知乎抓取.skill

从知乎收藏夹列表到批量正文与图片，再到 Obsidian 自动分类入库：API / Playwright 多级降级、Cookie 持久化与保活、断点续传。

<br>

收藏夹里上千篇文章想归档成 Markdown？<br> 需要配图本地化、中断后能接着抓？<br> 希望落库到 Obsidian，并按主题自动分类？<br> Cookie 经常失效，想要持久化上下文 + 保活？

本 Skill 按 AgentSkills 约定编排全流程，入口见根目录 SKILL.md，脚本集中在 scripts/。

功能特性 · 运行效果 · 安装 · 使用 · 项目结构 · 参考文档

</div>

功能特性

| 能力 | 说明 | |------|------| | 收藏夹列表 | zhihu.py collection：优先 API，失败降级 Playwright DOM；--collection 名称、--since-last | | 用户专栏 | zhihu.py columns：--column 名称、--since-last，层级 JSON 可交给 batch | | 个人文章 / 回答 | zhihu.py posts：与专栏按 URL 去重；--since-last 只补新；内容更新会 refresh | | 跟读包 | zhihu.py follow / 裸主页 route：专栏 + 文章 + 回答 | | 问题页 | zhihu.py question：默认排序回答列表 | | 统一入口 | zhihu.py route：识别 /collection/ /columns /posts /answers /question/ /p/ 回答链接个人主页 | | 个人历史列表 | zhihu.py history：个人主页点赞/收藏动态，支持时间范围、断点续跑、互动时间元数据 | | 批量抓取 | zhihu.py batch：正文 Markdown、图片默认写入 {输出目录}/images/、_progress.json 断点续传、失败自动重试、API 回退 | | Cookie | 持久化浏览器上下文 + 定时保活；失效时用 zhihu.py relogin 手动登录 | | 单篇 / 调试 | zhihu.py fetch / api / stealth / interactive | | Obsidian | zhihu.py obsidian：原文镜像到 {Vault}/知乎收藏/；zhihu.py notes：笔记到并列的 {Vault}/知乎笔记/ |

依赖：见 scripts/requirements.txt，并需 playwright install chromium。

运行效果

<table width="100%" border="1" cellpadding="12" cellspacing="0"> <tr> <th width="50%" align="center">批量抓取<br><sub>Agent 对话中的进度、剩余篇数与 Cookie 保活（OpenClaw 示例）</sub></th> <th width="50%" align="center">写入 Obsidian<br><sub>「知乎收藏」主题分类与关系图谱</sub></th> </tr> <tr> <td width="50%" valign="top" align="center"> <img src="docs/openclaw-run.jpg" alt="Agent 对话：批量抓取进度与 Cookie 保活" width="100%" /> </td> <td width="50%" valign="top" align="center"> <img src="docs/obs.jpg" alt="Obsidian：知乎收藏分类与关系图谱" width="100%" /> </td> </tr> </table>

安装

加载技能

将本仓库放到 Agent 宿主约定的 skills 路径（与 SKILL.md 同级为 skill 根目录），重启后在技能列表中确认已加载。路径因宿主而异，例如 Claude Code、Cursor、OpenClaw 等。

# 示例：克隆到项目的 skills 目录（按宿主调整目标路径）
git clone https://github.com/handsomestWei/zhihu-fetch-skill.git

依赖

cd scripts
pip install -r requirements.txt
playwright install chromium

仓库根目录运行测试（访问真实知乎，仅最近少量条目；账号见 tests/live_profile.py）：

python -m pytest

抓取上限集中在根目录 zhihu_fetch_config.json，运行时优先读配置；对话里改默认用 python scripts/zhihu.py limits --set key=value。详情见 SKILL.md。

使用

在 Agent 中用自然语言描述即可，例如：知乎文章、收藏夹、批量抓取、写入 Obsidian、Cookie 失效。

典型三步（默认工作区为技能根下 zhihu-fetch-workspace/，可用环境变量 ZHIHU_WORKSPACE 覆盖，详见 SKILL.md）：

# 1. 收藏夹 → JSON 列表
python scripts/zhihu.py collection <收藏夹URL或ID>

# 2. 批量抓取正文与图片
python scripts/zhihu.py batch <列表.json>

# 3. 原文镜像写入 Obsidian「知乎收藏」（可选 Vault 路径）
python scripts/zhihu.py obsidian <文章目录> [Vault路径]

# 4. 从「知乎收藏」生成并列的「知乎笔记」（不改镜像）
python scripts/zhihu.py notes [Vault路径]

用户专栏（/people/<slug>/columns，支持 --column 名称、--since-last）：

python scripts/zhihu.py route https://www.zhihu.com/people/<slug>/columns --column 远东轶事 --per-column 2
python scripts/zhihu.py batch zhihu-fetch-workspace/zhihu_column_<id>.json

个人文章 / 回答（与专栏按 URL 去重）：

python scripts/zhihu.py route https://www.zhihu.com/people/<slug>/posts
python scripts/zhihu.py route https://www.zhihu.com/people/<slug>/answers --since-last
python scripts/zhihu.py route https://www.zhihu.com/people/<slug>
python scripts/zhihu.py route https://www.zhihu.com/question/<id> --max-items 2

收藏夹按名称筛选：

python scripts/zhihu.py collection https://www.zhihu.com/people/<slug> --per-collection 20 --collection CS --since-last

个人历史（点赞 / 收藏）示例：

# 1. 个人动态 → JSON 列表（起始时间含，结束时间不含）
python scripts/zhihu.py history \
  https://www.zhihu.com/people/<slug> \
  2026-01-01T00:00:00+08:00 \
  runtime/zhihu_history_2026-01-01_to_2026-04-05.json \
  --until 2026-04-05T00:00:00+08:00

# 2. 批量抓取正文与图片（失败默认自动重试 3 次）
python scripts/zhihu.py batch \
  runtime/zhihu_history_2026-01-01_to_2026-04-05.json \
  runtime/zhihu_articles_history_2026-01-01_to_2026-04-05

# 3. 写入 Obsidian 的「知乎收藏/{分类}/」根分类文件夹，按 url 去重更新
python scripts/zhihu.py history-obsidian \
  runtime/zhihu_articles_history_2026-01-01_to_2026-04-05 \
  /path/to/ObsidianVault \
  .

Cookie 异常时：

python scripts/zhihu.py relogin

项目结构

本仓库遵循 AgentSkills，根目录即一个 skill：

zhihu-fetch-skill/
├── SKILL.md
├── README.md
├── docs/
├── tests/                 # core / fetch / live 与脚本模块对应
├── scripts/
│   ├── zhihu.py           # 唯一 CLI
│   ├── requirements.txt
│   └── zhihu_fetch/       # core, fetch, body, auth, export
└── zhihu-fetch-workspace/

默认路径与命令以 SKILL.md 为准。

参考文档

技能入口与完整命令说明（依赖、脚本表、故障排查）
脚本依赖清单

</div>