技能介绍

要解决什么问题

豆瓣读书的个人主页（已读、想读、在读）只有网页浏览，没有官方批量导出接口。你想做阅读统计、备份书单、或把数据接到自己的表格/分析流程里，就得手工翻页复制，或者自己写爬虫还要处理分页和限速。

本技能面向豆瓣公开个人主页的读书数据：在无需登录的前提下，把三类列表抓下来，写成 CSV 或 JSON，并支持从「一次性全量」到「日常增量」几种不同节奏。

技能如何工作

核心能力可以按使用场景理解：

全量抓取：从第一页翻到最后一页，把指定分类（collect / wish / do）完整落盘，适合首次同步或重建本地库。
翻页增量：逐页抓取，遇到本地已有书目即停止，适合「看看最近有没有新标记」而不必每次全站扫一遍。
RSS 增量：通过 RSS 拉最新动态，秒级完成、无需逐页翻页，文档里把它标成日常轻量同步的推荐方式，也不受翻页那条随机延迟链路的约束。
统计与年度报告：在已有数据上汇总各分类数量；--report 可按年份看阅读量、月度分布、评分趋势等。

工作流上，你需要先提供豆瓣用户 ID（主页 URL 里 book.douban.com/people/<id>/ 的 <id>）。全量模式下单页约 15 本，脚本对豆瓣请求会做 2.5–4.5 秒随机间隔（可用 --no-delay 仅作测试），失败会最多重试 3 次；中断后一般可重新跑，从断点/状态继续（依赖同步状态文件）。输出路径与格式由 --output、--format 等参数控制；字段与解析细节以技能内 references/csv-format.md、references/parse-rules.md 为准。

适用边界与注意点

只能抓公开个人主页读书列表，不能替代需要登录的私密能力；数据完整度受豆瓣页面结构与反爬策略影响，被限频时应间隔几分钟再试。
全量抓取耗时与书单规模成正比（文档示例量级约为每 1000 本已读需数分钟级），想读/在读同理；调试可用 --max-pages 限制页数。
技能维护要求执行后清理 scripts/ 下调试残留，只保留 fetch_douban.py 与可选的 .douban_sync_state.json——这是给 Agent 维护目录卫生用的，不影响你关心的导出结果本身。