Back to search
Zhihu-Collections-MCP
MCP serverGitHub
将知乎收藏夹(公开和私密)批量导出为 Markdown 格式文件. 支持配置收藏夹列表并批量下载, 支持基于URL自动去重, 支持下载专栏和图片, 支持自定义保存路径, 支持调试和错误日志. **同时提供 MCP Server**,可被 AI Agent (如 Claude Code) 直接调用,为大模型提供保存知乎收藏夹的能力。
Safety scan
A static text scan, not a guarantee. Select the badge to see what was scanned and every finding.
Checked today
Badge for your README
Markdown
[](/listings/jasonjarvan--zhihu-collections-mcp)HTML
<a href="/listings/jasonjarvan--zhihu-collections-mcp"><img src="/api/listings/jasonjarvan--zhihu-collections-mcp/badge.svg" alt="findsafeskills safety rating" /></a>Install
i
Install instructions from the README
As written by the repo's author. findsafeskills has not verified these steps.
pip install -r requirements.txt
What was scanned
The files the safety scan read, as written by the repository's author and shown as plain text. Lines with a finding are marked.
README.md · README · 283 lines
View this file on GitHub (read at the repository's current version: the scan did not record which commit it read)
- # Export-Zhihu-Collections
- ## 项目介绍
- 一个功能强大的知乎收藏夹导出工具,支持将知乎收藏夹(公开和私密)批量导出为 Markdown 格式文件。支持自定义输出路径、跨平台兼容、图片下载和 Obsidian 兼容格式。支持使用大模型API一键生成文章总结。
- **同时提供 MCP Server**,可被 AI Agent (如 Claude Code) 直接调用,为大模型提供保存知乎收藏夹的能力。
- ## 主要特性
- - 📚 **批量处理**: 支持同时处理多个收藏夹
- - 📂 **自定义输出**: 支持用户指定输出目录
- - 🖥️ **跨平台兼容**: 支持 Windows、Linux、macOS 等系统
- - ✨ **智能去重**: 自动检查已存在文件,避免重复下载
- - 🖼️ **图片下载**: 自动下载并保存文章中的图片
- - 📝 **Obsidian 兼容**: 输出的 Markdown 格式完全兼容 Obsidian
- - 📈 **实时日志**: 支持实时日志刷新,立即显示处理进度
- - 🔍 **自动收藏夹获取**: 通过独立脚本自动获取用户收藏夹列表
- - 🛠️ **健壮错误处理**: 单个文章失败不影响整体处理流程
- - 🔧 **增强调试支持**: 自动生成调试文件,便于问题排查
- - 🤖 **MCP 支持**: 提供 MCP Server,可被 AI Agent 调用
- ---
- ## 两种运行方式
- ### 方式一:命令行运行(传统方式)
- 适合直接在终端运行导出任务。
- #### 安装
- ```bash
- pip install -r requirements.txt
- ```
- #### 配置文件设置
- 首先创建主配置文件:
- ```bash
- # 复制配置示例文件
- cp config_examples.json config.json
- ```
- 编辑 `config.json` 文件,配置你的收藏夹信息:
- ```json
- {
- "zhihuUrls": [
- {
- "name": "收藏夹名称",
- "url": "https://www.zhihu.com/collection/123456789"
- },
- {
- "name": "另一个收藏夹",
- "url": "https://www.zhihu.com/collection/987654321"
- }
- ],
- "outputPath": "/path/to/your/output/directory",
- "os": "linux"
- }
- ```
- 其中zhihuUrls的获取可看 
- #### 自动获取收藏夹(可选)
- 如果你想自动获取所有收藏夹,可以先运行:
- ```bash
- python fetch_collections.py
- ```
- 这将自动更新 `config.json` 文件中的收藏夹列表。
- #### 运行主程序
- ```bash
- python main.py
- ```
- ---
- ### 方式二:MCP Server 运行(AI Agent 方式)
- 适合被 Claude Code 或其他 AI 工具集成调用。
- #### 安装 MCP 依赖
- ```bash
- # 安装MCP包
- pip install mcp
- ```
- #### 启动 MCP Server
- ```bash
- python mcp_server.py
- ```
- Server 会通过 stdio 通信,可以在 Claude Code 或其他 MCP 客户端中使用。
- #### 可用工具
- | 工具名 | 说明 |
- |--------|------|
- | `list_collections` | 列出配置文件中所有知乎收藏夹 |
- | `export_collection` | 导出指定知乎收藏夹为Markdown文件 |
- | `get_collection_info` | 获取指定收藏夹的基本信息(文章数量等) |
- | `search_collections` | 在配置文件中搜索包含关键词的收藏夹 |
- ##### list_collections
- ```python
- # 返回格式化的收藏夹列表
- ```
- ##### export_collection
- 参数:
- - `collection_url` (必需): 收藏夹URL
- - `collection_name` (可选): 收藏夹名称
- - `output_dir` (可选): 输出目录
- ```python
- # 示例
- export_collection(
- collection_url="https://www.zhihu.com/collection/123456789",
- collection_name="Python学习",
- output_dir="my_downloads"
- )
- ```
- ##### get_collection_info
- 参数:
- - `collection_url` (必需): 收藏夹URL
- ##### search_collections
- 参数:
- - `keyword` (必需): 搜索关键词
- #### 在 Claude Code 中使用
- 在项目根目录的 `CLAUDE.md` 或用户配置文件中的 MCP 配置段添加服务器配置:
- ```json
- {
- "mcpServers": {
- "zhihu-collections": {
- "command": "python",
- "args": ["mcp_server.py"],
- "env": {},
- "cwd": "你的项目路径"
- }
- }
- }
- ```
- 然后就可以用自然语言调用:
- - "列出我的知乎收藏夹"
- - "导出收藏夹 https://www.zhihu.com/collection/123456789"
- - "搜索包含Python的收藏夹"
- - "获取收藏夹 https://www.zhihu.com/collection/123456789 的文章数量"
- ---
- ## 配置选项说明
- ### 基本配置
- - **zhihuUrls**: 收藏夹列表,每个收藏夹包含名称和 URL
- - **outputPath**: 自定义输出路径(可选,留空使用默认路径)
- - **os**: 操作系统类型(可选,留空自动检测)
- ### 支持的操作系统和路径格式
- - **Windows**: `"D:\\Documents\\ZhihuExports"` 或 `"D:/Documents/ZhihuExports"`
- - **Linux/Unix**: `"/usr/local/share/zhihu-exports"`
- - **macOS**: `"~/Documents/ZhihuExports"`
- - **Cygwin**: `"/cygdrive/d/Documents/ZhihuExports"`
- ### 私密收藏夹访问
- 对于私密收藏夹,需要创建 `cookies.json` 文件:
- ```json
- [
- {"name": "cookie_name", "value": "cookie_value"},
- {"name": "another_cookie", "value": "another_value"}
- ]
- ```
- ## 输出结果
- ### 文件结构
- ```
- 输出目录/
- ├── 收藏夹名称1/
- │ ├── 文章1.md
- │ ├── 文章2.md
- │ └── assets/
- │ ├── image1.jpg
- │ └── image2.png
- ├── 收藏夹名称2/
- ├── logs/
- │ ├── debug_20240101_120000.log
- │ └── 20240101_120000.json
- └── debug/
- ├── debug_answer_123456.html
- └── debug_post_789012.html
- ```
- ### 默认输出位置
- - **默认路径**: 项目目录下的 `downloads/` 文件夹
- - **自定义路径**: 在 `config.json` 中指定 `outputPath`
- - **图片存储**: 每个收藏夹目录下的 `assets/` 文件夹
- - **日志文件**: 输出目录下的 `logs/` 文件夹
- - **调试文件**: 输出目录下的 `debug/` 文件夹(保存无法解析的页面HTML)
- ## 故障排除
- ### 常见问题
- 1. **内容下载失败**
- - 查看 `downloads/debug/` 目录中的HTML文件分析页面结构
- - 检查网络连接和cookies是否有效
- - 确认文章URL是否可正常访问
- 2. **日志文件为空**
- - 程序已修复了日志实时刷新问题
- - 如仍有问题,请检查输出目录的写入权限
- 3. **TypeError: cannot unpack non-iterable NoneType object**
- - 该问题已在v2.1版本中修复
- - 如仍遇到,请更新到最新版本
- 4. **专栏文章返回"该文章链接被404"但浏览器能正常打开**
- - v2.1版本新增了智能内容检测和精准错误分析
- - 检查debug目录中的HTML文件了解具体原因
- - 可能需要更新cookies或页面结构发生变化
- ### 调试支持
- - **日志文件**: `downloads/logs/debug_*.log` 包含详细的处理信息
- - **调试HTML**: `downloads/debug/debug_*.html` 保存无法解析的页面
- - **测试脚本**: `test/` 目录包含各种功能测试脚本
- # BUG 反馈
- 若您在使用过程中遇到任何问题,请在 issue 中提供 BUG 信息。为了方便我复现并解决该问题,请务必附上问题报错的提示或者相关网址。
- # 建议
- 若您有任何建议,欢迎在 issue 中发起讨论
- ## 更新日志
- ### v2.3 反爬机制绕过
- - 🔄 **API 备用机制**: 当 HTML 请求返回 403 时,自动调用知乎 API (`/api/v4/answers/{id}?include=content`) 获取回答内容
- - 📦 **流式下载**: 专栏文章使用流式下载,解决大文章(如图片多的长文)的网络中断问题
- - 🔁 **重试机制**: 专栏文章添加 3 次重试,提高下载成功率
- - 🔐 **Headers 增强**: 更新请求 Headers 以模拟现代浏览器,减少被反爬拦截的概率
- ### v2.2 MCP 支持
- - 🤖 **MCP Server**: 新增 `mcp_server.py`,支持被 AI Agent 直接调用
- - 📋 **4个工具**: 提供 list_collections / export_collection / get_collection_info / search_collections 工具
- - 🔌 **标准协议**: 遵循 MCP 协议,支持 Claude Code 等主流 AI 工具集成
- ### v2.1 增强功能
- - 🚀 **实时日志系统**: 支持实时日志刷新和立即显示处理进度
- - 🛠️ **健壮错误处理**: 修复了 TypeError 等关键错误,单个文章失败不影响整体处理
- - 🔍 **增强HTML解析**: 支持多种知乎页面结构,提高内容获取成功率
- - 🔧 **调试文件生成**: 自动保存无法解析的页面HTML到 `debug/` 目录供分析
- - 🔄 **自动收藏夹获取**: 新增 `fetch_collections.py` 独立脚本自动获取收藏夹列表
- - 📊 **详细错误日志**: 记录具体错误信息和堆栈跟踪,便于问题定位
- - 🎯 **智能内容检测**: 当标准CSS选择器失效时,自动启用智能算法检测文章内容
- - 🔍 **精准错误分析**: 区分404、登录要求、权限问题等不同错误类型
- ### v2.0 新增功能
- - ✨ 批量处理多个收藏夹
- - ⚙️ 配置文件系统 (config.json)
- - 📂 自定义输出路径支持
- - 🖥️ 跨平台路径处理
- - ✨ 智能文件去重功能
- - 📈 详细处理日志系统
- - 🔄 向后兼容旧版配置文件
- ## Todo
- - 优化抓取速度
- - 增加更多导出格式支持
- - GUI 界面开发
- - 第三方大模型API支持
Ratings and comments
Sign in to rate this skill.
Sign inFree to use. If it’s helped, pass it on.