WeChat2MD: 小龙虾🦞 OpenClaw 微信公众号文章解析方案 (Cloud Proxy + OpenClaw Skill)

这是一个专为 AI Agent（特别是 小龙虾 OpenClaw）设计的平衡方案，用于绕过微信公众号文章极其严苛的反爬机制。

核心架构

由于微信文章在非腾讯云/特殊环境下通过常规爬虫读取极易触发反爬重定向（例如跳转到验证码或“只能在微信客户端查看”），本项目采用了 “云端解析中转 + 本地 Agent 技能调用” 的架构。

graph LR
    User[用户/Agent] -- 订阅文章URL --> Skill[Local OpenClaw Skill]
    Skill -- 携带Token请求 --> Proxy[Tencent Cloud Proxy API]
    Proxy -- 模拟正常访问获取HTML --> WeChat[微信文章服务器]
    WeChat -- 返回HTML --> Proxy
    Proxy -- 解析为Markdown --> Skill
    Skill -- 返回高质量正文 --> User

Loading

---

路线图：Step by Step 部署与使用

第一步：部署云端解析中转 (Cloud Proxy)

为什么必须是腾讯云？ 微信文章在腾讯云 IDC 机房的出口 IP 下通常不会触发严苛的反爬，解析成功率接近 100%。

1. 服务器准备：

   • 准备一台腾讯云服务器（轻量应用服务器即可），系统推荐 Ubuntu 20.04+。
   • 在控制台防火墙中放通 8001 端口。

2. 一键环境配置： 参照 deploy_tencent_cloud.md 中的说明，配置 Docker 镜像加速器。

3. 启动服务：

   mkdir -p /opt/wechat2md && cd /opt/wechat2md
   # 克隆代码 (建议使用 GitHub 代理加速)
   git clone https://ghp.ci/https://github.com/raphaelxiao/wechat2md.git .
   
   # 生成随机 Token 并写入 .env
   TOKEN=$(python3 -c "import secrets; import string; print(''.join(secrets.choice(string.ascii_letters + string.digits) for _ in range(32)))")
   echo "API_TOKEN=$TOKEN" > .env
   echo "生成的 Token 为: $TOKEN (请记录下来，下一步要用到)"
   
   # 启动
   sudo docker compose up -d

---

第二步：在 小龙虾 OpenClaw 中安装技能 (Agent Skill)

1. 放置技能文件夹： 将项目中的 wechat-article-fetcher/wechat-article-fetcher 文件夹整体复制到你的 OpenClaw 的 skills 目录下。

2. 配置认证信息： 在技能目录中（skills/wechat-article-fetcher/），将 .env.example 复制为 .env 并编辑：

   # 填入第一步中生成的 Token
   WECHAT2MD_TOKEN=你的Token
   # 填入你服务器的公网 IP 和端口
   WECHAT2MD_URL=http://你的服务器IP:8001/api/v1/wechat2md

3. 激活技能： 重启 OpenClaw 或在其 UI/控制台加载新技能。Agent 现在具备了 wechat-article-fetcher 能力。

---

第三步：使用方法

你可以直接在 OpenClaw 中发送：

“这篇文章讲了什么：https://mp.weixin.qq.com/s/xxxxxxxx”

Agent 会自动执行以下逻辑：

1. 识别出链接符合微信特征。
2. 触发 wechat-article-fetcher 技能。
3. 调用本地 scripts/wechat_fetcher.py 脚本发送请求。
4. 获得精准的 Markdown 内容并进行分析总结。

---

项目结构

• /：云端服务端代码 (FastAPI + Docker)。
• /wechat-article-fetcher/：专为 OpenClaw 准备的技能插件包。
• deploy_tencent_cloud.md：腾讯云环境下的特殊配置说明（包含各种国内网络问题解决方案）。

许可证

MIT