自动同步: 2026-02-27 21:00

2026-02-27 21:00:01 +08:00
parent 9b8d406f66
commit 8f3f2f5fb4
6 changed files with 212 additions and 31 deletions
@@ -1,24 +1,49 @@
-# 2026-02-27 记忆
+# 2026-02-27 Memory Log

-## 知识库工作流问题
+## 知识库文章添加问题

-用户尝试添加知乎专栏到知识库：https://zhuanlan.zhihu.com/p/2003384842755273491
+### 问题发现
+用户请求添加知乎专栏文章：`https://zhuanlan.zhihu.com/p/1925232264591156410`

-**遇到的问题：**
-1. `kb-zhihu-metadata` 技能缺少 `markdownify` 依赖
-2. 系统使用 externally-managed Python 环境，无法直接 pip install
-3. 知乎需要登录，`web_fetch` 返回 403
-4. 浏览器服务不可用
+MediaCrawler 爬取成功，但保存的文章 URL 是：
+- 期望：`https://zhuanlan.zhihu.com/p/1925232264591156410`
+- 实际：`https://zhuanlan.zhihu.com/p/1894054073625461813`

-**建议解决方案：**
- 在技能目录创建虚拟环境安装依赖：
-  ```bash
-  cd /home/starmen1265/.openclaw/skills/kb-zhihu-metadata
-  python3 -m venv .venv
-  source .venv/bin/activate
-  pip install markdownify playwright
-  ```
+两个 ID 不一致，导致保存了错误的文章内容。

-## 待办
- [ ] 配置 kb-zhihu-metadata 的虚拟环境依赖
- [ ] 重新尝试添加知乎文章到知识库
+### 已完成操作
+- ✅ 使用 MediaCrawler 提取文章内容
+- ✅ 生成元数据文件
+- ✅ 创建深度分析报告
+- ✅ 归档到 `2026-02-27/zhihu_article_如何高效的爬取微信公众号.md`
+- ✅ Git 提交（本地）
+
+### 待处理
+- [ ] 确认用户期望的正确文章标题
+- [ ] 如需重新爬取，清理错误文件
+- [ ] 调查 MediaCrawler URL ID 不匹配的原因
+
+### 可能原因
+1. MediaCrawler 缓存了旧文章
+2. 知乎链接重定向
+3. 爬虫选择文章逻辑有问题
+
+## 技能路径发现
+
+在执行 kb-workflow 时发现：
+- kb-workflow 脚本位于：`/home/starmen1265/.openclaw/agents/knowledge-base/workspace/skills/kb-workflow/kb_workflow.py`
+- kb-link-parser 位于：`/home/starmen1265/.openclaw/agents/knowledge-base/workspace/skills/kb-link-parser/link-parser.py`（注意是连字符，不是下划线）
+- kb-zhihu-metadata 位于：`/home/starmen1265/.openclaw/agents/knowledge-base/workspace/skills/kb-zhihu-metadata/`
+
+## 工具限制发现
+
+`zhihu_content.py` 不支持 `zhuanlan` 类型，只支持：
+- video：视频下载
+- subtitle：字幕提取
+- article-from-media：从 MediaCrawler 读取文章
+
+对于知乎专栏文章，必须使用 `zhihu_article_crawler.py` 配合 MediaCrawler。
+
+## Git 仓库状态
+
+知识库归档目录 `/home/starmen1265/work/knowledge-base/archive` 未配置远端仓库，所有提交仅在本地。如需同步到远端，需要手动配置 git remote。