用 AI 2小时搞定公众号文章下载+上传知识库今天周六娃体检回来花了2小时用 AI 协助一键下载公众号文章并且整理到知识库。起因是有小红薯月大群的粉丝说有没有月大文章的合集，那么下载合集这些东西有啥用呢，主要是考虑到两个原因，一是如果关注的公众号被封了或者文章被删除了后面就访问不了了、二呢就是这些东西可以落到知识库，自己本地的知识库再搭配上AI，能干的事情就有了，简直无敌了，相当于可以基于这个东西让被关注人的思路回答你的问题。所以我也想这个能否通过 AI 实现，于是先搜索了一波，找了一些资料。发现了 github 开源社区也有人分享了一些工具。链接贴在下面https://github.com/xiaoguyu/wechatDownloadhttps://github.com/wechat-article/wechat-article-exporter https://gitee.com/pplus_open_source/wechatArticleDownload发现还是有不少好东西的，后来看到有文章说其中有一个还有界面操作，那就无脑先用了，好处是界面上可以一键导出公众号的文章，用完之后其实还是发现也不少坑的，为此我还专门加了开源作者的沟通群咨询一些问题，当然最大的问题就是这么搞公众号会不会封，个人感觉操作过多微信官方肯定是能检测到的，毕竟这玩意是爬虫操作，还是有一定封号的风险只是时间问题，问了作者也没正面回答。https://down.mptext.top/dashboard/accounthttps://docs.mptext.top/get-started/usage具体操作简单的，具体可以看上面链接的操作手册那里写的很详细，一共就四步，登录自己的公众号--> 添加要导出的公众号--> 同步公众号记录--> 全选抓取内容和导出。这里导出推荐 markdown 和 word 格式，后续作者说也会开放 pdf 格式。word 格式图片展示有点问题显示不全、文字还好。我用的是 markdown 格式，一是导出的数据容量很小，二是这样上传到知识库也不用占用多大存储，限制就是只能上传到腾讯的ima知识库否则 markdown 的文中各种链接是访问不了的。我两种都搞了, word版本由于还在内测还是有bug的，这里主要采用的是 markdown 导出，但是它这个导出来的文件第一行和最后三行有点问题，原因是最后的固定位展示识别不了产生一堆乱码，所以得用 AI 工具给它批量清理一把。导出的原始文件可以看到非常小，几KB，所以 1000 多个文件也就 2MB，毫无知识库存储上传限制。接下来主要是使用 字节的 Trae 完成脚本的清洗，这个说简单也简单的，不过得首先会用提示词，贴网址还是字节提示词：https://promptpilot.volcengine.com/把你的诉求用中文说下，然后让提示词优化一下，当然写提升词的套路还是有的一般是角色、优先级、规则、执行步骤、参考资料等具体就不再这说明了，再丢给 Trae 去写代码，在执行的过程中会让你同意运行和安装一些东西，运行即可，最后编码完成让 Trae 执行一下代码，很快 5 秒不到就执行完毕，检查一下没问题的话就准备上传到知识库了。这里使用的腾讯自带的ima知识库，也属于微信体系，容量也蛮大有 30G，我这有链接，想要下载自取，安装好后，这里有个人知识库和共享知识库，从本地直接上传文件夹即可，很快 30 秒就传完了。同时 markdown 文中还有原始的公众号文章链接直接点进去就可以打开，这个打通还可以。之后就可以依据知识库玩耍了。当然后续还有优化的地方，我也研究过开源网站的API接口，这样就可以后续每天定期拉取最新的文章同步过来了。https://ima.qq.com/mp-user-space-share?channel=10000105今天主要花费在第一个网站下载的过程中，还是有不同的体验，公众号做知识库看也是算一种知识整理吧，慢慢学习！
夜雨聆风
