X Article Extract

通过 xreach、Playwright 无头浏览器与 Firecrawl 抓取 X/Twitter 普通推文、X Article 长文及 t.co 短链背后的外部网页，输出含标题、作者、正文、互动数据与字数的结果，支持批量、代理与 --ingest 入库内容工厂素材库。

yuxiaoyang2007-prog

热度 42.26

最近更新 2026-05-11 17:34:36

分类：效率依赖：代码执行 / 联网浏览搜索 / 读写文件 / 第三方 API应用场景：数据处理 / 工作流

安装技能

复制下面的话术发给你的 Agent，它会通过 secure-skills 检索并安装该技能。

执行命令安装此 skill： npx secure-skills-cli add x-article-extract

Metadata

name: x-article-extract
description: 提取 X/Twitter 内容：普通推文、X Article 长文、t.co 短链背后的外部网页
metadata: {"openclaw":{"emoji":"𝕏","requires":{"bins":["python3","xreach","curl"]}}}

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

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

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

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）

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