微信读书公众号文章搜索

通过微信读书搜一搜搜索微信公众号文章，返回完整数据（含 mp.weixin.qq.com 文章链接）。

触发条件

用户需要搜索微信公众号文章，且 Exa 和搜狗方案不满足需求时使用。

⚠️ 微信读书官方 API (/store/search scope=2/4) 不支持公众号文章搜索（返回 -2041），详见 api-limitations.md。本浏览器方案是当前唯一可行途径。

前提

• agent-browser 已安装
• 微信读书已登录（首次需扫码）
• WSL 用户需 CDP 端口转发（见 wsl-cdp-browser.md），用 agent-browser connect "http://<IP>:9223" 建连后无需 --cdp flag

流程概要（5 步，缺一不可）

步骤	要点
1. 启动浏览器	非WSL自动；WSL 参考 wsl-cdp-browser.md
2. 登录	QR 扫码。首次 eval 触发的 QR 大概率过期 → 必须关闭弹窗→重新触发→提取（单 terminal 调用一气呵成）。登录成功后删除 /tmp/weread_qr.png
3. 搜索+滚动	goto 搜索页 → 保持 weread session → eval 滚动到「暂无更多内容」（封顶500条）
4. 提取URL	execute_code 中 Python + websockets 连 page CDP → 批量点击 → 拦截 window.open → 写入 /tmp/urls.json
5. 清理	关 mp.weixin.qq.com 标签页，保留 weread 页面

🔴 全部详细命令见 references/detailed-workflow.md（含每个 step 的完整 bash 代码）。

Step 2 QR 清理

# 登录验证通过后立即删 QR
rm -f /tmp/weread_qr.png /tmp/qr_url.txt

Step 4 输出格式

python3 -c "
import json
with open('/tmp/urls.json') as f:
    data = json.load(f)
total = len(data)
succ = sum(1 for r in data if r['url'])
print(f'**Hermes agent 公众号文章搜索**')
print()
print(f'搜到 {total} 篇 → 提取 {total} 篇 → {succ} 篇有链接（成功率 {100*succ//max(total,1)}%）')
print()
print('🔥 Top 10：')
print()
for i, r in enumerate(data[:10]):
    if r['url']:
        print(f\"{i+1}. [{r['title']}]({r['url']}) — {r['date']}\")
"

⚠️ 从 /tmp/urls.json 读取（不是控制台输出），避免 URL 截断。

核心陷阱（TOP 5）

#	陷阱	解决
1	weread 标签页被关 → 滚动卡 15 篇	整个流程中绝对不能关 weread.qq.com 标签页
2	滚动用 Python page WS → 不触发 XHR	只许 agent-browser eval 做滚动，Python WS 仅用于 Step 4 URL 提取
3	长滚动用 background → 无声卡死	3轮+ 滚动必须前台 terminal + 600s timeout
4	URL 从控制台复制 → 截断（缺失 chksm/#rd）	Step 4.4 强制从 /tmp/urls.json 读完整 URL
5	QR 流程拆多 terminal → 过期	全流程 Step A-E 必须在同一个 terminal() 调用

完整陷阱表见 references/detailed-workflow.md。

原理简述

• 搜索 API: 页面 XHR → weread.qq.com/web/wx_search_broker_proxy（需 session cookie）
• URL 获取: DOM 无 href，点击 .search_list_item → Vue → window.open(mp.weixin.qq.com/...) → eval 拦截
• 滚动加载: 每次 scrollTo 触发 XHR 加载 ~45 篇新文章
• 去重: 每篇文章有唯一 data-id

References

• references/detailed-workflow.md — 完整操作手册：Step 1-5 全部命令、QR 流程、滚动策略、URL 提取代码
• references/extraction-pattern.md — Python 提取代码模板（execute_code 中直接执行）
• references/cdp-patterns.md — CDP 交互模式参考
• references/wsl-cdp-browser.md — WSL 配置指南
• references/api-limitations.md — 微信读书 API 限制说明
• references/cron-dedup-pattern.md — 定时搜索去重持久化模式
• scripts/search_weread.py — 备选/调试脚本（非主流程）