feedgrab 项目指令

项目概述

feedgrab 是一个万能内容抓取器，从任意平台抓取内容并输出为 Obsidian 兼容的结构化 Markdown。

• 仓库：https://github.com/iBigQiang/feedgrab
• 作者：@iBigQiang（强子手记）
• 当前版本：v0.26.2
• Python：≥3.10
• 许可证：MIT

项目来源

feedgrab 由两个项目融合升级而来：

• x-reader（@runes_leo）— 提供多平台架构、CLI、MCP 服务器
• baoyu-danger-x-to-markdown（@dotey 宝玉）— 提供逆向工程的 X/Twitter GraphQL 深度抓取能力

三层架构

支持的平台

语言规范

• 所有对话、文档内容一律使用中文
• 代码注释可以用英文
• Git commit message 使用英文前缀（feat/fix/docs/chore）+ 英文描述

开发工作流

完成功能开发并测试通过后，执行以下收尾流程：

1. 更新 DEVLOG.md — 在文件顶部（第一个 --- 分隔线之前）新增版本条目
2. 更新 README.md / README_en.md — 同步新功能的使用说明、配置项、架构图等
3. 提交代码 — 使用 conventional commit 格式
4. 推送到 GitHub — git push origin main

提示：可以使用 /ship 命令一键完成上述收尾流程。

Codex 快捷命令约定

为兼容 Codex，本项目将 Claude Code 的命令文件映射为“触发词 + 脚本”模式：

• 当用户输入 /newup 时，视为执行项目启动预热：
  • 优先使用 Git Bash 运行 scripts/newup.sh
  • 若 Git Bash 不可用，再回退运行 scripts/newup.ps1
  • 同时读取 CLAUDE.md、AGENTS.md、DEVLOG.md、README.md
  • 输出当前版本、最近一次迭代标题、项目上下文摘要和 AGENTS 规则预览，然后再继续当前任务
• 当用户输入 /ship 时，视为执行收尾检查流程：
  • 优先使用 Git Bash 运行 scripts/ship.sh
  • 若 Git Bash 不可用，再回退运行 scripts/ship.ps1
  • 查看 git status --short、git diff --stat
  • 检查 DEVLOG.md、README.md、README_en.md、AGENTS.md 是否存在
  • 基于检查结果继续执行文档更新、提交、推送等后续动作
• .claude/commands/newup.md 与 .claude/commands/ship.md 保留给 Claude Code 使用，Codex 不直接读取它们作为 slash 命令入口

版本号规范

• 主要新功能：递增次版本号（如 v0.2.9 → v0.3.0）
• 小功能/修复：递增补丁号（如 v0.3.0 → v0.3.1）
• 版本号记录在 DEVLOG.md 的条目标题中

核心架构

feedgrab/
├── feedgrab/                  # Python 包
│   ├── cli.py                 # CLI 入口（命令路由 + feedgrab setup 引导 + feedgrab clip 剪贴板抓取）
│   ├── config.py              # 集中配置（路径、开关、get_user_agent() + get_stealth_headers()）
│   ├── reader.py              # URL 调度器（UniversalReader — 平台检测 + 路由 + URL 规范化）
│   ├── schema.py              # 统一数据模型（UnifiedContent）
│   ├── login.py               # 浏览器登录管理器（+ CDP Cookie 提取）
│   ├── service/               # 服务层 API（FetchService / Output / Login / Settings / Doctor / Job）
│   ├── fetchers/
│   │   ├── jina.py            # Jina Reader（万能兜底）
│   │   ├── browser.py         # 隐身浏览器引擎（patchright Tier 1 → playwright Tier 3 + stealth flags）
│   │   ├── bilibili.py        # B站 API
│   │   ├── youtube.py         # yt-dlp 字幕提取 + API 优先元数据
│   │   ├── youtube_search.py  # YouTube Data API v3 搜索 + yt-dlp 下载（视频/音频/字幕）
│   │   ├── github.py          # GitHub REST API（仓库元数据 + 中文 README 优先）
│   │   ├── rss.py             # RSS 解析
│   │   ├── telegram.py        # Telegram 频道
│   │   ├── twitter.py         # X/Twitter 六级兜底调度器
│   │   ├── twitter_cookies.py # Cookie 多源管理 + 多账号轮换（429 自动切换）
│   │   ├── twitter_fxtwitter.py # FxTwitter API 客户端（Tier 0.3 兜底 + circuit breaker）
│   │   ├── twitter_graphql.py # GraphQL API（TweetDetail/UserTweets/Bookmarks/SearchTimeline/动态queryId + x-client-transaction-id）
│   │   ├── twitter_thread.py  # 线程重建 + 评论分类
│   │   ├── twitter_bookmarks.py  # 书签批量抓取
│   │   ├── twitter_user_tweets.py # 用户推文批量抓取
│   │   ├── twitter_list_tweets.py # List 列表批量抓取（按天数过滤+会话去重）
│   │   ├── twitter_search_tweets.py # 浏览器搜索补充抓取（突破 UserTweets 800 条限制）
│   │   ├── twitter_keyword_search.py # 关键词搜索（x-so 命令，纯 GraphQL + 互动排序表格）
│   │   ├── twitter_api.py     # TwitterAPI.io 付费 API 客户端
│   │   ├── twitter_api_user_tweets.py # 付费 API 批量抓取（max_id 分页+断点续传+智能直保）
│   │   ├── twitter_markdown.py   # Markdown 渲染器
│   │   ├── wechat.py          # Playwright → Jina（Browser 优先）
│   │   ├── wechat_search.py   # 搜狗微信搜索（关键词 → 文章发现 + 抓取）
│   │   ├── mpweixin_account.py # 微信公众号按账号批量（MP 后台 API + 断点续传）
│   │   ├── mpweixin_album.py  # 微信公众号专辑批量（mpweixin-zhuanji 命令 + 断点续传）
│   │   ├── xhs.py             # 小红书单篇（API → Pinia → Jina → Playwright 四级兜底）
│   │   ├── xhs_api.py         # 小红书 API 客户端（xhshow 签名 + 评论 + xsec_token 缓存）
│   │   ├── xhs_pinia.py       # 小红书 Pinia Store 注入（浏览器原生请求兜底，CDP 优先 + Launch 降级）
│   │   ├── xhs_user_notes.py  # 小红书作者批量（API → Pinia → 浏览器三层策略）
│   │   ├── xhs_search_notes.py # 小红书搜索批量 + xhs-so 关键词搜索（含 Pinia 兜底）
│   │   ├── feishu.py          # 飞书单篇（Open API → Playwright PageMain → Jina + Block→MD + Sheet Protobuf 解码 + 图片下载）
│   │   ├── feishu_wiki.py     # 飞书知识库批量（Open API 递归 + Playwright 虚拟目录树兜底 + 断点续传）
│   │   ├── kdocs.py           # 金山文档单篇（Playwright ProseMirror DOM + 虚拟滚动 + CDP 直连 + 图片 shapes API）
│   │   ├── linuxdo.py         # LinuxDo / Discourse 论坛帖子（topic JSON → CDP → 浏览器 → Jina）
│   │   ├── idcflare.py        # IDCFlare / Discourse 论坛帖子（topic JSON → CDP → 浏览器 → Jina）
│   │   ├── youdao.py          # 有道云笔记单篇（JSON API + Playwright iframe DOM + Jina 三级兜底）
│   │   ├── zhihu.py           # 知乎单篇（API v4 → Playwright CDP/DOM → Jina + 前 3 楼多回答）
│   │   └── zhihu_search.py    # 知乎关键词搜索（API/Playwright 双层 + 汇总表格 + CSV）
│   └── utils/
│       ├── storage.py         # 按平台分目录 Markdown 输出 + YAML front matter
│       ├── dedup.py           # 全局去重索引
│       ├── http_client.py     # 统一 HTTP 客户端（curl_cffi TLS 指纹 → requests fallback）
│       └── media.py           # 媒体文件下载（Twitter/XHS 图片视频本地化 + MD URL 替换）
├── skills/                    # Codex 技能
├── mcp_server.py              # MCP 服务器入口
├── DEVLOG.md                  # 开发日志（迭代方案、决策、状态）
├── README.md                  # 用户文档（中文）
├── README_en.md               # 用户文档（英文）
├── .env.example               # 配置模板
└── pyproject.toml             # 包定义

关键设计决策

Service 层（feedgrab/service/）

feedgrab/service/ 是 CLI、MCP 和未来 GUI 复用的结构化后端 API 层。FetchService.fetch_url() 内部继续复用 UniversalReader.read()，保留既有 Markdown 保存、媒体本地化、去重索引和 session 语义。Service 通过 FetchResult.artifacts 暴露产物路径，不把 artifact 写入 UnifiedContent.extra，避免改变 Markdown/front matter 或 MCP to_dict() 兼容输出。批量抓取和 MCP 调用返回结构化失败项；platform_settings.py 暴露 FEEDGRAB_PROXY_*、Reddit 和 X 搜索设置。

GitHub 仓库 README 抓取（fetchers/github.py）

3 次 API 调用完成抓取：/repos/{owner}/{repo}（元数据）→ /repos/{owner}/{repo}/contents/（根目录列表）→ README 内容。中文 README 优先：从根目录列表匹配 8 种变体（README_CN.md、README.zh-CN.md 等），命中则获取中文版，否则用默认 README。子目录中文 README 搜索：根目录未命中时，_find_chinese_readme_from_content() 解析默认 README 中的语言导航链接，同时支持 Markdown [中文](url) 和 HTML <a href="url">🇨🇳 中文</a> 两种格式，6 种中文标记模式（中文/简体中文/繁體中文/Chinese/ZH-CN/zh-CN），允许 emoji/bold/italic 等任意前缀后缀，支持相对路径和完整 GitHub URL，零额外 API 调用。直接文件 URL 支持：parse_github_url() 返回 (owner, repo, file_path) 三元组，从 /blob/{branch}/path/to/file URL 提取文件路径，fetch_github() 优先直接获取指定文件。相对图片链接补全：_resolve_relative_urls() 将 Markdown ![](path) 和 HTML <img src="path"> 的相对路径转为 raw.githubusercontent.com 绝对 URL，基于 README 所在目录计算 base_dir，../ 路径规范化。_extract_readme_summary() 从 README 提取第一行有意义的描述文本作为标题（跳过 heading、badge、HTML、blockquote、短于 15 字符的行、翻译声明行）。item_id = MD5("{owner}/{repo}")[:12] 保证仓库级别去重。无 Token 60 次/小时，有 Token 5000 次/小时。

Twitter 关键词搜索（twitter_keyword_search.py）

feedgrab x-so <keyword> 通过三级兜底策略搜索 Twitter，输出按查看数降序排列的 Markdown 汇总表格 + CSV。Tier 0 GraphQL（SearchTimeline 端点，<2s/页）→ Tier 1 CDP 直连（复用已打开 Chrome，Cookie 域名匹配 .x.com/.twitter.com，秒级启动）→ Tier 2 Playwright launch（隐身浏览器 + session 预热）。浏览器路径复用 SearchResponseCollector + _scroll_and_collect_search（来自 twitter_search_tweets.py），数据格式完全兼容（同一 extract_tweet_data()）。X_SEARCH_BROWSER_FALLBACK=true（默认）控制是否启用浏览器兜底。支持逗号分隔多关键词批量搜索（feedgrab x-so "k1,k2,k3"），--merge 合并结果到一个文件（含关键词列），默认分开生成。build_search_query() 自动拼接高级搜索运算符（lang/since/min_faves/-is:retweet 等），关键词自动包引号；--lang zh+zxx 会同时覆盖中文普通推文和 Article 长文卡片，英文关键词会扩展大小写组合。--sort all 同时搜索 Latest 和 Top 后合并去重，再按查看数排序。MD 表格中内容摘要为超链接（无独立链接列），Article 摘要优先显示长文标题；CSV 保留明文链接列。_generate_summary_table() 同时输出 .md（Obsidian cssclasses: wide）和 .csv（UTF-8 BOM），合并模式下按查看数全局排序 + 添加关键词列。12 个 X_SEARCH_* 配置函数提供默认值。--raw 模式让用户完全控制查询语法。X_SEARCH_SAVE_TWEETS=true 可选保存单篇推文 .md 到子目录。输出路径：X/search/{days}day_{new|hot|all}/{keyword}_{date}.{md,csv}。

x-client-transaction-id 反检测（twitter_graphql.py）

Twitter 对 SearchTimeline 等 GraphQL 端点强制要求 x-client-transaction-id 签名头（缺失返回 404）。_get_transaction_id() 使用 XClientTransaction 库纯 Python 生成此值：从 x.com 主页提取 SVG 动画帧数据 + twitter-site-verification 密钥 + ondemand.s JS 索引，经 Cubic Bezier 插值 + SHA-256 签名 + XOR 混淆 + Base64 编码。生成器实例内存缓存 30 分钟复用（_TRANSACTION_TTL = 1800），源数据磁盘缓存 1 小时（{data_dir}/cache/twitter_transaction_cache.json），进程重启时零 HTTP 冷启动。在 _execute_graphql() 中自动注入所有 GraphQL 请求。未安装 XClientTransaction 时优雅降级并输出安装提示。依赖 pip install XClientTransaction beautifulsoup4。

queryId 四级解析（twitter_graphql.py）

resolve_query_ids() 从四个来源按优先级解析 GraphQL 操作的 queryId：Tier 0 磁盘缓存（{data_dir}/cache/twitter_queryid_cache.json，1 小时 TTL）→ Tier 1 社区源（fa0311/twitter-openapi GitHub 仓库，单次 HTTP 获取 87 个 queryId）→ Tier 2 JS bundle 扫描（x.com 首页 HTML → JS chunk 下载 → 正则提取）→ Tier 3 硬编码回退常量。社区源命中时跳过 JS bundle 扫描（省多次 HTTP）。磁盘缓存命中时零 HTTP 请求。硬编码回退值定期从社区源同步更新。

X/Twitter 六级兜底

Tier 0 GraphQL（需Cookie）→ Tier 0.3 FxTwitter（免费无认证，第三方公共API）→ Tier 0.5 Syndication（免费无认证）→ Tier 1 oEmbed → Tier 2 Jina → Tier 3 Playwright

FxTwitter 数据完整度接近 GraphQL（有 views/bookmarks/Article Draft.js），缺少 blue_verified/listed_count/线程展开。批量模式连续 3 次失败触发 circuit breaker 临时跳过。

Article 长文在 Tier 0 命中后优先用 GraphQL content_state 原生渲染，仅当渲染结果不足 200 字时回退 Jina。

小红书 API 层 + 多层兜底（fetchers/xhs_api.py + xhs.py）

单篇：Tier 0 API Feed (xhshow) → Tier 0.5 Pinia Store 注入 → Tier 1 Jina → Tier 2 Playwright。xhshow 签名库生成 x-s/x-s-common/x-t 等反爬头，纯 HTTP 调用 edith.xiaohongshu.com API，单篇 <1s。签名配置使用真实系统平台和 UA（platform.system() + get_user_agent()），避免 Windows 环境用 macOS UA 被反爬识别。Cookie 从 sessions/xhs.json Playwright storage_state 提取（a1/web_session 等）。

Pinia Store 注入（Tier 0.5 兜底）：当 xhshow 签名失效时，通过 Playwright 在小红书页面上下文注入 JS，调用 Vue Pinia Store Action 触发浏览器原生 XHR 请求，XHR monkey-patch 拦截原始 JSON 响应。签名/Cookie/TLS 全部天然真实，不依赖第三方签名库。CDP 优先（复用运行中 Chrome，零启动开销）→ Launch 降级（加载 session + headed 模式）。支持单篇 Feed、搜索、用户笔记三种场景。XHS_PINIA_ENABLED 默认 true。

作者批量：API cursor 自动分页（30条/页）→ Pinia Store 兜底 → 浏览器三层策略兜底。

搜索批量：API page 分页（20条/页）+ 排序/类型筛选 → Pinia Store 兜底 → 浏览器 Tier 0/1/2 兜底。

浏览器批量策略（降级后）：Tier 0 __INITIAL_STATE__（SSR数据，~40篇）→ Tier 1 XHR拦截+滚动加载 → Tier 2 逐篇深度抓取。

xhs-so 搜索命令：feedgrab xhs-so <keyword> 纯 API 搜索 + 互动排序汇总表（MD + CSV），仿 x-so 模式。支持逗号分隔多关键词批量搜索（feedgrab xhs-so "k1,k2,k3"），--merge 合并结果到一个文件（含关键词列），默认分开生成。支持 --sort popular/latest、--type video/image、--save 保存单篇。合并模式下按点赞数全局排序 + 添加关键词列。

评论抓取：XHS_FETCH_COMMENTS=true 时调用评论 API（cursor 分页），提取评论全文 + 子评论，渲染为 Markdown blockquote。

xsec_token 缓存：LRU 磁盘缓存 500 条（sessions/cache/xhs_token_cache.json），搜索/作者批量结果自动缓存 token。

反检测：Gaussian 抖动（base ± gauss(0.3, 0.15)）+ 5% 长暂停 + 验证码冷却（461/471 → 5→10→20→30s 递增）+ 指数退避重试。

xhshow 为可选依赖（pip install xhshow），未安装时跳过 API 层，完全不影响现有浏览器模式。

隐身浏览器引擎（fetchers/browser.py）

所有 Playwright 浏览器抓取统一使用隐身引擎：patchright（Tier 1）→ playwright（Tier 3）。patchright 在 Chromium CDP 协议层移除 navigator.webdriver 和 Runtime.enable 等自动化检测标记。52 条 Chrome 隐身启动参数（STEALTH_LAUNCH_ARGS）覆盖反检测、指纹伪装、性能优化；5 条有害默认参数（HARMFUL_DEFAULT_ARGS）被屏蔽。Context 配置统一 viewport 1920x1080 + screen + locale zh-CN + dark color_scheme + DPR 2。generate_referer(url) 自动生成搜索引擎 referer（中国平台→百度、其他→Google），首次导航时设置。setup_resource_blocking(context) 在 context 级别拦截 7 类非必要资源 + 11 个 tracking 域名，加速批量抓取。安装 pip install patchright 后自动启用，无需配置变更。技术方案适配自 Scrapling。

User-Agent 集中管理

config.py → get_user_agent() + get_stealth_headers()，所有浏览器交互统一 UA，避免 session 失效。feedgrab detect-ua 自动检测本机 Chrome UA。get_stealth_headers() 通过 browserforge 生成全套一致 header（UA + sec-ch-ua + Accept + Sec-Fetch 等），按 Chrome 版本号 pin 生成，会话级缓存。未安装 browserforge 时优雅降级并输出安装提示。

curl_cffi TLS 指纹统一

utils/http_client.py 提供统一 HTTP 客户端：curl_cffi Session(impersonate="chrome") 模拟 Chrome TLS 指纹（JA3/JA4 完全匹配），fallback 到标准 requests。所有 fetcher 的 requests.get()/urllib.request.urlopen() 均已迁移到 http_client.get()/http_client.post()。异常兼容层确保现有 except requests.Timeout/except requests.RequestException 代码无需改动。raise_for_status() 辅助函数包装 curl_cffi 的状态码异常为 requests.HTTPError。全局代理由 FEEDGRAB_PROXY_ENABLED / FEEDGRAB_PROXY_URL / FEEDGRAB_NO_PROXY 控制。

全局去重索引

{OUTPUT_DIR}/{Platform}/index/item_id_url.json，跨模式统一去重（单篇/书签/用户推文/搜索补充/作者笔记/搜索共享）。

浏览器搜索补充抓取

UserTweets API 受服务端限制（~800条），通过 Playwright 浏览器按月分片搜索补充历史推文。使用 page.on("response") 在 Python 层面拦截 SearchTimeline GraphQL 响应，跨导航持久有效。两阶段共享去重索引。

TwitterAPI.io 付费 API

替代浏览器搜索补充的服务器友好方案（$0.15/千条）。配置 TWITTERAPI_IO_KEY 后超过 800 条时自动走 API 替代浏览器搜索。X_API_PROVIDER=api 可全量走付费 API（无需 Cookie）。使用 max_id 分页（Snowflake ID 递增），断点续传（JSONL 缓存），智能直保（普通推文直接保存，长文/线程走 GraphQL）。注意：TwitterAPI.io 的 since:/until:/直接 max_id 跳转操作符均不可靠，日期过滤在代码层完成。

Cookie 多账号轮换

sessions/ 目录支持多个 Cookie 文件（twitter.json + x_2.json + x_3.json...），GraphQL 429 时自动切换到未限流账号，15 分钟冷却后恢复。

X 渠道权限边界与主账号锁定（twitter_cookies.py）

轮换只对公开数据有意义。账号私有渠道只有唯一一个登录态读得到，轮换过去只会丢掉那个唯一可能成功的账号。2026-08-31 实测（主号 @iBigQiang vs 备用号 x_2.json）确认 X 有三级权限边界：

实现三件套：is_primary_cookie_label() 判定主账号（env / playwright(twitter.json) / cookie_file(x.json) / chrome_cdp 为主号，x_2~x_6 / twitter_2 为备用号）；load_primary_twitter_cookies() 只返回主账号，绝不降级到备用号；fetch_with_cookie_rotation(primary_only=True) 单发不轮换，无主账号时连请求都不发。

闸门只有一个判据：twitter_retweeters.mode_requires_primary(mode) 读 _MODE_CONFIG，reader.py 的 _read_tweet_user_list 与 cli.py 的 cmd_twitter_tweet_user_list 共用它 —— 两个入口都在缺主账号时前置 RuntimeError / 中文指引，不拿备用号白跑一趟拿空结果。未知 mode 保守要主账号。新增 author-only 渠道只改 _MODE_CONFIG 一处即可，不要在调用点重写 mode 名。

两个易漏的边界：① parse_tweet_user_list_url 必须带 (?:[\w-]+\.)? 子域组 —— _detect_platform 只看 domain 含 x.com，www.x.com / mobile.twitter.com 会照常路由进来，正则漏了子域就解析成 (None, None)，闸门落空且功能整条 ValueError。② 钉死单账号后没有可跳的对象，load_twitter_cookies() 的"跳过限流账号"逻辑失效，必须显式查 cookie_rate_limit_remaining()：冷却期内直接终止不发那个必然 429 的请求，失败归因分「本次触发限流（登录态没问题，等冷却）」与「无响应（请检查登录态是否过期）」两支，别把 15 分钟冷却报成"登录态已过期"。

空结果的正确归因：likes / favoriters 为空意味着「你不是本人/作者」，不是「对方隐藏了列表」——X 只把这两个列表暴露给唯一一个账号。此前代码文案把平台机制说成对方的隐私设置，会误导用户去调设置，已修正。

线程抓取的目标推文校验（twitter_thread.py）

fetch_tweet_thread(tweet_id, ...) 重建的是根推作者的自回复链，不是「以 tweet_id 为中心的会话」。_filter_same_thread 先把 id == conversation_id 的推文认作 root，再用 _is_same_thread 过滤，首条判据就是 user_id != root_user_id -> False。

危险之处在于入口：_classify_tweet 只看「是不是回复」（conversation_id != id 或 in_reply_to 非空），任何回复推文都会被送进线程路径——包括别人在该 thread 下的回复。这类目标必然被同作者过滤掉，而组装阶段又只用 thread_tweets[0]（根推），传入的 tweet_id 被完全丢弃。结果：抓 A 的回复，落盘的是 B 的根推，正文彻底丢失；标题也变成根推的，多条撞名后触发 _resolve_filepath 的 hash 后缀，表面症状是「重复文件」，很容易被误判成去重索引失效（其实 source / item_id 都是对的）。

约定：目标推文没能通过同作者过滤时必须返回 None，让调用方退回单条抓取——twitter.py → _fetch_via_graphql 的 fallback 会按 tweet_data["id"] == tweet_id 精确取目标推文。影响面是全部单条推文抓取，不止书签：_fetch_via_graphql 无条件先跑 fetch_tweet_thread（"Try thread fetch first"）。

排查同类问题时的经验：先查目标推文的真实身份再下结论。本例最初的推断是「转推被存成了转推者的 URL」，直接调 fetch_tweet_by_rest_id 一看，三条全都 是否转推: 否，实际是回复——推断错了，是实测把方向纠正过来的。

输出格式

每条内容 → 独立 .md 文件，按平台分目录（X/、XHS/、LinuxDo/、mpweixin/、YouTube/ 等），Obsidian 兼容 YAML front matter（title/source/author/published/likes/tags 等）。

LinuxDo / Discourse 抓取（fetchers/linuxdo.py）

主路径不是 DOM 抓取，而是 topic JSON：Tier 0 游客/已保存 session Cookie → Tier 1 CDP 页面内 fetch(...json) → Tier 2 Stealth Playwright 页面内 fetch(...json) → Tier 3 Jina 最后兜底。明确 404 / 私有帖 / 需登录时提前终止，不再把错误页写入 Manual/。

回复模式三态：LINUXDO_REPLY_MODE / IDCFLARE_REPLY_MODE 支持 author（默认，仅主贴 + 楼主自回）/ all（完整楼层）/ none（仅主贴），并把 reply_mode、rendered_reply_count 写入 front matter。

会话预热：sessions/linuxdo.json / sessions/idcflare.json 缺失时，先尝试 CDP Cookie 同步；若仍无本地会话，再短暂浏览器访问首页 seed 一份可复用 storage state。

折叠块混合渲染：简单 <details> 输出为 Obsidian collapsible callout（> [!feedgrab-fold]-），复杂折叠输出为 <details class="feedgrab-fold ..."> 纯 HTML，兼顾 Obsidian 折叠效果和通用 Markdown 引用场景。

搜狗微信搜索（mpweixin-so）

feedgrab mpweixin-so <keyword> 通过搜狗微信搜索发现公众号文章。配置开关 MPWEIXIN_SOGOU_ENABLED（默认 false）。每页 10 条，最多 100 条（10 页），通过 MPWEIXIN_SOGOU_MAX_RESULTS 或 --limit N 控制。

流程：HTTP 搜索 → headed 浏览器获取搜狗 Cookie → 新标签页跟随跳转获取 mp.weixin.qq.com 真实 URL → 同浏览器提取 #js_content HTML → _html_to_markdown() 转换富文本（headings/bold/italic/images/links/lists/blockquotes）。输出到 mpweixin/search_sogou/{keyword}/ 目录。

微信公众号按账号批量抓取（mpweixin-id）

feedgrab mpweixin-id "公众号名" 通过 MP 后台 API 枚举公众号全部历史文章。需要先 feedgrab login wechat 获取 MP 后台 session（有效期约 4 天）。

流程：加载 sessions/wechat.json → 导航 mp.weixin.qq.com 建立会话 → searchbiz API 搜索账号获取 fakeid → appmsgpublish API 分页枚举文章列表（每页 5 条）→ 逐篇在新标签页打开 → evaluate_wechat_article() + _html_to_markdown() 提取全文 → 保存到 mpweixin/account/{公众号名}/。

配置项：MPWEIXIN_ID_SINCE（日期过滤，YYYY-MM-DD）、MPWEIXIN_ID_DELAY（间隔秒数，默认 3）。断点续传：_progress_mpweixin_id_*.json 缓存文件，完成后自动清理。去重：复用 mpweixin 平台索引。API title fallback：当浏览器 title 为空时（小绿书图片帖），使用 API 返回的 title → digest 作为回退。

微信单篇抓取（fetchers/wechat.py + browser.py）

Tier 1 Playwright WeChat JS 提取 → Tier 2 Jina 兜底 → Tier 3 Browser retry。Browser 优先策略：Jina 对微信 CDN 几乎总超时（30s 浪费），Browser 使用 WECHAT_ARTICLE_JS_EVALUATE 在 JS 层面一次性提取 9 类数据（DOM 元素 + OG meta + JS 脚本变量 + #js_content HTML），数据完整度最高。create_time 通过三层正则从页面 JS 脚本提取（JsDecode 格式 / 单引号 / 双引号），精确到秒。msg_cdn_url 比 og:image 质量更高。_html_to_markdown() 使用 markdownify + BeautifulSoup 预处理（lazy image 转换、SVG 过滤、WeChat 代码块占位符策略）。输出的 Markdown 在 front matter 后插入 <meta name="referrer" content="no-referrer">，避免 mmbiz.qpic.cn 图片 Referer 校验 403。小绿书图片帖（itemShowType=16）的 #activity-name 和 #js_name 不存在，标题回退链：#activity-name → og:title → .rich_media_title，作者回退链：#js_name → JS 脚本 nick_name → cgiDataNew.nick_name。代码块预处理：<br> → \n 转换 + 占位符反向还原（防前缀碰撞）+ fence 前后 \n\n 间距。

微信公众号评论抓取（实验性）

MPWEIXIN_FETCH_COMMENTS=true 开启后，JS evaluate 额外提取 comment_id + appmsg_token，在页面上下文调用 appmsg_comment API 获取精选评论。评论渲染为 Markdown blockquote（用户名 + 点赞 + 内容 + 缩进子评论）。认证限制：API 需要微信客户端 session（uin/key/pass_ticket），普通浏览器匿名访问时 appmsg_token=""，API 返回 ret=-3 "no session"。MP 后台 session 是管理 session，不等于阅读者 session。当前优雅降级：无 session 时输出 WARNING 日志，不影响文章抓取。单篇 + mpweixin-id + mpweixin-zhuanji 三个入口均支持。配置：MPWEIXIN_FETCH_COMMENTS（开关，默认 false）+ MPWEIXIN_MAX_COMMENTS（最大条数，默认 100）。

微信 URL 规范化（reader.py → _normalize_wechat_url）

reader.py 在平台检测后自动清理微信文章 URL：剥离 scene/click_id/sessionid/chksm 等追踪参数，仅保留 __biz/mid/idx/sn 四个文章标识参数。解决两个问题：(1) PowerShell 中 & 被解析为管道操作符导致命令失败；(2) 同一篇文章因不同追踪参数产生不同 item_id（MD5(url)）导致去重索引失效。短链格式（mp.weixin.qq.com/s/xxx）自动剥离全部 query 参数和 fragment（短链的 hash 就是文章标识，追踪参数均为垃圾）。PowerShell & 报错发生在 shell 解析阶段（程序无法拦截），feedgrab clip 命令从系统剪贴板读取 URL 完全绕过 shell 解析。

Markdown 输出过滤（utils/storage.py → _format_markdown）

_format_markdown() 在最终输出 Markdown 前统一过滤已知的垃圾内容，所有平台生效：

• Twitter emoji SVG 图片：![...](https://abs-0.twimg.com/emoji/...) → 移除（Obsidian 中显示尺寸过大）
• 如需新增过滤规则，在 _format_markdown() 的 return result 前添加 re.sub() 即可

飞书文档抓取（fetchers/feishu.py + feishu_wiki.py）

多级兜底：Tier 0 Open API（lark-oapi）→ Tier 1 CDP 直连（复用已打开的 Chrome）→ Tier 2 Playwright window.PageMain Block 树 → Tier 3 内部导出 API → Tier 4 Jina。patchright 与飞书不兼容（ERR_CONNECTION_CLOSED），必须用 vanilla playwright.async_api。

CDP 直连（FEISHU_CDP_ENABLED=true）：_connect_feishu_cdp() 通过 connect_over_cdp(ws://127.0.0.1:{port}/devtools/browser) 连接用户已运行的 Chrome，遍历 browser.contexts 找含 .feishu.cn/.larksuite.com/.larkoffice.com cookie 的 context，复用其 localStorage/sessionStorage（飞书 SPA 重度依赖），context.new_page() 创建新 tab。_evaluate_feishu_doc_on_page() 为 CDP/launch 双路径共享的提取函数，CDP 模式 skip_warmup=True 跳过主域名预热导航。browser.close() 仅断开 WebSocket 不杀 Chrome。配置：FEISHU_CDP_ENABLED（开关，默认 false）+ 复用 CHROME_CDP_PORT（端口，默认 9222）。

Block→Markdown 转换器（_block_to_md()）：支持 20+ 种 block 类型，有序列表 _calc_ordered_label() 处理 seq 字段（"1"/"auto"/"a"/"i" 四种序列类型）。代码块统一使用 4 个反引号围栏；fallback + snapshot.type=code 也直接按代码块处理。_get_elements() 同时支持 SDK elements 格式和 Playwright Delta zoneState.content.ops 格式（加粗/斜体等内联样式）。ISV 目录组件（showCataLogLevel）通过 _collect_headings() 预扫描标题 + _render_isv_block() 生成缩进列表。

嵌入电子表格：Canvas 渲染无 DOM，通过 POST /space/api/v3/sheet/client_vars 内部 API 获取 JSON（Protobuf gzip+base64 编码的单元格数据），5 层 wire format 解码（L0[1]→L1[2]→L2[12]→L3[2]→L4[repeated 2]）提取 cell 字符串，reshape 为 2D 数组渲染 GFM 表格。常规 table block 则优先读取 snapshot.rows_id / columns_id 判定行列，避免整表被压成单行。browser.py 中 FEISHU_SHEET_FETCH_JS 和 _capture_sheet_response() 拦截器提供多策略数据获取。

图片下载（FEISHU_DOWNLOAD_IMAGES=true）：Open API drive/v1/medias/{token}/download（Tier 0）→ CDN /space/api/box/stream/download/all/{token}/（Tier 1）。Playwright 模式三阶段浏览器预下载：Phase 1 network interceptor → Phase 2 scroll 触发懒加载 → Phase 3 从 DOM <img> 发现真实 CDN 域名（internal-api-drive-stream.feishu.cn）+ mount_node_token，JS fetch() 批量下载（10 张/批），预下载的 _bytes 直接写入磁盘跳过 HTTP。_sanitize_filename() 清理文件名中的 ()@#%[]{}|<>! 和空格，保证 Markdown 图片语法不断裂。每篇文档图片保存到独立子目录 attachments/{item_id}/，item_id 与 front matter 一致（MD5(url)[:12]）。

标题清理：_clean_feishu_title() 过滤零宽字符（U+200B-U+206F, U+FEFF）+ 折叠换行 + 去 - 飞书云文档 等后缀。DOM selectors → rootBlock snapshot.title → document.title 三级回退。

知识库批量：feishu-wiki CLI 命令，Open API 递归节点树 + 逐篇 blocks API + Playwright 虚拟目录树兜底。Playwright 路径优先抓 data-node-uid/wikiToken，支持目录树展开、虚拟滚动去重、旧 anchor 兼容。断点续传缓存文件 + 去重索引。

配置项：FEISHU_APP_ID/FEISHU_APP_SECRET（Open API）、FEISHU_CDP_ENABLED（CDP 直连，默认 false）、FEISHU_DOWNLOAD_IMAGES（图片下载）、FEISHU_CUSTOM_DOMAINS（私有化部署域名）、FEISHU_PAGE_LOAD_TIMEOUT（页面等待超时）、FEISHU_WIKI_*（批量配置）。

CDP Cookie 提取（login.py）

CHROME_CDP_LOGIN=true 时 feedgrab login <platform> 优先从运行中的 Chrome 提取 Cookie，失败自动回退浏览器登录。Chrome 146+ 的 chrome://inspect/#remote-debugging 不暴露传统 HTTP /json/* 端点，两级策略适配：Tier 0 Playwright connect_over_cdp(ws://127.0.0.1:{port}/devtools/browser) 直连 WebSocket，从 browser contexts 过滤平台域名 cookies；Tier 1 传统 HTTP 发现 + websocket-client 原始 WebSocket Network.getCookies。支持 7 个平台：twitter（.x.com/.twitter.com）、xhs（.xiaohongshu.com）、wechat（.qq.com）、feishu（.feishu.cn/.larksuite.com）、kdocs（.kdocs.cn/.wps.cn）、linuxdo（.linux.do）、idcflare（.idcflare.com）。配置：CHROME_CDP_LOGIN（开关，默认 false）+ CHROME_CDP_PORT（端口，默认 9222）。

金山文档抓取（fetchers/kdocs.py）

Tier 0 Playwright ProseMirror DOM 提取：金山文档基于 WPS WebOffice SPA + ProseMirror 编辑器，使用虚拟滚动（.otl-scroll-container）只渲染可见区域 DOM。_scroll_and_collect_blocks() 每次滚动 600px + 250ms 等待 + 提取可见 .block_tile，基于文本前 80 字符去重，支持 7 种块类型：标题（.otl-heading + level 属性）、段落（.otl-paragraph）、列表（listtype=bullet/ordered + listlevel）、待办（todo checkbox）、分割线（hr）、代码块（<nodeview data-node-type="code_block"> → <pre lang> → <code class="code-block-content">）、图片（<nodeview> + <img sourcekey>）。

图片 shapes API：DOM 中图片使用 blob: URL，无 data-src/data-origin 属性。通过 _setup_shapes_interceptor() 拦截 attachment/shapes 网络响应获取 sourcekey → CDN URL 映射（优先 raw > url > thumbnail），_resolve_image_urls() 将 blob: URL 替换为 CDN URL。手动 fallback：拦截器未触发时通过 page.evaluate(fetch()) 主动调用 shapes API。

CDP 直连（KDOCS_CDP_ENABLED=true）：_connect_kdocs_cdp() 查找含 .kdocs.cn/.wps.cn cookie 的 context，new_page() 创建新 tab。CDP 页面强制 set_viewport_size(1920x1080) + 滚动前 scrollTop=0 + 滚动容器就绪检查，确保与 Launch 模式一致的提取量。

图片下载（KDOCS_DOWNLOAD_IMAGES=true）：download_kdocs_images() 将 CDN URL 图片下载到 attachments/{item_id}/ 子目录，_blocks_to_markdown() 将 CDN URL 替换为本地相对路径。_guess_image_ext() 从 URL 推断扩展名。

重复分割线修复：虚拟滚动提取时空 block_tile 产生重复 ---，_blocks_to_markdown() 尾部正则合并连续分割线 + 清理多余空行。

Tier 1 Jina Reader 兜底。配置：KDOCS_CDP_ENABLED（CDP 直连，默认 false）+ KDOCS_PAGE_LOAD_TIMEOUT（页面等待超时，默认 10000ms）+ KDOCS_DOWNLOAD_IMAGES（图片下载，默认 false）。

有道云笔记抓取（fetchers/youdao.py）

Tier 0 JSON API（零依赖，<1s）：GET /yws/api/note/{shareKey}?sev=j1&editorType=1&editorVersion=new-json-editor&sec=v1，返回标题/时间戳/浏览量 + content 嵌套 JSON 字符串。Content 使用数字键压缩格式："5" 子块数组、"6" 特殊标记（"im" 图片 / "l" 列表）、"7" 内联元素、"8" 文本、"9" 样式（"b" 粗体 / "i" 斜体 / "fs" 字号 / "c" 颜色）、"4" 配置（"hf" 链接 / "u" 图片URL / "lt" 列表类型 / "ll" 列表级别）。标题通过 font-size + bold 样式推断（≥24=H1, ≥20=H2, ≥16=H3）。图片使用直接 CDN URL（note.youdao.com/yws/public/resource/{shareKey}/xmlnote/WEBRESOURCE{id}/{imageId}），非 blob:。代码块最外层用 4 个反引号包裹（防嵌套）。

Tier 1 Playwright：iframe #content-body 内 .bulb-editor 容器提取。无虚拟滚动。

Tier 2 Jina Reader 兜底。

URL 清理：clean_youdao_url() 只保留 id 参数，去掉 type/_time 等无用尾巴。item_id = MD5(clean_url)[:12]。

图片下载（YOUDAO_DOWNLOAD_IMAGES=true）：download_youdao_images() 将 CDN URL 图片下载到 attachments/{item_id}/ 子目录。分享页无需登录。输出目录：{OUTPUT_DIR}/NoteYouDao/。

微信专辑批量抓取（fetchers/mpweixin_album.py）

feedgrab mpweixin-zhuanji "<专辑URL>" 批量抓取微信公众号专辑页面全部文章。以 mpweixin_account.py 为模板，结构完全对齐。差异：不需要 MP 后台 session（公开专辑可直接访问）；分页用 begin_msgid/begin_itemidx（非偏移量）。parse_album_url() 解析专辑 URL 提取 __biz + album_id。JS evaluate 调用 action=getalbum API 获取文章列表。断点续传缓存文件 _progress_mpweixin_zhuanji_{album_id}.json，完成后自动清理。去重：复用 mpweixin 平台索引。输出目录：mpweixin/zhuanji/{专辑名}/。配置：MPWEIXIN_ZHUANJI_SINCE（日期过滤）+ MPWEIXIN_ZHUANJI_DELAY（间隔秒数，默认 3）。

媒体文件本地化下载（utils/media.py）

X_DOWNLOAD_MEDIA=true / XHS_DOWNLOAD_MEDIA=true / MPWEIXIN_DOWNLOAD_MEDIA=true 开启后，图片视频下载到 {md_dir}/attachments/{item_id}/ 子目录，Markdown 中远程 URL 替换为相对路径。仿飞书 download_feishu_images 模式：save_to_markdown() 返回路径 → download_media() 下载 + 替换。URL 优化：Twitter name=orig 原图质量；XHS 去 !nd_* CDN resize 后缀 + Referer: https://www.xiaohongshu.com 防盗链；WeChat http:// → https://（mpvideo CDN 要求）+ Referer: https://mp.weixin.qq.com/。覆盖范围：单篇（reader.py）+ 全部 8 个 Twitter/XHS 批量 fetcher + 2 个微信批量 fetcher（mpweixin_account/mpweixin_album）。单张失败保留远程 URL，不影响其他下载。

微信文章视频提取（fetchers/browser.py + wechat_search.py）

微信文章嵌入视频使用 <span class="video_iframe" data-mpvid> 容器，<video> 标签因 setup_resource_blocking() 资源拦截通常无 src。视频 MP4 URL 存在于页面 <script> 文本中（格式：url: ('http://mpvideo.qpic.cn/xxx.fNNNNN.mp4?auth_params')）。JS evaluate 用字符串 split('mpvideo.qpic.cn') 分割法提取 URL（避免 Python 三引号字符串中的正则转义问题），按质量码（f10002 SD < f10004 HD < f10102 < f10104 最高）去重取最优。URL 清理：JS hex escape \x26amp; → &，http:// → https://（mpvideo CDN 拒绝 HTTP 连接）。_build_wechat_result() 在调用 md_converter 前将清理后的视频 URL 注入 span.video_iframe 容器（正则替换 + lambda 避免反斜杠解释）。_preprocess_wechat_html() 将 <video src> / span.video_iframe 替换为 [▶ 视频](url) Markdown 链接，同时清理"视频加载失败"错误文本。视频签名有时效（auth_key/dis_t），下载须在抓取后尽快进行。

Article 误判防护（fetchers/twitter.py → _try_fetch_article_body）

判定推文是否为 Article stub 的逻辑：去掉所有 t.co 链接后，剩余文字少于 30 字符才算 article stub，避免正常含链接推文被误判后走 Jina 覆盖正文。

Twitter Article 原生渲染

GraphQL 返回的 Article 数据包含 content_state（Draft.js 格式），_render_article_body() 将其原生转换为 Markdown，零额外网络请求。支持的 block 类型：unstyled（段落）、header-two（##）、ordered-list-item（有序列表）、atomic（图片/代码块）、code-block（代码块）。entityMap 是 [{key, value}] 列表格式（非 dict）。优先级：GraphQL content_state > Jina Reader 兜底。

Jina 空洞修补（fetchers/twitter_bookmarks.py）

Jina Markdown 模式可能丢失 inline link 元素（cashtag、@mention），产生"空洞"（句尾标点后紧跟空行再接下文）。_patch_jina_hollows() 检测空洞后用 Jina text 模式获取完整文本，通过锚点匹配定位缺失内容并回填。

引用推文完整提取

extract_tweet_data() 从 quoted_status_result 中提取完整数据：note_tweet.text（不截断）、展开 t.co、提取图片/视频、互动指标。_render_quoted_tweet() 渲染为 Markdown blockquote。

richtext_tags 富文本标记

_apply_richtext_tags() 将 note_tweet 中的 Draft.js 索引式 richtext_tags（Bold/Italic）转换为 Markdown **bold**/*italic*。从末尾向前插入避免索引偏移。

扩展 front matter 元数据

Twitter 推文输出包含完整作者画像（is_blue_verified、followers_count、statuses_count、listed_count）和推文元数据（quotes、lang、source_app、possibly_sensitive）。

YouTube Data API v3 搜索（youtube_search.py）

feedgrab ytb-so <keyword> 通过 YouTube Data API v3 搜索视频。两阶段查询：search.list（100 quota）→ videoId list → videos.list 批量详情（1 quota）。支持频道限定（--channel @handle）、排序（--order viewCount/date）、日期范围、时长过滤。频道搜索跳过 regionCode/relevanceLanguage 参数（否则返回空结果）。

YouTube 单视频四级兜底（youtube.py）

单视频抓取策略：Tier 0 InnerTube API（零依赖零 quota，ANDROID 客户端身份）→ Tier 1 yt-dlp 字幕（多语言轮询 [sub_lang, zh-CN, zh-Hans, zh-Hant, zh, en, en-US]）→ Tier 2 Groq Whisper 转录（verbose_json segment 时间戳，复用断句+章节管线，>100MB 自动 ffmpeg 分片）→ Tier 3 API description / Jina 兜底。YouTube Data API v3 元数据（1 quota）优先获取（可选）。yt-dlp 默认从 Chrome 提取 cookies 绕过 YouTube bot 检测（YTDLP_COOKIES_BROWSER=chrome），Cookie 提取失败自动降级。

InnerTube API 字幕获取（youtube.py → _fetch_innertube_transcript）

POST https://www.youtube.com/youtubei/v1/player + {clientName: "ANDROID", clientVersion: "20.10.38"}。ANDROID 客户端绕过部分限制。INNERTUBE_API_KEY 从页面 HTML 提取，EU consent 自动处理（CONSENT=YES+ cookie）。captionTracks[].baseUrl 剥离 fmt=srv3 参数获取默认 XML（<text start="" dur="">），双重 html.unescape() 处理 ' 等实体。多语言匹配：先精确命中 captionTracks，未命中用 &tlang= 请求翻译。

YouTube 智能断句（youtube.py → _segment_into_sentences）

三阶段管线：(1) 按句尾标点（.?!…。？！⁈⁇‼‽．）拆分 snippet，时间戳按字符比例分配；(2) 跨 snippet 合并为完整句子（CJK 无空格，拉丁加空格）；(3) _group_into_paragraphs() 段落分组（≤5句/段，>2s 间隔强制分段）。无标点兜底：自动字幕标点率 <10% 时跳过断句，直接 snippet 级分组。_parse_chapters() 从 description 正则解析章节时间戳（≥2 个生效），_format_transcript_markdown() 输出带 ## 章节标题 [M:SS] + [HH:MM:SS → HH:MM:SS] 时间戳的结构化 Markdown。技术方案参考 baoyu-youtube-transcript（@dotey 宝玉）。

yt-dlp JS 运行时（_js_runtime_args()）

yt-dlp 默认只启用 deno。_js_runtime_args() 自动检测 deno/node/bun 并传入 --js-runtimes + --remote-components ejs:github。两个文件各有一份（youtube.py 和 youtube_search.py）。

YouTube 下载命令（ytb-dlv/ytb-dla/ytb-dlz）

三个 CLI 命令下载视频(MP4)/音频(MP3)/字幕(SRT)到 {OUTPUT_DIR}/YouTube/ 目录。先通过 API 获取元数据构建统一文件名前缀（author_date：title），与 MD 输出保持一致。长链接和 youtu.be 短分享链接都兼容。

知识星球抓取（fetchers/zsxq.py）

支持 articles.zsxq.com/id_<hashid>.html 长文章和 wx.zsxq.com/group/<gid>/topic/<tid> 单条 topic 两种主形态。短链 t.zsxq.com/<code> 自动 302 解析（参考 Douyin 短链思路）；H5 邀请短链跳转目标 ?topic_id=<digits> 通过 query 参数识别。

鉴权（参考 yann0917/knowledge service.go 逆向）：Cookie 模式（核心 zsxq_access_token，.zsxq.com 域）+ 固定 UA + X-Timestamp (Unix 秒) + X-Version: 2.37.0。X-Version 过期可由 ZSXQ_API_VERSION 覆盖。

Tier 链路（对齐 LinuxDo 范式）：

• Tier 0：HTTP GET（带 cookie + 头部）。articles 走 requests.get + BeautifulSoup .ql-editor；topic 走 https://api.zsxq.com/v2/topics/<tid>/info 直接解析 JSON。
• Tier 1：CDP connect_over_cdp(ws://9222/devtools/browser) 复用 Chrome .zsxq.com cookie context。
• Tier 2：Stealth Playwright launch + sessions/zsxq.json，page.goto 取 HTML 或 page.evaluate(fetch(api)) 取 JSON。
• Tier 3：Jina（鉴于 zsxq 强登录态门控基本无效，仅留姿态）。明确 401/404/business-failed 时直接终止不下沉，避免落地登录页 .md。

article HTML 解析关键点：作者优先 <meta name="author">，回退到 .author-info .nick-name；group_id 从 .group-info a[href] 中正则匹配 /group/(\d+)；group_name 优先 <meta property="og:site_name">，回退到 .group-name；cover_image 优先 <meta property="og:image">，回退到 .ql-editor 内第一个 <img>；Quill 代码块 <pre class="ql-syntax" spec-language="X"> 用 4 反引号围栏（与 LinuxDo / Feishu 对齐）。

topic 五形态：talk / question+answer / article / solution（zsxq 较新的"问答+解决方案"形态，topic.title 是用户提问，topic.solution.text 是星主/AI 解答）。

评论三态：ZSXQ_COMMENT_MODE=none|all|author（默认 none），对齐 LinuxDo LINUXDO_REPLY_MODE。author 模式仅渲染 owner.user_id == comment.owner.user_id 的评论。

配置：ZSXQ_ENABLED / ZSXQ_CDP_ENABLED / ZSXQ_PAGE_LOAD_TIMEOUT / ZSXQ_COMMENT_MODE / ZSXQ_MAX_COMMENTS / ZSXQ_DOWNLOAD_MEDIA / ZSXQ_API_VERSION 共 7 个环境变量；登录用 feedgrab login zsxq（CDP 自动提取 / 弹窗扫码二选一）。

迭代历史摘要

完整记录见 DEVLOG.md

关键文件速查