Markdown Proxy - URL to Markdown

将任意 URL 转为干净的 Markdown。支持需要登录的页面和专有平台。

URL 路由规则（先判断再执行）

收到 URL 后，先判断类型，不同类型走不同通道：

代理服务优先级

Workflow

Step 0: URL 类型判断

if URL contains "mp.weixin.qq.com":
    → Step A: 公众号抓取
    → 结束

if URL contains "feishu.cn/docx/" or "feishu.cn/wiki/" or "feishu.cn/docs/" or "larksuite.com/docx/":
    → Step B: 飞书文档抓取
    → 结束

if URL contains "youtube.com" or "youtu.be":
    → 调用 yt-search-download skill
    → 结束

else:
    → 继续 Step 1

Step A: 公众号文章抓取（内置）

python3 scripts/fetch_weixin.py "WEIXIN_URL"

依赖：playwright、beautifulsoup4、lxml 输出：YAML frontmatter（title, author, date, url）+ Markdown 正文 失败时回退到 Step 1-2 代理服务。

Step B: 飞书文档抓取（内置）

python3 scripts/fetch_feishu.py "FEISHU_URL"

依赖：requests（标准库级别），环境变量 FEISHUAPPID + FEISHUAPPSECRET 支持：docx 文档、doc 文档、wiki 知识库页面（自动解析实际文档 ID） 输出：YAML frontmatter（title, document_id, url）+ Markdown 正文 支持 --json 参数输出 JSON 格式。

Step 1: 优先用 r.jina.ai

curl -sL "https://r.jina.ai/{original_url}" 2>/dev/null

如果返回非空且包含实际内容，使用此结果。

Step 2: 如果 Jina 失败，用 defuddle.md

curl -sL "https://defuddle.md/{original_url}" 2>/dev/null

Step 3: 如果两个代理都失败，回退本地工具

# agent-fetch: https://github.com/teng-lin/agent-fetch
npx agent-fetch "{original_url}" --json
# 或
defuddle parse "{original_url}" -m -j

Step 4: 展示内容（必做）

抓取成功后，必须按以下格式向用户展示：

**标题**: {title}
**作者**: {author}（如有）
**来源**: {source_type}（公众号 / 飞书文档 / 网页等）
**URL**: {original_url}

### 内容摘要
{前 3-5 句话的摘要}

### 正文
{完整 Markdown 内容，超长时截取前 200 行并注明"内容已截取，完整版已保存到 xxx"}

Step 5: 保存文件（本地 + Obsidian 默认双重保存）

将抓取的 Markdown 内容保存到本地，并默认同步到 Obsidian 库中。 极其重要：即使只有“抓取”、“保存为 Markdown”等表述（未提 Obsidian），也必须同时执行保存到本地和 Obsidian 两个操作。

1. 保存到本地（必须执行）

• 默认路径：~/Downloads/{title}.md
• 文件名：用文章标题，去掉特殊字符。
• 如果用户指定了其他保存路径，按用户要求。

2. 同步到 Obsidian（默认执行，不可省略）

使用 obsidian-cli skill 将笔记保存到 Obsidian 库中。这是默认必须要做的！

执行命令示例：

# 默认保存到 Inbox 文件夹（如果存在）或根目录
obsidian create name="{title}" content="{完整 Markdown 内容}" silent

• 路径控制：可以根据内容类型保存到不同文件夹，例如 obsidian create path="Articles/{title}.md" content="..."。
• 元数据：确保 Markdown 内容中包含 YAML frontmatter，方便 Obsidian 索引。
• 静默执行：建议使用 silent 参数避免弹窗干扰，除非用户需要立即查看。

3. 执行反馈

保存完成后，必须告知用户：

• 本地保存路径。
• Obsidian 保存状态（已创建新笔记或更新成功）。
• 如果保存失败，说明原因。

跳过规则：

• 只有在用户明确且具体地表示“不要保存到 Obsidian”或“只预览不保存”时，才可跳过对应的保存步骤！

Step 6: 联合使用示例 (Combo Flow)

当用户发起抓取请求时（无论是否显式提及 Obsidian），按照以下流程一气呵成：

1. 抓取：使用脚本或代理获取内容。
2. 本地保存：~/Downloads/{title}.md
3. 同步 Obsidian：

``bash obsidian create name="{title}" content="{markdown_content}" silent ``

示例回复：

"内容已抓取。已保存至本地 ~/Downloads/xxx.md 并同步到 Obsidian Inbox/xxx.md。"

Examples

X/Twitter 帖子

curl -sL "https://r.jina.ai/https://x.com/username/status/1234567890"

普通网页

curl -sL "https://r.jina.ai/https://example.com/article"

公众号文章

python3 scripts/fetch_weixin.py "https://mp.weixin.qq.com/s/abc123"

飞书文档

python3 scripts/fetch_feishu.py "https://xxx.feishu.cn/docx/xxxxxxxx"

飞书知识库

python3 scripts/fetch_feishu.py "https://xxx.feishu.cn/wiki/xxxxxxxx"

Notes

• r.jina.ai 和 defuddle.md 均免费、无需 API key
• 公众号文章使用内置 Playwright 脚本（需 playwright install chromium）
• 飞书文档使用内置 API 脚本（需环境变量 FEISHUAPPID + FEISHUAPPSECRET）
• 飞书脚本自动将 blocks 转为 Markdown（标题、列表、代码块、引用、待办等）
• 对于超长内容，可用 | head -n 200 先预览