X Article Extract

提取 X/Twitter 内容：普通推文、X Article 长文、t.co 短链背后的外部网页

Security Scan

技能总体目的和实现大体一致（提取 X 内容），但元数据与实际运行需求不一致——代码会读取本地 X 会话 cookie 并使用外部 Firecrawl API，但这些敏感依赖未在注册信息中声明，建议谨慎评估并审查代码/凭据使用后再安装。

Purpose & Capability

技能名/描述与实现基本一致：需要 xreach、Playwright（用于 Article）、curl（用于解析 t.co），并在外链场景下调用 Firecrawl API，这与“提取 X 内容”的目的相符. 然而 registry 元数据声明“无所需环境变量/配置路径”，但 SKILL.md 和脚本明确需要 FIRECRAWL_API_KEY（环境变量）和本地 xreach 会话文件（~/.config/xfetch/session.json）。元数据与实际需要不一致。

Instruction Scope

SKILL.md 与脚本指示代理/用户调用本地脚本并依赖本地 X session cookie（~/.config/xfetch/session.json）以及环境变量 HTTPS_PROXY 和 FIRECRAWL_API_KEY。读取并使用本地会话 cookie（包含 authToken/ct0）是敏感操作；这些文件/凭据未在 registry 要求中声明，且 SKILL.md 虽提到 cookie 保存位置，但没有在元数据里列为必需配置路径。脚本还会向第三方 Firecrawl 发送目标网页（包括请求头中带 API key），这会将被抓取页面内容和 URL 传出到外部服务——这是合理的功能，但应在安装前明确同意。

Install Mechanism

这是一个 instruction-only 技能并包含脚本源码；没有自动下载未知二进制或通过不可信 URL 安装代码。README 建议从 GitHub clone 或通过 ClawHub 安装；没有在 install spec 中看到高风险下载行为。

Credentials

脚本实际需要/使用的敏感项包括：FIRECRAWL_API_KEY（用于向 api.firecrawl.dev 发出抓取请求）和本地 xreach 会话文件（~/.config/xfetch/session.json，包含 authToken/ct0）。但 registry metadata 未声明任何 required env 或 config path。技能会访问用户主目录下的会话文件以注入认证 cookie，这给出站数据访问带来风险（会话凭据被用来访问 X 内容）；同时把目标网页内容传给 Firecrawl（需外部 API key），可能会把用户感兴趣或敏感内容发送到第三方。

Persistence & Privilege

技能未设置 always:true，也不修改其他技能或系统范围配置；它通过运行本地脚本执行工作，没有要求持久化特权或自动启用机制。

What to consider before installing

这个技能看起来确实能抓取普通推文、X Article 和 t.co 指向的外部页面，但有几个需要你注意的地方： - 元数据与实现不一致：注册信息没列出任何环境变量或配置路径，但 SKILL.md 和脚本实际需要 FIRECRAWL_API_KEY 和访问本地 X 会话文件 (~/.config/xfetch/session.json)。在安装前请确认你接受技能访问这些凭据/文件。 - 会话 cookie 是敏感凭据：脚本会读取并使用本地 xreach/session.json 中的 authToken/ct0 来模拟登录访问 X Article。如果你不希望把你的 X 会话凭据暴露给技能代码或在同一环境运行，建议在隔离环境（如临时 VM 或容器）中运行，或用仅含有限权限的账户/会话。 - 第三方 Firecrawl：抓取外部页面时，页面内容会被发送到 api.firecrawl.dev；确认你信任该服务以及它的隐私/保留策略，避免把敏感页面通过该 API 发送。 - 可做的操作：在安装前审阅 scripts/extract.py 的全部源码；验证 FIRECRAWL_API_KEY 的用途并考虑使用受限或临时 API key；如果不愿意授予会话 cookie 访问，可禁用 Playwright 分支，仅使用 xreach 的公开数据；在隔离环境里测试脚本并观察网络请求。 基于以上不一致和敏感凭据访问，我将本技能评为“可疑（suspicious）”：功能合理但声明不完整且有数据外发/凭据访问风险。

X Article 内容提取技能

能力

从 X/Twitter 链接中提取完整内容，支持三种场景：

场景	方法	说明
普通推文	xreach tweet	直接提取推文文本+媒体
X Article 长文	Playwright + xreach cookie	用无头浏览器打开 Article 页面抓取正文
推文分享外部链接	Firecrawl API	解析 t.co → 抓取目标网页内容

所有场景自动附带互动数据（浏览/赞/转发/收藏/评论数）。

触发条件

当用户要求提取 X/Twitter 内容时触发，包括但不限于：

• 「提取这条推文」「抓一下这个 X 链接」
• 「这条 X Article 讲了什么」
• 「帮我把这条推文内容拉出来」
• 直接给出 x.com / twitter.com 链接并要求分析内容

使用方式

1. 提取单条 X 链接

python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \
  --url "https://x.com/username/status/123456789"

输出 JSON，包含：

• title: 标题
• author: 作者
• description: 完整内容
• engagement: 互动数据
• content_type: tweet / x_article / external_page
• word_count: 内容字数

2. 提取并入库到内容工厂

python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \
  --url "https://x.com/username/status/123456789" \
  --ingest

自动将提取的内容写入内容工厂素材库（ObsidianAdapter），等同于在飞书群发链接 + 入库。

3. 批量提取

python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \
  --url "https://x.com/a/status/111" \
  --url "https://x.com/b/status/222"

4. 仅解析 t.co 短链（不提取内容）

python3 ~/.openclaw/workspace/skills/x-article-extract/scripts/extract.py \
  --resolve "https://t.co/abc123"

参数说明

参数	必填	说明
--url	是	X/Twitter 链接（可多个）
--ingest	否	提取后自动入库到内容工厂
--resolve	否	仅解析 t.co 短链，不提取内容
--json	否	输出原始 JSON（默认人类可读格式）
--proxy	否	代理地址（默认从环境变量 HTTPS_PROXY 读取）
-v	否	详细日志

依赖

• xreach (v0.3.0+): X/Twitter CLI，需已认证（xreach auth check）
• Playwright (python): 用于抓取 X Article（pip install playwright && python3 -m playwright install chromium）
• Firecrawl API Key: 用于抓取外部网页（环境变量 FIRECRAWL_API_KEY）
• VPS 代理: X 在国内被屏蔽，需走代理

注意事项

• xreach 认证 cookie 保存在 ~/.config/xfetch/session.json，过期后需重新认证：xreach auth extract --cookie-source chrome
• Playwright 首次使用需安装浏览器：python3 -m playwright install chromium
• X Article 抓取需要 ~10 秒（Playwright 启动 + 页面渲染），普通推文 ~2 秒
• 如果 Playwright 失败，自动降级为 xreach thread 获取讨论上下文