Wechat Search Weread

核心用法

本Skill通过agent-browser驱动浏览器访问微信读书（weread.qq.com），利用其搜一搜功能搜索微信公众号文章，并提取mp.weixin.qq.com直链。流程分为五步：启动浏览器→扫码登录→搜索关键词+无限滚动加载→批量提取文章URL→清理环境。

关键执行要点：

• Step 2 登录：必须扫码登录，流程为「关闭旧弹窗→重新触发→提取QR→立即发码」，全程需在一个terminal()内完成，中间不做任何snapshot验证，否则QR过期。
• Step 3 滚动：必须使用agent-browser eval执行滚动，Python CDP的Runtime.evaluate不会触发XHR加载；且必须保持weread.qq.com标签页活跃，否则永远卡在初始15篇。
• Step 4 提取：通过eval注入拦截window.open，批量点击文章卡片获取直链，必须用async+await sleep(50)防Vue异步竞态。
• Step 4.4 输出：强制从/tmp/urls.json读取完整URL，禁止从控制台复制（曾导致参数截断bug）。

显著优点

1. 绕过API限制：微信读书官方Agent API（/store/search scope=2/4）明确不支持公众号文章搜索（返回-2041），此方案是目前唯一可行的技术路径。
2. 数据完整性高：返回mp.weixin.qq.com直链、标题、公众号名、发布时间、简介，可直接访问无需二次跳转。
3. 自动化程度高：支持大批量滚动（500篇封顶），登录态可复用，适合持续监控场景。
4. 有成熟故障处理：文档详细记录了15+种常见陷阱及解决方案，包括session保持、QR过期、iframe遮挡、URL错位等。

潜在缺点与局限性

1. 依赖浏览器环境：必须安装agent-browser，WSL用户需额外配置CDP端口转发，门槛高于纯API调用。
2. 登录流程脆弱：QR码有效期仅1-2分钟，全流程需严格控制在单个terminal调用内，拆分即失败；且需人工扫码，无法完全自动化。
3. 稳定性风险：微信读书页面结构变化可能导致选择器失效；无限滚动的XHR依赖session cookie，标签页意外关闭即中断。
4. 性能瓶颈：大批量提取时需逐一点击+sleep 50ms，60篇约0.5秒，数百篇需数十秒。
5. 平台限制：仅覆盖微信读书收录的公众号文章，部分新号或未收录文章可能缺失。

适合人群

• 需要批量获取微信公众号原文链接的研究者、媒体从业者
• 搭建公众号内容监控/舆情系统的开发者
• 已配置agent-browser环境的技术用户

常规风险

| 风险类型 | 说明 |

|---------|------|

| 账号风险 | 频繁搜索/提取可能触发微信风控，建议控制频率 |

| 会话失效 | weread标签页关闭后session丢失，需重新登录 |

| URL过期 | `mp.weixin.qq.com`链接长期有效，但微信可能调整策略 |

| 数据一致性 | 文章发布时间显示为相对时间（"3小时前"），需转换绝对时间 |

| 依赖变更 | `agent-browser`版本更新可能改变CDP行为，需持续维护 |

核心用法

wechat-search-weread 是一款针对微信公众号文章搜索的浏览器自动化 Skill。由于微信读书官方 Agent API 不支持公众号文章搜索（返回 -2041 错误），本 Skill 采用 agent-browser 工具模拟用户行为，完成登录、搜索、滚动加载、批量提取 URL 的完整流程。

主要工作流程：
1. 启动浏览器（WSL 用户需配置 CDP 端口转发）
2. 扫码登录微信读书（关键步骤：必须刷新 QR 码保证新鲜度，整个流程需在一个 terminal 调用内完成）
3. 保持 weread.qq.com 标签页活跃（session 关键，关闭将导致滚动失效）
4. 搜索关键词 + 大批量滚动加载（默认滚到「暂无更多内容」或 500 条封顶）
5. 批量提取文章 URL（通过 CDP WebSocket 直连，eval 注入拦截 window.open 获取真实链接）
6. 格式化输出 Top 10 结果

技术亮点：采用 eval 批量提取方案，60 篇文章 URL 提取仅需约 0.5 秒；通过 async/await + sleep 机制解决 Vue 异步调用导致的 URL 错位问题。

显著优点

• 突破官方限制：微信读书官方 API 不支持公众号搜索，本方案是目前唯一可行的技术途径
• 数据完整性：返回标题、公众号、发布时间、简介、直链（mp.weixin.qq.com）完整元数据
• 批量处理能力：支持滚动加载至 500 篇上限，适合大规模内容采集
• 登录态持久化：保留微信读书页面，支持连续多关键词搜索
• WSL 兼容：提供完整的 Windows-WSL CDP 浏览器配置方案

潜在缺点与局限性

• 环境依赖重：必须安装 agent-browser，WSL 用户需额外配置端口转发
• 流程复杂度高：5 步流程环环相扣，Step 4 提取 URL 极易被遗漏，新手容易只滚动不提取
• 登录流程脆弱：QR 码有效期仅 1-2 分钟，流程拆分或中间验证都会导致过期
• 浏览器资源占用：需保持 weread.qq.com 标签页全程活跃，无法后台静默运行
• 平台耦合深：高度依赖微信读书页面 DOM 结构，官方改版即可能失效

适合的目标群体

• 内容运营人员：需要批量监控竞品公众号、追踪行业热点
• 市场分析师：研究微信生态内容趋势、品牌声量分析
• 学术研究者：采集微信公众号文章作为研究样本
• 数据工程师：构建微信内容数据库，需自动化采集 pipeline

使用风险

• 性能风险：长滚动（>3 轮）必须用前台 terminal + 600s 超时，background 进程可能无声卡住
• session 丢失风险：weread.qq.com 标签页关闭/导航走，滚动将永远卡在 15 篇
• 登录态过期：微信读书 cookie 过期后需重新扫码，无法自动续期
• 提取失败风险：约 40% URL 错位问题已通过 async+await 修复，但极端情况下仍可能漏链
• URL 截断风险：已修复——强制从 /tmp/urls.json 读取完整 URL，不从控制台复制
• 依赖维护风险：agent-browser 版本更新可能改变 CLI 行为