# 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。