出会触发保护并保持不变。一次 Skill 或斜杠命令调用只执行一次提取，成功后报告结果并停止，不在同一任务里手动重跑相同 URL 和输出目录。

适用边界与注意点

它只处理公开文章，不会绕过登录、付费墙或“阅读全文”后的隐藏内容；也不接受本地文件、任意网站或仅登录可见页面。除用户另行调用并授权外，不得把提取结果发布到外部服务。临时超时、HTTP 429 和 5xx 最多额外重试两次，对 403、404、安全策略拒绝、跳转越界、超大响应或无效格式不做循环重试。最后，partial 的退出码是 0，但文件可用不代表可以忽略警告；提取后应确认 Markdown 非空、本地图片引用能解析，且请求 HTML 时文件包含 Content Security Policy。