微信公众号 Engagement 抓取

通过 camoufox-cli + 本技能自管的 wx_mp 持久化 session + 创作者中心列表页爬虫，从公众号后台「发表记录」页抓已发布文章的阅读/点赞/评论/分享/收藏，写入 published-track 的 pub_wx_mp 表。

思路：创作者中心后台的「发表记录」页面把每篇已发布文章的阅读/点赞/评论/分享/收藏列在行内，走「发表记录页 → 解析 innerText → 按标题匹配 → 提行内数字」，不需要打开单篇分析页。

限制：仅支持用户自己有后台权限的号（创作者中心用公众号账号登录）。竞品号拿不到——这是产品约束，不是技术约束。

前置条件

1. wx_mp session 登录态（本技能自管）

wx-mp-engagement 自管 camoufox 持久化 session wx_mp，camoufox-cli 命令统一 --session wx_mp --persistent，登录态在 session profile 里已就位即可，不导出 cookie/UA/token。

登录态判断（不再会话前探活）：直接 camoufox 打开创作者中心首页，看 redirect URL：

• 跳到 /cgi-bin/home?...&token=xxx = 登录就位
• 跳到 login / scanloginqrcode = 失效，需重登

失效重登流程（走本技能自己）：

wx-mp-engagement login           # camoufox 无头截 QR PNG 落 /tmp/qr-wx-mp.png
# （发 QR PNG 给用户 -> 用户扫码后 -> 主会话回复"已扫码"）
wx-mp-engagement login-confirm   # 验登录就位 + close session（不导出 cookie/UA/token）

退出码：

• 0 成功
• 1 通用错误（参数错 / row 找不到 / 标题未匹配）
• 2 session 失效（创作者中心首页跳登录页）

2. published-track DB 已就位

ls ~/.openclaw/workspace-main/db/published_track.db
# 初始化（如未建）
~/.openclaw/workspace-main/skills/published-track/scripts/init-db.sh

CLI

# dump 创作者中心 DOM + 截图 + 解析出的文章列表 JSON
wx-mp-engagement probe
# 产物落在 ./wx-mp-engagement-probe/：01_center.png / 02_list.png / 02_list.html / 03_articles.json

# 列出后台所有文章 + 行内 metrics
wx-mp-engagement list

# 抓单篇（按 row.title 在列表页匹配）
wx-mp-engagement fetch --row-id <pub_wx_mp.id>

# 批量抓取最近 N 天未更新（reads=0）的所有 wx_mp 记录
wx-mp-engagement fetch-all --days 7

工作流程

注意点

1. 发表记录页 URL：https://mp.weixin.qq.com/cgi-bin/appmsgpublish?sub=list&begin=0&count=20&token=<TOKEN>&lang=zh_CN

   • 不是 appmsg?action=list（那是草稿箱）
   • 必须带 token 参数，否则显示"请重新登录"
   • count=20 是有意设计，不是 bug：只抓最近 20 篇的 engagement。发布超过 ~30 天的老文章数据已稳定，每天重抓无收益只增风控暴露。老内容不在列表里自然跳过，不要加翻页逻辑去补抓。复盘如需老内容数据，用 DB 里已有的历史值。

2. Token 来源：camoufox 打开首页后从 redirect URL 实时提 token（首页自动重定向到 /cgi-bin/home?...&token=xxx）。token 与 wx_mp session 同寿命，失效则一并失效（首页跳登录页 → 走本技能重登流）。

3. Cookie 导入禁忌：⚠️ 严禁 camoufox-cli cookies import 造会话（浏览器方案严禁 cookie 导入）。本技能自管 wx_mp 持久化 session，camoufox-cli 命令统一 --session wx_mp --persistent，登录态在 session profile 里已就位，不开独立 session、不 import cookie。撞 fail-first 队列（同 session 正被占用）就等占用方完成再串行接力，不自动 close 正在跑的 session。

4. 数据提取方式：不依赖 selector，直接用 document.body.innerText 解析。页面 innerText 结构清晰：

   06月30日
   已发表
   文章标题
   转载/原创/视频号
   <阅读数> <赞> <分享> <喜欢(爱心icon)> <评论(留言)> <划线> <投票> <额外?>

fetch 流程

1. camoufox 打开创作者中心首页
   ├─ redirect URL 跳 login/scanloginqrcode → exit 2（调用方触发本技能 login + login-confirm）
   └─ redirect URL 跳 /cgi-bin/home?token=xxx → 继续
2. lookup_published_row(row_id) -> 拿 title / publish_url
3. 复用 wx_mp 持久化 session（不开独立 session、不 import cookie）：
   camoufox-cli --session wx_mp --persistent --json open "https://mp.weixin.qq.com/"
4. 读 redirect URL 拿 token（open 首页自动重定向到 /cgi-bin/home?...&token=xxx）：
   camoufox-cli --session wx_mp --json url
5. camoufox-cli --session wx_mp --persistent --json open "https://mp.weixin.qq.com/cgi-bin/appmsgpublish?sub=list&begin=0&count=20&token=<TOKEN>&lang=zh_CN" -> 发表记录页
6. camoufox-cli --session wx_mp --json eval <innerText 解析 JS> -> [{title, metrics}, ...]
7. match_article(rows, row.title) -> 按标题归一化匹配
8. update-metrics.sh --platform wx_mp --id <row_id> ... -> 写 pub_wx_mp
9. finally: close session（登录态在磁盘 profile，不留进程占内存；下次 fetch 按需重起无头 session，profile 桥接登录态）

输出 JSON 示例

{
  "ok": true,
  "row_id": 42,
  "title": "测试文章",
  "publish_url": "https://mp.weixin.qq.com/s?__biz=xxx&mid=123",
  "session": "wx_mp",
  "metrics": {
    "reads": 576,
    "likes": 10,
    "comments": 16,
    "shares": 6,
    "favorites": 1
  },
  "update": {"ok": true, "action": "updated"}
}

与 published-track 集成

wx_mp 的互动数据抓取不走 fetch-and-update-metrics.sh——后者只管 xhs/bilibili/douyin/kuaishou 四个纯 HTTP+cookie 平台（login-manager 探活 → fetch-retro-data.ts → update-metrics.sh）。wx_mp 走 camoufox 抓创作者中心，机制完全不同，由本 skill 独立承担，agent 直调本 skill wrapper：

wx-mp-engagement fetch --row-id <rowid>

本 skill 内部流程：

1. camoufox 打开创作者中心首页，看 redirect URL 判断登录态（跳登录页 = 失效，exit 2）
2. 从 redirect URL 提 token，camoufox 抓创作者中心发表记录页
3. 解析 innerText 按标题匹配拿 metrics
4. 调 ./skills/published-track/scripts/update-metrics.sh --platform wx_mp --id <rowid> ... 写 pub_wx_mp

update-metrics.sh 是 published-track 的纯写库脚本，本 skill 写库就走它（不经过 fetch-and-update-metrics.sh）。fetch-and-update-metrics.sh 收到 --platform wx_mp 会直接 exit 1 报错提示走本 skill，两条链路独立、不耦合。

约束

• 浏览器方案：camoufox-cli 主推；不 fork；不 bake chromium
• 并发：本技能自管 wx_mp 持久化 session，fail-first 队列串行接力，不自动 close 正在跑的 session
• 登录态管理：不导出 cookie/UA/token——登录态在 wx_mp session profile 里就位即可。失效时走本技能 login + login-confirm 重登（重登后登录态在 profile 里就位），再 camoufox 打开首页拿新 token 拼列表页 URL
• 凭据边界：本 skill 只用浏览器 session token；不动 wx-mp-publisher 的 AppID/AppSecret

Pitfalls

pitfall: 创作者中心 DOM 改版

• 症状：innerText 解析返回空或数据错位
• workaround：跑 probe 命令检查 02_list.html 确认页面结构，调整解析逻辑

pitfall: 抓取频限封号

• 症状：突然 403 / 风控页
• workaround：严格节流——每公众号每天 ≤ 1 次全量；违规立即降级到 manual update

pitfall: 公众号文章未到 24h 无阅读数

• 症状：阅读数 0（实际是未刷新）
• workaround：不报错，记 0；T+1d 重抓（fetch-all 自动覆盖）

pitfall: token 过期

• 症状：列表页显示"请重新登录"
• workaround：token 与 wx_mp session 同寿命，失效则 camoufox 打开首页跳登录页 → exit 2 → 走本技能 login + login-confirm 重登流（重登后登录态在 profile 里就位），再用新 token 拼列表页 URL

pitfall: 列表页 URL 必须带 token

• 症状：不带 token 的 URL 显示"请重新登录"
• workaround：从 camoufox 打开首页后的 redirect URL 实时提 token（首页自动重定向到 /cgi-bin/home?...&token=xxx），再拼列表页 URL

Notes

• 限频建议：单公众号每 24h 全量 ≤ 1 次；单篇按需触发
• 失败兜底：本 skill 跑不通时回退到 manual update（update-metrics.sh --reads ... --likes ... --comments ... 手动填）
• camoufox-cli 注意：本 skill 全部命令统一 --session wx_mp --persistent（本技能自管的持久化 session），headless 是默认行为；token 从 session 内 redirect URL 实时拿
• 报错约束：调用方（agent）报告失败时必须原样转述脚本 stderr + exit code，禁止根据 DB 字段（如 publish_url 是否为空）自行归因。token 从首页 redirect URL 提取，与 publish_url 无关——publish_url 仅用于输出 JSON，不参与抓取逻辑