first commit

2026-07-05 13:21:51 +08:00
commit 991eec8cef
1 changed files with 128 additions and 0 deletions
@@ -0,0 +1,128 @@
+# 一堂文档采集工具
+
+采集一堂创业课飞书文档，转换为带本地图片的 Markdown 文件。
+
+## 工具说明
+
+| 工具 | 适用场景 |
+|---|---|
+| `feishu-to-md.mjs` | 飞书 wiki 链接（`feishu.cn/wiki/...`） |
+| `auto-scrape.mjs` | 一堂课平台链接（`yitang.top/fs-doc/...`） |
+
+---
+
+## 环境准备
+
+### 1. 安装 Node.js 依赖
+
+```bash
+npm install
+```
+
+### 2. 安装飞书 CLI
+
+```bash
+npm install -g @larksuite/cli
+```
+
+### 3. 配置飞书 CLI（首次）
+
+```bash
+# 初始化 App ID 和 Secret
+echo "<your_app_secret>" | lark-cli config init \
+  --app-id <your_app_id> \
+  --app-secret-stdin \
+  --brand feishu
+
+# 发起个人授权（wiki + docs + drive 权限）
+lark-cli auth login --domain wiki,docs,drive --no-wait --json
+# → 复制输出中的 verification_url，在浏览器中完成扫码授权
+# → 授权完成后执行：
+lark-cli auth login --device-code <上一步输出的 device_code>
+```
+
+---
+
+## 采集飞书 wiki 文档
+
+```bash
+node feishu-to-md.mjs <wiki_url>
+```
+
+**示例：**
+
+```bash
+node feishu-to-md.mjs https://yitanger.feishu.cn/wiki/R9NywV2i9izjuqkPd63cWuafn4g
+```
+
+**输出：**
+
+- `output/<文档标题>.md` — Markdown 正文
+- `output/<文档标题>_files/` — 本地图片目录（PNG 格式）
+
+图片以相对路径引用，可在 Obsidian、Typora 等编辑器中离线展示。
+
+**自定义输出目录：**
+
+```bash
+node feishu-to-md.mjs <wiki_url> ./my-docs
+```
+
+---
+
+## 采集一堂课平台文档
+
+```bash
+node auto-scrape.mjs <url>
+```
+
+**示例：**
+
+```bash
+node auto-scrape.mjs https://yitang.top/fs-doc/abc123/docId
+```
+
+首次运行会弹出浏览器，完成微信扫码或手机验证码登录后，Cookie 自动保存，后续无需重复登录。
+
+**输出：** `output/<文档标题>.md`
+
+---
+
+## 文件结构
+
+```
+scraper/
+├── feishu-to-md.mjs       # 飞书 wiki 采集工具
+├── auto-scrape.mjs        # 一堂课平台采集工具
+├── cookies.json           # yitang.top 登录 cookie（自动生成）
+├── feishu-cookies.json    # 飞书 cookie（自动生成）
+├── package.json
+└── output/                # 所有输出文档
+    ├── 文档标题.md
+    └── 文档标题_files/
+        ├── image_1.png
+        └── ...
+```
+
+---
+
+## 常见问题
+
+**Q: 飞书采集提示未登录或 401？**
+
+重新授权：
+```bash
+lark-cli auth login --domain wiki,docs,drive --no-wait --json
+```
+
+**Q: 一堂课平台 Cookie 失效？**
+
+删除 `cookies.json` 后重新运行，会自动弹出浏览器重新登录：
+```bash
+rm cookies.json
+node auto-scrape.mjs <url>
+```
+
+**Q: 图片下载失败？**
+
+飞书图片需要有效的个人授权。确认 `lark-cli auth status` 显示已登录，且包含 `docs:document.media:download` 权限。