bzd6661/wechat-article-for-ai

Convertisseur d'Article WeChat en Markdown

Ce que fait cet outil

Convertit les articles de comptes publics WeChat en fichiers Markdown propres avec :

• Frontmatter YAML (titre, auteur, date, URL source)
• Images téléchargées localement
• Blocs de code préservés avec détection du langage
• Extraction des références audio/vidéo
• Mise en forme propre (pas de bruit d'interface WeChat)

Prérequis

• Python 3.10+
• Installer les dépendances : pip install -r requirements.txt
• Le navigateur Camoufox sera téléchargé automatiquement lors de la première exécution

Utilisation

CLI (article unique)

python main.py "https://mp.weixin.qq.com/s/ARTICLE_ID"

CLI (traitement par lot depuis un fichier)

python main.py -f urls.txt -o ./output -v

Options CLI

Option	Description
-f FICHIER	Fichier texte contenant les URLs (une par ligne)
-o DOSSIER	Répertoire de sortie (par défaut : ./output)
-c N	Nombre de téléchargements simultanés d'images (par défaut : 5)
--no-images	Ignorer le téléchargement des images, conserver les URLs distantes
--no-headless	Afficher le navigateur (pour résoudre les CAPTCHAs)
--force	Écraser les fichiers de sortie existants
--no-frontmatter	Utiliser des métadonnées blockquote au lieu de YAML
-v	Journalisation verbeuse/débogage

Serveur MCP

Exécuter en tant que serveur MCP pour une intégration avec des outils IA :

python mcp_server.py

Expose deux outils :

• convert_article(url, output_dir, download_images, concurrency, use_frontmatter) — Convertir un seul article
• batch_convert(urls, output_dir, download_images, concurrency) — Convertir plusieurs articles

Configuration MCP (pour claude_desktop_config.json ou similaire)

{
  "mcpServers": {
    "wechat-to-md": {
      "command": "python",
      "args": ["mcp_server.py"],
      "cwd": "<chemin-vers-ce-projet>"
    }
  }
}

Structure de sortie

output/
  <titre-article>/
    <titre-article>.md    # Fichier Markdown avec frontmatter YAML
    images/
      img_001.png
      img_002.jpg
      ...

Problèmes courants

• Page CAPTCHA/vérification : Exécutez avec --no-headless pour résoudre manuellement le CAPTCHA dans la fenêtre du navigateur, puis réessayez.
• Contenu vide : WeChat peut limiter les requêtes. Attendez quelques minutes et réessayez.
• Échecs de téléchargement d'images : Les images non téléchargées conservent leurs URLs distantes dans le Markdown. Relancez avec --force pour réessayer.

Limitations

• Ne prend en charge que les articles de mp.weixin.qq.com
• Nécessite une connexion Internet fonctionnelle et la capacité d'exécuter un navigateur headless
• WeChat peut bloquer l'accès automatisé ; Camoufox aide à contourner la détection mais sans garantie