208 lines
4.3 KiB
Markdown
208 lines
4.3 KiB
Markdown
---
|
||
name: kb-zhihu-metadata
|
||
description: 知乎元数据提取 - 获取问题/回答/专栏/视频的详细信息
|
||
---
|
||
|
||
# KB Zhihu Metadata Skill
|
||
|
||
**kb-zhihu-metadata** - 提取知乎问题、回答、用户、专栏的元数据。
|
||
|
||
## 什么时候使用
|
||
|
||
- kb-workflow 步骤 2：获取知乎内容的元数据
|
||
- 需要问题标题、回答者、文章标题等信息
|
||
|
||
## 功能
|
||
|
||
- 问题元数据提取
|
||
- 回答元数据提取
|
||
- 用户信息提取
|
||
- 专栏文章爬取（使用 MediaCrawler）
|
||
- 支持 `ZHIHU_COOKIE` 环境变量
|
||
|
||
## 环境变量
|
||
|
||
| 变量名 | 必需 | 说明 |
|
||
|--------|------|------|
|
||
| `ZHIHU_COOKIE` | 推荐 | 知乎登录 Cookie（访问专栏等需要） |
|
||
|
||
**获取 Cookie：**
|
||
1. 登录知乎网页版
|
||
2. F12 → Application → Cookies → zhihu.com
|
||
3. 复制 Cookie 字符串
|
||
|
||
```bash
|
||
export ZHIHU_COOKIE="你的知乎Cookie"
|
||
```
|
||
|
||
## 命令
|
||
|
||
```bash
|
||
# 问题元数据
|
||
python3 zhihu_metadata.py --id "266309957" --type question
|
||
|
||
# 回答元数据
|
||
python3 zhihu_metadata.py --id "2003427891925509507" --type answer
|
||
|
||
# 知乎视频
|
||
python3 zhihu_metadata.py --id "123456789" --type zvideo
|
||
|
||
# 专栏文章爬取（使用 MediaCrawler）
|
||
python3 zhihu_article_crawler.py --url "https://zhuanlan.zhihu.com/p/1894054073625461813" --output "~/work/knowledge-base/data/zhihu/"
|
||
```
|
||
|
||
## 输出格式 Schema
|
||
|
||
### 必需字段
|
||
|
||
| 字段 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `success` | boolean | 是否提取成功 |
|
||
| `platform` | string | 固定为 `zhihu` |
|
||
| `content_id` | string | 内容 ID |
|
||
| `content_type` | string | 内容类型 |
|
||
| `title` | string | 标题 |
|
||
|
||
### 可选字段
|
||
|
||
| 字段 | 类型 | 说明 |
|
||
|------|------|------|
|
||
| `author` | string | 作者名称 |
|
||
| `excerpt` | string | 摘要 |
|
||
| `stats` | object | 统计数据 |
|
||
| `output_file` | string | 输出文件路径 |
|
||
| `error` | string | 错误信息 |
|
||
|
||
## 成功示例
|
||
|
||
### 问题元数据
|
||
|
||
```json
|
||
{
|
||
"success": true,
|
||
"platform": "zhihu",
|
||
"content_type": "question",
|
||
"content_id": "266309957",
|
||
"title": "问题标题",
|
||
"excerpt": "问题描述...",
|
||
"stats": {
|
||
"answer_count": 50,
|
||
"follower_count": 1000,
|
||
"view_count": 50000
|
||
},
|
||
"output_file": "metadata/zhihu_266309957.meta.json"
|
||
}
|
||
```
|
||
|
||
### 回答元数据
|
||
|
||
```json
|
||
{
|
||
"success": true,
|
||
"platform": "zhihu",
|
||
"content_type": "answer",
|
||
"content_id": "2003427891925509507",
|
||
"title": "问题标题（回答所属问题）",
|
||
"author": "回答者名字",
|
||
"excerpt": "回答摘要...",
|
||
"stats": {
|
||
"voteup_count": 1000,
|
||
"comment_count": 50
|
||
},
|
||
"output_file": "metadata/zhihu_2003427891925509507.meta.json"
|
||
}
|
||
```
|
||
|
||
### 专栏文章
|
||
|
||
```json
|
||
{
|
||
"success": true,
|
||
"platform": "zhihu",
|
||
"content_type": "zhuanlan",
|
||
"content_id": "1894054073625461813",
|
||
"title": "文章标题",
|
||
"author": "作者名字",
|
||
"excerpt": "文章摘要...",
|
||
"output_file": "metadata/zhihu_1894054073625461813.meta.json"
|
||
}
|
||
```
|
||
|
||
### 知乎视频
|
||
|
||
```json
|
||
{
|
||
"success": true,
|
||
"platform": "zhihu",
|
||
"content_type": "zvideo",
|
||
"content_id": "123456789",
|
||
"title": "视频标题",
|
||
"author": "作者名字",
|
||
"duration": "10:30",
|
||
"output_file": "metadata/zhihu_123456789.meta.json"
|
||
}
|
||
```
|
||
|
||
## 错误示例
|
||
|
||
### 内容不存在
|
||
|
||
```json
|
||
{
|
||
"success": false,
|
||
"platform": "zhihu",
|
||
"content_id": "invalid_id",
|
||
"content_type": "question",
|
||
"error": "问题不存在或已被删除"
|
||
}
|
||
```
|
||
|
||
### 需要登录
|
||
|
||
```json
|
||
{
|
||
"success": false,
|
||
"platform": "zhihu",
|
||
"content_id": "1894054073625461813",
|
||
"content_type": "zhuanlan",
|
||
"error": "需要登录才能访问",
|
||
"suggestion": "请配置 ZHIHU_COOKIE 环境变量"
|
||
}
|
||
```
|
||
|
||
### 网络错误
|
||
|
||
```json
|
||
{
|
||
"success": false,
|
||
"error": "网络请求失败: Connection timeout"
|
||
}
|
||
```
|
||
|
||
## 安装
|
||
|
||
```bash
|
||
cp -r kb-zhihu-metadata/ ~/.openclaw/skills/
|
||
pip install httpx
|
||
```
|
||
|
||
## 在 kb-workflow 中的使用
|
||
|
||
```bash
|
||
# 步骤 2：元数据提取（知乎问题）
|
||
python3 ~/.openclaw/skills/kb-zhihu-metadata/zhihu_metadata.py \
|
||
--id "266309957" --type question \
|
||
--output "metadata/zhihu_266309957.meta.json"
|
||
|
||
# 步骤 2：元数据提取（知乎视频）
|
||
python3 ~/.openclaw/skills/kb-zhihu-metadata/zhihu_metadata.py \
|
||
--id "123456789" --type zvideo \
|
||
--output "metadata/zhihu_123456789.meta.json"
|
||
```
|
||
|
||
## 注意事项
|
||
|
||
- 专栏文章可能需要登录才能访问
|
||
- MediaCrawler 需要单独安装：`~/work/MediaCrawler`
|
||
- 部分内容可能有访问限制
|