游乐游手机版
首页/AI热点日报/热点详情

RPA+AI才是爬取公众号数据的最佳方法

类型:热点整理2026-07-13
利用影刀RPA模拟人工操作,自动打开公众号文章并调用ObsidianWebClipper保存至本地,同时接入DeepSeekAI为每篇生成摘要和标签。实测6小时自动保存433篇文章,AI费用仅4 36元,实现高效无人工干预的公众号文章知识库构建。
# 公众号文章自动化保存:RPA与AI的完美结合教程

你有没有经历过这样的场景:反复打开公众号文章、点击保存插件、关闭编辑器……循环往复,感觉自己就像生产队的驴一样只知道转圈拉磨?别急,今天这套 RPA 与 AI 结合的“躺平式”保存方案,能帮你彻底解放双手。

一、为什么需要自动化保存公众号文章?

好的文章值得收藏,但手动保存的痛点实在太明显:

  • 重复劳动:打开文章 → 点击插件 → 保存到本地 → 关闭窗口,这种动作一天重复几十次,谁受得了?
  • 效率低下:手动保存一篇文章至少需要 1-2 分钟,累积下来时间成本惊人。
  • 容易遗漏:面对几十上百篇历史文章,手动操作很容易漏掉某篇。

在尝试过 RSSHub(效果不理想)和 GitHub 上的开源项目(担心安全性)之后,我最终选择了 RPA(机器人流程自动化) 这条最稳妥的路线。让机器去做重复的、确定的工作,我们躺着歇着就行。

二、方案概览:RPA + AI 的工作流

这个方案的核心思路是:利用影刀RPA模拟人工操作,自动打开公众号文章并调用 Obsidian Web Clipper 插件保存到本地,同时接入 DeepSeek AI 为每篇文章自动生成摘要和标签。

实际测试效果:6个多小时自动保存了433篇公众号文章(从2023年2月25日到2025年5月28日),仅花费AI费用 4.36 元。

小提示: 如果你不想看详细的步骤说明,可以直接跳到文末的“快速上手”部分,按照最后的方法操作即可。

三、工具准备

开始之前,请确保你已经准备好了以下工具:

  1. 影刀RPA:自动化流程的执行者,负责模拟鼠标键盘操作。
  2. Obsidian:文章的本地存储仓库。
  3. Obsidian Web Clipper:Obsidian 官方出品的浏览器插件,一键将网页内容保存为 Markdown 笔记。

整个流程的核心是 自动化的思路,工具只是载体,理解了原理你就能举一反三。

四、详细教程

第一阶段:安装与配置

1. 安装影刀RPA

访问官网下载页面:https://www.yingdao.com/client-download/,选择对应操作系统版本下载安装。

2. 安装浏览器插件

在浏览器的插件市场搜索并安装 Obsidian Web Clipper(前提是已安装 Obsidian)。这个插件负责把文章内容保存到本地文件夹。

同时,在影刀中也需要安装浏览器自动化插件:点击影刀头像 → 工具 → 自动化插件 → 下载对应浏览器插件。如果下载不成功,多试几次。

3. 创建流程应用

  • 登录影刀RPA,点击左上角 新建PC自动化应用
  • 左上角可以对流程命名,左侧是指令面板,右上角的搜索框可快速查找指令。

第二阶段:理解核心流程图

在影刀中,你可以参考以下流程图来搭建自动化流程。特别注意:每个指令下方的小字中,蓝色和绿色的选项是可以修改的(一般在“高级”设置里)。

关键步骤详解

第1步:获取公众号窗口

这一步的前提是:你需要先手动打开一个公众号的文章列表页。然后通过指令获取该浏览器的窗口。

第2步-第15步:循环处理相似元素

这是整个流程的核心。第2步“循环相似元素”和最后一步之间有一条连接线,表示一个循环区间。这个区间会反复执行:每次从捕获到的元素列表中取出一个,然后执行第3-15步,处理完再取下一个,直到所有元素都被处理完或手动停止。

捕获相似元素——最关键的一步

  • 在影刀界面底部找到“元素库”,点击右侧的 “捕获新元素”
  • 将鼠标移动到公众号列表中某一篇文章的封面图片上,影刀会自动识别元素,然后按 Ctrl + 鼠标左键 捕获该元素。
  • 点击“捕获相似元素”,再选择另一篇文章的封面图片,如果成功会提示“已找到 X 个元素”(X 取决于当前窗口加载了多少篇文章)。
  • 建议给捕获的元素重新命名,方便后续使用。

小提示: 捕获成功后,可以点击“校验”确认捕获的元素是否正确。

第7步:点击元素(随机位置)

这一步就是点击捕获到的文章图片。选择 “随机位置” 是为了模拟人工操作,降低被平台检测为机器行为的风险。

第9步:向下滚动页面

当浏览器打开文章时,内容并不会完全加载。设置一个滚动操作(比如滚动500像素),可以确保文章被完整加载,方便后续保存。

注意: 滚动数值是一个概念值,实际执行速度很快,可以根据文章长度适当调大。

第三阶段:Obsidian 配置

1. 安装插件

在 Obsidian 的插件市场中搜索 Obsidian Web Clipper 并安装。

2. 设置文章属性(published_time)

  • 右键浏览器中的 Obsidian Web Clipper 插件图标 → 点击 选项 → 进入 属性 设置页面。
  • 添加一个属性,例如命名为 published_time(可自定义),值填写以下代码:
{{selector:#publish_time|date:"YYYY-MM-DD"}}

这个设置可以让保存的文章属性中包含文章的发表时间。

3. 接入 AI(DeepSeek)

在 Obsidian Web Clipper 的设置中找到 “解释器” 选项,开启相关开关:

  • 提供商选择 DeepSeek
  • 模型选择 DeepSeek Chat
  • 填写你在 DeepSeek 官网获取的 API Key。注意:这里需要使用 DeepSeek 官方 API,其他平台(如硅基流动)暂时不兼容。

费用参考: 我跑了 433 篇文章,总费用 4.36 元,性价比极高。

4. 配置笔记内容模板

在“笔记内容”设置中填写以下模板,即可实现 AI 自动生成摘要和标签:

# 文章总结
{{prompt:"请你总结这篇文章的主题,字数为100字以内"}}
# 标签
{{prompt:"请你全方面的总结这篇文章,并且根据文章的主题,总结出文章的五个tags,输出的形式是#tags,只用输出tags就行"}}
# 正文内容
{{content}}

你可以根据自己的需求修改或增加 Prompt,比如让 AI 提取文章关键词、生成第五章标题等。

第四阶段:高级进阶——用 Data view 排序文章

如果你熟悉 Obsidian 的 Data view 插件,可以用以下代码让保存的文章按照发布时间自动排序展示:

```data view
table summary,publish_time
from "数字生命卡兹克公众号文章"
sort publish_time desc
```

最终效果如下:每篇文章的摘要、发布时间一目了然,形成完美的个人知识库。

五、常见问题解答

Q1:为什么我捕获元素时提示“未找到元素”?

A:请确保浏览器窗口已经打开了公众号的文章列表页,并且页面滚动加载了足够的文章。如果仍然不行,尝试使用 Ctrl + 鼠标左键精确捕获,或者更换浏览器。

Q2:运行过程中报错“元素已失效”怎么办?

A:这是 RPA 常见的问题。建议在每次循环开始时添加“等待元素出现”的指令,并设置合理的超时时间。另外,不要长时间连续运行(建议每1-2小时暂停一下),防止被微信风控。

Q3:AI 生成的摘要或标签不准确怎么办?

A:可以调整 Prompt 的措辞,比如加上“请用简洁的语言”、“不超过5个标签”等限制条件。如果还是不满意,可以尝试更换其他大模型(如 OpenAI)或调整模型参数。

Q4:运行时间太长会不会被封号?

A:有被检测到的风险。建议:①每次随机位置点击;②设置合理的操作间隔(如每篇文章之间等待3-5秒);③不要一次运行超过2小时,分多次完成。

六、写在最后:享受“干中学”的乐趣

其实我知道,按照步骤一步一步操作挺反人性的。我的建议是:“干中学”——先了解整体的思路和最终效果,然后直接上手摸索。遇到卡壳的地方,再回来翻翻教程找答案。

探索的过程往往比直接得到结果更让人惊喜。我们没有必要等什么都准备好了再出发,什么条件都可以出。

希望这套方案能帮你建立起属于自己的“公众号文章知识库”,让AI替你完成繁复的保存工作,把时间花在真正有价值的阅读与思考上。

来源:https://www.53ai.com/news/LargeLanguageModel/2025060931687.html

相关热点

继续查看同栏目近期热点。

延伸阅读

补充最近整理过的热点入口。