bzd6661/wechat-article-for-ai

Conversor de Artigo WeChat para Markdown

O que esta ferramenta faz

Converte artigos de contas públicas WeChat em arquivos Markdown limpos com:

• Frontmatter YAML (título, autor, data, URL de origem)
• Imagens baixadas localmente
• Blocos de código preservados com detecção de linguagem
• Extração de referências de áudio/vídeo
• Formatação limpa (sem ruído da interface WeChat)

Pré-requisitos

• Python 3.10+
• Instalar dependências: pip install -r requirements.txt
• O navegador Camoufox será baixado automaticamente na primeira execução

Uso

CLI (artigo individual)

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

CLI (lote a partir de arquivo)

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

Opções da CLI

Flag	Descrição
-f FILE	Arquivo de texto com URLs (uma por linha)
-o DIR	Diretório de saída (padrão: ./output)
-c N	Concorrência de download de imagens (padrão: 5)
--no-images	Pular download de imagens, manter URLs remotas
--no-headless	Mostrar o navegador (para resolver CAPTCHAs)
--force	Sobrescrever saída existente
--no-frontmatter	Usar metadados em blockquote em vez de YAML
-v	Log detalhado/debug

Servidor MCP

Execute como um servidor MCP para integração com ferramentas de IA:

python mcp_server.py

Expõe duas ferramentas:

• convert_article(url, output_dir, download_images, concurrency, use_frontmatter) — Converte um único artigo
• batch_convert(urls, output_dir, download_images, concurrency) — Converte múltiplos artigos

Configuração MCP (para claude_desktop_config.json ou similar)

{
  "mcpServers": {
    "wechat-to-md": {
      "command": "python",
      "args": ["mcp_server.py"],
      "cwd": "<caminho-para-este-projeto>"
    }
  }
}

Estrutura de Saída

saida/
  <titulo-do-artigo>/
    <titulo-do-artigo>.md    # Arquivo Markdown com frontmatter YAML
    images/
      img_001.png
      img_002.jpg
      ...

Problemas Comuns

• Página CAPTCHA/verificação: Execute com --no-headless para resolver manualmente o CAPTCHA na janela do navegador e tente novamente.
• Conteúdo vazio: O WeChat pode limitar a taxa de requisições. Aguarde alguns minutos e tente novamente.
• Falhas no download de imagens: Imagens com falha mantêm suas URLs remotas no markdown. Execute novamente com --force para tentar novamente.

Limitações

• Suporta apenas artigos de mp.weixin.qq.com
• Requer conexão com internet ativa e capacidade de executar um navegador headless
• O WeChat pode bloquear acesso automatizado; Camoufox ajuda a evitar detecção, mas não é garantido