# KB Zhihu Metadata Skill

**kb-zhihu-metadata** - Extract Zhihu question/answer/user metadata and crawl articles.

## Features

- Question metadata extraction
- Answer metadata extraction
- User information extraction
- **Article crawling using MediaCrawler** (NEW!)
- JSON output format
- Markdown conversion support
- **Cookie 支持**：可配置 ZHIHU_COOKIE 访问需要登录的内容

## 环境变量

| 变量名 | 用途 | 必需 |
|--------|------|------|
| `ZHIHU_COOKIE` | 知乎登录 Cookie | 推荐（访问专栏等需要） |

**获取 ZHIHU_COOKIE**：
1. 登录知乎网页版
2. 打开开发者工具 (F12) → Application → Cookies → zhihu.com
3. 复制 Cookie 字符串

```bash
# 添加到 ~/.kb_env
echo 'export ZHIHU_COOKIE="你的知乎Cookie"' >> ~/.kb_env
source ~/.kb_env
```

## Commands

```bash
# Question metadata
python zhihu_metadata.py --id "266309957" --type question

# Answer metadata
python zhihu_metadata.py --id "2003427891925509507" --type answer

# 专栏文章爬取 (使用 MediaCrawler) ⚡ NEW!
python zhihu_article_crawler.py --url "https://zhuanlan.zhihu.com/p/1894054073625461813" --output "~/work/knowledge-base/data/zhihu/"
```

## MediaCrawler 爬取文章

**新功能**：使用 MediaCrawler 爬取知乎专栏文章

### 环境要求

MediaCrawler 已安装在 `~/work/MediaCrawler`

### 使用方法

```bash
# 爬取单篇文章
python zhihu_article_crawler.py --url "https://zhuanlan.zhihu.com/p/XXXXX"

# 指定输出目录
python zhihu_article_crawler.py --url "https://zhuanlan.zhihu.com/p/XXXXX" --output "/path/to/output/"

# 输出示例
{
  "success": true,
  "type": "article",
  "title": "如何高效的爬取微信公众号",
  "filepath": "/home/xxx/work/knowledge-base/data/zhihu/zhihu_article_如何高效的爬取微信公众号.md",
  "content_length": 4563,
  "message": "爬取成功: 如何高效的爬取微信公众号"
}
```

### 工作原理

1. 调用 MediaCrawler 爬取文章
2. 从 JSON 输出中提取内容
3. 转换为 Markdown 格式（带 frontmatter）
4. 保存到指定目录

## Output

```json
{
  "success": true,
  "data": {
    "platform": "zhihu",
    "type": "question",
    "id": "266309957",
    "title": "问题标题",
    "author": "作者名字",
    "answer_count": 50,
    "followers": 1000
  }
}
```

## Installation

```bash
cp -r kb-zhihu-metadata/ ~/skills/
```