x-article-extract

# X Article 内容提取技能 ## 能力 从 X/Twitter 链接中提取完整内容，支持三种场景： | 场景 | 方法 | 说明 | |------|------|------| | 普通推文 | xreach tweet | 直接提取推文文本+媒体 | | X Article 长文 | Playwright + xreach cookie | 用无头浏览器打开 Article 页面抓取正文 | | 推文分享外部链接 | Firecrawl API | 解析 t.co → 抓取目标网页内容 | 所有场景自动附带互动数据（浏览/赞/转发/收藏/评论数）。 ## 触发条件 当用户要求提取 X/Twitter 内容时触发，包括但不限于： - 「提取这条推文」「抓一下这个 X 链接」 - 「这条 X Article 讲了什么」 - 「帮我把这条推文内容拉出来」 - 直接给出 x.com / twitter.com 链接并要求分析内容 ## 使用方式 ### 1. 提取单条 X 链接 ```bash python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \ --url "https://x.com/username/status/123456789" ``` 输出 JSON，包含： - `title`: 标题 - `author`: 作者 - `description`: 完整内容 - `engagement`: 互动数据 - `content_type`: `tweet` / `x_article` / `external_page` - `word_count`: 内容字数 ### 2. 提取并入库到内容工厂 ```bash python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \ --url "https://x.com/username/status/123456789" \ --ingest ``` 自动将提取的内容写入内容工厂素材库（ObsidianAdapter），等同于在飞书群发链接 + 入库。 ### 3. 批量提取 ```bash python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \ --url "https://x.com/a/status/111" \ --url "https://x.com/b/status/222" ``` ### 4. 仅解析 t.co 短链（不提取内容） ```bash python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \ --resolve "https://t.co/abc123" ``` ## 参数说明 | 参数 | 必填 | 说明 | |------|------|------| | `--url` | 是 | X/Twitter 链接（可多个） | | `--ingest` | 否 | 提取后自动入库到内容工厂 | | `--resolve` | 否 | 仅解析 t.co 短链，不提取内容 | | `--json` | 否 | 输出原始 JSON（默认人类可读格式） | | `--proxy` | 否 | 代理地址（默认从环境变量 HTTPS_PROXY 读取） | | `-v` | 否 | 详细日志 | ## 依赖 - **xreach** (v0.3.0+): X/Twitter CLI，需已认证（`xreach auth check`） - **Playwright** (python): 用于抓取 X Article（`pip install playwright && python3 -m playwright install chromium`） - **Firecrawl API Key**: 用于抓取外部网页（环境变量 `FIRECRAWL_API_KEY`） - **VPS 代理**: X 在国内被屏蔽，需走代理 ## 注意事项 - xreach 认证 cookie 保存在 `~/.config/xfetch/session.json`，过期后需重新认证：`xreach auth extract --cookie-source chrome` - Playwright 首次使用需安装浏览器：`python3 -m playwright install chromium` - X Article 抓取需要 ~10 秒（Playwright 启动 + 页面渲染），普通推文 ~2 秒 - 如果 Playwright 失败，自动降级为 xreach thread 获取讨论上下文