Skip to content
Back to search

Zhihu-Collections-MCP

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
findsafeskills safety rating

Markdown

[![findsafeskills safety rating](/api/listings/jasonjarvan--zhihu-collections-mcp/badge.svg)](/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)

  1. # Export-Zhihu-Collections
  2. ## 项目介绍
  3. 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。
  4. **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。
  5. ## 主要特性
  6. - 📚 **批量处理**: 支持同时处理多个收藏夹
  7. - 📂 **自定义输出**: 支持用户指定输出目录
  8. - 🖥️ **跨平台兼容**: 支持 Windows、Linux、macOS 等系统
  9. - ✨ **智能去重**: 自动检查已存在文件,避免重复下载
  10. - 🖼️ **图片下载**: 自动下载并保存文章中的图片
  11. - 📝 **Obsidian 兼容**: 输出的 Markdown 格式完全兼容 Obsidian
  12. - 📈 **实时日志**: 支持实时日志刷新,立即显示处理进度
  13. - 🔍 **自动收藏夹获取**: 通过独立脚本自动获取用户收藏夹列表
  14. - 🛠️ **健壮错误处理**: 单个文章失败不影响整体处理流程
  15. - 🔧 **增强调试支持**: 自动生成调试文件,便于问题排查
  16. - 🤖 **MCP 支持**: 提供 MCP Server,可被 AI Agent 调用
  17. ---
  18. ## 两种运行方式
  19. ### 方式一:命令行运行(传统方式)
  20. 适合直接在终端运行导出任务。
  21. #### 安装
  22. ```bash
  23. pip install -r requirements.txt
  24. ```
  25. #### 配置文件设置
  26. 首先创建主配置文件:
  27. ```bash
  28. # 复制配置示例文件
  29. cp config_examples.json config.json
  30. ```
  31. 编辑 `config.json` 文件,配置你的收藏夹信息:
  32. ```json
  33. {
  34. "zhihuUrls": [
  35. {
  36. "name": "收藏夹名称",
  37. "url": "https://www.zhihu.com/collection/123456789"
  38. },
  39. {
  40. "name": "另一个收藏夹",
  41. "url": "https://www.zhihu.com/collection/987654321"
  42. }
  43. ],
  44. "outputPath": "/path/to/your/output/directory",
  45. "os": "linux"
  46. }
  47. ```
  48. 其中zhihuUrls的获取可看 ![](./readme/image.png)
  49. #### 自动获取收藏夹(可选)
  50. 如果你想自动获取所有收藏夹,可以先运行:
  51. ```bash
  52. python fetch_collections.py
  53. ```
  54. 这将自动更新 `config.json` 文件中的收藏夹列表。
  55. #### 运行主程序
  56. ```bash
  57. python main.py
  58. ```
  59. ---
  60. ### 方式二:MCP Server 运行(AI Agent 方式)
  61. 适合被 Claude Code 或其他 AI 工具集成调用。
  62. #### 安装 MCP 依赖
  63. ```bash
  64. # 安装MCP包
  65. pip install mcp
  66. ```
  67. #### 启动 MCP Server
  68. ```bash
  69. python mcp_server.py
  70. ```
  71. Server 会通过 stdio 通信,可以在 Claude Code 或其他 MCP 客户端中使用。
  72. #### 可用工具
  73. | 工具名 | 说明 |
  74. |--------|------|
  75. | `list_collections` | 列出配置文件中所有知乎收藏夹 |
  76. | `export_collection` | 导出指定知乎收藏夹为Markdown文件 |
  77. | `get_collection_info` | 获取指定收藏夹的基本信息(文章数量等) |
  78. | `search_collections` | 在配置文件中搜索包含关键词的收藏夹 |
  79. ##### list_collections
  80. ```python
  81. # 返回格式化的收藏夹列表
  82. ```
  83. ##### export_collection
  84. 参数:
  85. - `collection_url` (必需): 收藏夹URL
  86. - `collection_name` (可选): 收藏夹名称
  87. - `output_dir` (可选): 输出目录
  88. ```python
  89. # 示例
  90. export_collection(
  91. collection_url="https://www.zhihu.com/collection/123456789",
  92. collection_name="Python学习",
  93. output_dir="my_downloads"
  94. )
  95. ```
  96. ##### get_collection_info
  97. 参数:
  98. - `collection_url` (必需): 收藏夹URL
  99. ##### search_collections
  100. 参数:
  101. - `keyword` (必需): 搜索关键词
  102. #### 在 Claude Code 中使用
  103. 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:
  104. ```json
  105. {
  106. "mcpServers": {
  107. "zhihu-collections": {
  108. "command": "python",
  109. "args": ["mcp_server.py"],
  110. "env": {},
  111. "cwd": "你的项目路径"
  112. }
  113. }
  114. }
  115. ```
  116. 然后就可以用自然语言调用:
  117. - "列出我的知乎收藏夹"
  118. - "导出收藏夹 https://www.zhihu.com/collection/123456789"
  119. - "搜索包含Python的收藏夹"
  120. - "获取收藏夹 https://www.zhihu.com/collection/123456789 的文章数量"
  121. ---
  122. ## 配置选项说明
  123. ### 基本配置
  124. - **zhihuUrls**: 收藏夹列表,每个收藏夹包含名称和 URL
  125. - **outputPath**: 自定义输出路径(可选,留空使用默认路径)
  126. - **os**: 操作系统类型(可选,留空自动检测)
  127. ### 支持的操作系统和路径格式
  128. - **Windows**: `"D:\\Documents\\ZhihuExports"` 或 `"D:/Documents/ZhihuExports"`
  129. - **Linux/Unix**: `"/usr/local/share/zhihu-exports"`
  130. - **macOS**: `"~/Documents/ZhihuExports"`
  131. - **Cygwin**: `"/cygdrive/d/Documents/ZhihuExports"`
  132. ### 私密收藏夹访问
  133. 对于私密收藏夹,需要创建 `cookies.json` 文件:
  134. ```json
  135. [
  136. {"name": "cookie_name", "value": "cookie_value"},
  137. {"name": "another_cookie", "value": "another_value"}
  138. ]
  139. ```
  140. ## 输出结果
  141. ### 文件结构
  142. ```
  143. 输出目录/
  144. ├── 收藏夹名称1/
  145. │ ├── 文章1.md
  146. │ ├── 文章2.md
  147. │ └── assets/
  148. │ ├── image1.jpg
  149. │ └── image2.png
  150. ├── 收藏夹名称2/
  151. ├── logs/
  152. │ ├── debug_20240101_120000.log
  153. │ └── 20240101_120000.json
  154. └── debug/
  155. ├── debug_answer_123456.html
  156. └── debug_post_789012.html
  157. ```
  158. ### 默认输出位置
  159. - **默认路径**: 项目目录下的 `downloads/` 文件夹
  160. - **自定义路径**: 在 `config.json` 中指定 `outputPath`
  161. - **图片存储**: 每个收藏夹目录下的 `assets/` 文件夹
  162. - **日志文件**: 输出目录下的 `logs/` 文件夹
  163. - **调试文件**: 输出目录下的 `debug/` 文件夹(保存无法解析的页面HTML)
  164. ## 故障排除
  165. ### 常见问题
  166. 1. **内容下载失败**
  167. - 查看 `downloads/debug/` 目录中的HTML文件分析页面结构
  168. - 检查网络连接和cookies是否有效
  169. - 确认文章URL是否可正常访问
  170. 2. **日志文件为空**
  171. - 程序已修复了日志实时刷新问题
  172. - 如仍有问题,请检查输出目录的写入权限
  173. 3. **TypeError: cannot unpack non-iterable NoneType object**
  174. - 该问题已在v2.1版本中修复
  175. - 如仍遇到,请更新到最新版本
  176. 4. **专栏文章返回"该文章链接被404"但浏览器能正常打开**
  177. - v2.1版本新增了智能内容检测和精准错误分析
  178. - 检查debug目录中的HTML文件了解具体原因
  179. - 可能需要更新cookies或页面结构发生变化
  180. ### 调试支持
  181. - **日志文件**: `downloads/logs/debug_*.log` 包含详细的处理信息
  182. - **调试HTML**: `downloads/debug/debug_*.html` 保存无法解析的页面
  183. - **测试脚本**: `test/` 目录包含各种功能测试脚本
  184. # BUG 反馈
  185. 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。
  186. # 建议
  187. 若您有任何建议,欢迎在 issue 中发起讨论
  188. ## 更新日志
  189. ### v2.3 反爬机制绕过
  190. - 🔄 **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
  191. - 📦 **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
  192. - 🔁 **重试机制**: 专栏文章添加 3 次重试,提高下载成功率
  193. - 🔐 **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
  194. ### v2.2 MCP 支持
  195. - 🤖 **MCP Server**: 新增 `mcp_server.py`,支持被 AI Agent 直接调用
  196. - 📋 **4个工具**: 提供 list_collections / export_collection / get_collection_info / search_collections 工具
  197. - 🔌 **标准协议**: 遵循 MCP 协议,支持 Claude Code 等主流 AI 工具集成
  198. ### v2.1 增强功能
  199. - 🚀 **实时日志系统**: 支持实时日志刷新和立即显示处理进度
  200. - 🛠️ **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
  201. - 🔍 **增强HTML解析**: 支持多种知乎页面结构,提高内容获取成功率
  202. - 🔧 **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
  203. - 🔄 **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
  204. - 📊 **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
  205. - 🎯 **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
  206. - 🔍 **精准错误分析**: 区分404、登录要求、权限问题等不同错误类型
  207. ### v2.0 新增功能
  208. - ✨ 批量处理多个收藏夹
  209. - ⚙️ 配置文件系统 (config.json)
  210. - 📂 自定义输出路径支持
  211. - 🖥️ 跨平台路径处理
  212. - ✨ 智能文件去重功能
  213. - 📈 详细处理日志系统
  214. - 🔄 向后兼容旧版配置文件
  215. ## Todo
  216. - 优化抓取速度
  217. - 增加更多导出格式支持
  218. - GUI 界面开发
  219. - 第三方大模型API支持

Ratings and comments

Sign in to rate this skill.

Sign in

Free to use. If it’s helped, pass it on.