lumiorchid-alt/weibo-scrape

weibo-scrape は何をしますか？

ローカルWeibo（微博）スクレイピングCLI + エージェントスキル：訪問者モードでログイン不要、画像のローカルOCR、構造化JSON出力に対応し、AIエージェント向けに設計されています。

機能

• 可視性: ログインなしでWeiboの公開コンテンツにアクセス可能
• 画像OCR: 画像からテキストを抽出し、結果に含める
• JSON出力: 機械可読な構造化データを出力
• エージェント対応: 任意のAIエージェント（Claude Code、Cursor、Codexなど）と統合可能

インストール

# リポジトリをクローン
git clone https://github.com/lumiorchid-alt/weibo-scrape.git
cd weibo-scrape

# 依存関係をインストール
pip install -r requirements.txt

# オプション：OCR用のTesseractをインストール
# macOS
brew install tesseract
# Ubuntu/Debian
sudo apt-get install tesseract-ocr

使用方法

# 基本的な使い方
python weibo_scrape.py --user <ユーザーID> --limit 20

# JSONとして出力
python weibo_scrape.py --user <ユーザーID> --output json

# OCRを有効にする
python weibo_scrape.py --user <ユーザーID> --ocr

# 詳細はヘルプを参照
python weibo_scrape.py --help

設定

環境変数または設定ファイルで動作をカスタマイズできます：

# リクエスト間の遅延（秒）
export WEIBO_DELAY=2

# タイムアウト（秒）
export WEIBO_TIMEOUT=30

# OCR言語（デフォルト：chi_sim）
export WEIBO_OCR_LANG=chi_sim+eng

出力形式

{
  "posts": [
    {
      "id": "123456789",
      "content": "投稿テキスト",
      "images": ["url1.jpg", "url2.jpg"],
      "ocr_text": "画像から抽出されたテキスト（OCR有効時）",
      "timestamp": "2025-01-01T12:00:00",
      "likes": 100,
      "reposts": 50,
      "comments": 20
    }
  ],
  "meta": {
    "user": "ユーザー名",
    "count": 1,
    "ocr_enabled": true
  }
}

ライセンス

MIT