Young Post Downloader

自动下载 Young Post Club Spark 网站文章并生成 PDF。使用场景：用户要求下载 Today's Read 文章、获取 Young Post 内容、批量抓取教育文章、生成学习材料 PDF、上传飞书云空间。支持：自动解析文章列表、批量下载、HTML 排版、PDF 转换、飞书上传。

Young Post Club Spark 文章下载器

自动化下载 Young Post Club Spark 网站的「Today's Read」文章，生成精美排版的 PDF 文档并上传到飞书云空间。

快速开始

当用户要求：

• 「下载 Young Post Spark 的文章」
• 「把 Today's Read 转成 PDF」
• 「获取这个网站的文章并上传飞书」
• 「批量下载教育文章」

触发此技能。

工作流程

text

1. 访问 Spark 页面 → 2. 解析文章列表 → 3. 批量下载 → 4. 生成 HTML → 5. 转换 PDF → 6. 上传飞书

使用脚本

完整流程

bash

python scripts/download_articles.py

自定义参数

bash

python scripts/download_articles.py \
  --url "https://www.youngpostclub.com/spark" \
  --output-dir "/path/to/workspace" \
  --upload-to-feishu true

详细步骤

步骤 1: 访问 Spark 页面

使用 web_fetch 工具获取 Spark 主页内容：

python

web_fetch(url="https://www.youngpostclub.com/spark", extractMode="markdown")

步骤 2: 解析文章列表

从页面提取所有文章链接，识别模式：

• /yp/news/... - 新闻类
• /spark/learning-zone/... - 学习区
• /yp/being-well/... - 健康生活
• /spark/share-us/... - 读者投稿

步骤 3: 批量下载文章

对每篇文章调用 web_fetch：

python

for article_url in article_urls:
    content = web_fetch(url=article_url, extractMode="markdown")
    articles.append({
        "title": content["title"],
        "content": content["text"],
        "url": article_url,
        "date": extract_date(content)
    })

步骤 4: 生成 HTML 文档

创建带目录、样式排版的 HTML：

• 添加可点击目录
• 按类别分组文章
• 保留原文引用
• 添加日期和分类标签

输出路径：{workspace}/young-post-spark-{date}.html

步骤 5: 转换为 PDF

使用 Chrome 无头模式：

bash

google-chrome --headless --disable-gpu \
  --print-to-pdf={output}.pdf \
  --print-to-pdf-no-header \
  --paper-size=A4 \
  {input}.html

步骤 6: 上传飞书

使用 feishu_drive_file 上传：

python

feishu_drive_file(
    action="upload",
    file_path=pdf_path,
    file_name=f"Young Post Spark 文章合集 - {date}.pdf",
    size=file_size
)

输出文件

文件	说明	大小
young-post-spark-{date}.html	HTML 版本，可用 Word 打开	~40 KB
young-post-spark-{date}.pdf	PDF 版本，A4 打印优化	~300 KB

错误处理

常见问题

1. 网页加载失败

   • 检查网络连接
   • 重试 web_fetch
   • 使用备用 URL

2. PDF 转换失败

   • 确认 Chrome 已安装：which google-chrome
   • 检查 HTML 语法
   • 增加超时时间

3. 飞书上传失败

   • 检查 OAuth 授权
   • 确认文件大小限制 (<100MB)
   • 验证文件名格式

自定义配置

修改输出目录

编辑脚本中的 WORKSPACE 变量：

python

WORKSPACE = "/your/custom/path"

添加文章过滤

只下载特定类别的文章：

python

CATEGORIES = ["news", "learning-zone"]  # 只下载这些类别

调整 PDF 样式

修改 HTML 中的 CSS：

css

body {
    font-family: "Calibri", "Arial", sans-serif;
    font-size: 11pt;
    line-height: 1.6;
}

相关技能

• feishu-create-doc: 创建飞书云文档
• feishu-drive-file: 飞书云空间文件管理
• web-fetch: 网页内容提取

使用示例

示例 1: 下载今日文章

用户：「下载 Young Post Spark 今天的文章」

text

1. 访问 spark 页面
2. 解析 17 篇文章
3. 批量下载
4. 生成 HTML + PDF
5. 上传飞书
→ 回复：✅ 已下载 17 篇文章并上传到飞书云空间

示例 2: 只要 PDF

用户：「把 Young Post 的文章转成 PDF」

text

跳过 HTML 预览，直接生成 PDF
→ 回复：📄 PDF 已生成并上传

示例 3: 指定类别

用户：「只下载学习区的文章」

text

过滤 URL 包含 learning-zone 的文章
→ 回复：📚 已下载 5 篇学习区文章

注意事项

1. 版权说明: 在生成的文档中添加版权声明
2. 使用限制: 仅供个人学习使用
3. 频率限制: 避免短时间内大量请求
4. 内容审核: 确保内容适合目标受众

更新日志

• v1.0 (2026-04-05): 初始版本，支持完整流程