> For clean Markdown of any page, append .md to the page URL.
> For a complete documentation index, see https://docs.beatapi.io/llms.txt.
> For AI client integration (Claude Code, Cursor, etc.), connect to the MCP server at https://docs.beatapi.io/_mcp/server.

# 如何把已采集的公众号文章转成 RSS，而不是重新抓取所有正文？

> 使用 generate_rss.py 从已保存的公众号文章记录生成本地 RSS 2.0 文件 feed.xml，按精确 article_url 去重，分阶段验收托管与阅读器更新，并安全迁移旧 wewe-rss 订阅。

要把已采集的公众号文章转成 RSS，把核对过的文章来源记录放进 `records/`，运行 `generate_rss.py` 生成带原文链接的本地 RSS 2.0 `feed.xml`，再把 `feed.xml` 放到你控制的地址，确认阅读器收到新增条目。用已保存的记录重建 `feed.xml` 不需要重新查询正文；只有还没保存正文的文章才调用 `wechat_mp.v2.fetch_article_detail_h5`。例如你想在同一个阅读器里看几家同行公众号的文章，而不是每天逐个打开账号。生成 `feed.xml` 只是三步中的第一步：生成、托管和阅读器拉取要分别验收。

`feed.xml` 的每个条目附正文前 500 个字符的摘录，方便决定要不要打开原文；摘录不是 AI 总结，也不是全文。

## 先选阅读范围，再决定是否需要新查询

例如你跟踪三家同行的产品公告：先选择相关账号和主题，排除无关文章，记下每篇文章的来源和阅读目的。把选中的来源 JSON 文件放进 `records/`，`records/` 里的文件就是这次 feed 的范围。`generate_rss.py` 不会自动发现账号、识别主题，也不判断文章是否值得读。

只想看标题和原文链接时，不要逐篇付费取正文。`generate_rss.py` 只接受经过正文指南（第 1 步）核对的来源记录；`generate_rss.py` 没有读取账号列表摘要的适配器，也不能把列表摘要冒充完整正文来凑输入。只有列表摘要时，改用本页末尾链接的列表摘要流程，并记下缺少的适配。

## 阅读器里出现的条目怎样理解？

| 你看到的情况          | 应怎样判断                                       | 下一步                              |
| --------------- | ------------------------------------------- | -------------------------------- |
| 标题相关，摘录没有回答研究问题 | 摘录只含开头，全文可能有答案                              | 打开原文或已保存的正文，继续带着问题读              |
| 没有显示发布时间        | 来源没有发布时间，生成时间不能替代                           | 保留缺失，不要当作今天新发                    |
| 同一文章出现两次        | URL 别名不同，或旧 feed 和新 feed 的 guid 不同          | 核对原链接和阅读器的实际表现，不按标题删除            |
| 旧条目在重新生成后消失     | `generate_rss.py` 重建整个文件，`records/` 的范围可能变了 | 先检查 `records/` 和旧 feed，再判断是否作者删文 |
| 阅读器没有新增条目       | 发现、生成、托管或阅读器拉取中的某一步没完成                      | 按具体文章链接逐层核对，不立即重复取数              |

`generate_rss.py` 不维护历史数据库：要让条目一直留在 feed 里，就把条目的来源记录留在 `records/`。相同 URL 的新内容沿用相同 guid；阅读器是否提示更新、是否保留已读状态，只能在实际阅读器里测试确认。`feed.xml` 里的条目顺序也不是发布时间顺序。

## 怎样确认一次更新真正送到了阅读器？

1. 用少量已保存记录生成 `feed.xml` 并解析 XML，核对标题、原文链接、摘录和日期。

2. 把 `feed.xml` 放到你控制的测试地址，确认阅读器能访问。本地路径不是远程阅读器可用的订阅地址。私有阅读单独核对访问方式，不要把密钥放进 feed。

3. 加入一篇已确认的新来源记录，重新生成 `feed.xml`，更新同一个测试地址，再刷新阅读器。

4. 核对这篇文章出现且只出现一次，原文链接正确。

每一步都保留结果：XML 生成、托管和阅读器读取分别验收。本地生成器见下文第 1–3 步；托管、定时任务和阅读器接入由你自己配置。

迁移 wewe-rss 时，先保留旧订阅和资料，再用一个账号试迁。wewe-rss 仓库已于 2026 年 5 月 11 日归档；第 7 节引用的状态解释来自 wewe-rss 的 README，README 不能证明服务仍在维护，也不能说明你当前故障的原因。[项目仓库与README](https://github.com/cooderl/wewe-rss)

例如周三的 `records/` 里已有《安装手册更新》的正文记录，但阅读器没显示这篇：

1. 在生成的 `feed.xml` 里按原文链接找这篇文章。
2. `feed.xml` 里有这个链接时，核对订阅地址返回的 XML。
3. 订阅地址返回的 XML 里也有时，检查阅读器的刷新时间和阅读器记录的 `guid`。

三步都复用已经保存的正文。

## 1. 准备有效来源记录

每篇文章用[正文读取指南](/zh/guides/read-wechat-article)生成 `wechat-article-source.json`。把审核通过的记录分别命名后复制到 `records/`，保留 `article_url`、`title`、`text`、`published_at_utc` 和 `collected_at`。`records/` 里的文件就是 feed 的范围，不要放进密钥或账单记录。

文章还需要正文时，先 Inspect `data:wechat_mp.v2.fetch_article_detail_h5`：

```bash
curl -sS https://api.beatapi.io/v1/capabilities/inspect \
  -H 'Content-Type: application/json' \
  -d '{"reference":"data:wechat_mp.v2.fetch_article_detail_h5"}'
```

```bash
curl -sS https://api.beatapi.io/v1/social-data/call \
  -H "Authorization: Bearer $BEATAPI_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"action":"wechat_mp.v2.fetch_article_detail_h5","params":{"url":"<article_url>"}}' \
  -o wechat-article.json
```

## 2. 生成 XML

`generate_rss.py` 只读取本地文件，每个精确 URL 保留一项，用 XML 库转义特殊字符。`description` 是正文前 500 个字符的摘录，不是完整正文。`published_at_utc` 有值时，`generate_rss.py` 将 `published_at_utc` 转为 GMT 格式的 `pubDate`；缺失时不输出。`collected_at` 只用于判断观察先后，绝不代替发布时间。

```python
import html
import json
import tempfile
import xml.etree.ElementTree as ET
from datetime import datetime, timezone
from email.utils import format_datetime
from pathlib import Path
from urllib.parse import parse_qs, urlsplit

def timestamp(value, label):
    if value is None or value == "":
        return None
    if not isinstance(value, str):
        raise SystemExit(f"Invalid {label}")
    try:
        parsed = datetime.fromisoformat(value.replace("Z", "+00:00"))
    except ValueError:
        raise SystemExit(f"Invalid {label}")
    if parsed.tzinfo is None:
        raise SystemExit(f"Timezone required for {label}")
    return parsed.astimezone(timezone.utc)

records = {}
for file in sorted(Path("records").glob("*.json")):
    record = json.loads(file.read_text(encoding="utf-8"))
    url = record.get("article_url")
    text = record.get("text")
    parsed = urlsplit(url) if isinstance(url, str) else None
    if not parsed or parsed.scheme not in {"http", "https"} or parsed.hostname != "mp.weixin.qq.com" or parsed.username:
        raise SystemExit(f"Invalid article URL in {file.name}")
    query = parse_qs(parsed.query)
    if not ((parsed.path == "/s" and all(query.get(key) for key in ["__biz", "mid", "idx"])) or (parsed.path.startswith("/s/") and parsed.path[3:].strip())):
        raise SystemExit(f"Missing article identifier in {file.name}")
    if not isinstance(text, str) or not text.strip() or text.strip() in {"[redacted]", "[redacted-depth]"}:
        raise SystemExit(f"Missing body in {file.name}")
    title = record.get("title") or "Untitled article"
    if not isinstance(title, str):
        raise SystemExit(f"Invalid title in {file.name}")
    published = timestamp(record.get("published_at_utc"), "published_at_utc")
    collected = timestamp(record.get("collected_at"), "collected_at")
    candidate = (title, text, published, collected)
    previous = records.get(url)
    if previous:
        if previous[:3] == candidate[:3]:
            if collected and (not previous[3] or collected > previous[3]):
                records[url] = candidate
            continue
        if not collected or not previous[3] or collected == previous[3]:
            raise SystemExit(f"Conflicting observations need distinct collected_at: {file.name}")
        if collected < previous[3]:
            continue
    records[url] = candidate
if not records:
    raise SystemExit("No article records; keep the previous feed unchanged.")
root = ET.Element("rss", version="2.0")
channel = ET.SubElement(root, "channel")
ET.SubElement(channel, "title").text = "Saved WeChat articles"
ET.SubElement(channel, "link").text = "https://mp.weixin.qq.com/"
ET.SubElement(channel, "description").text = "Selected article excerpts with original sources."
for url, (title, text, published, collected) in records.items():
    item = ET.SubElement(channel, "item")
    ET.SubElement(item, "title").text = title
    ET.SubElement(item, "link").text = url
    ET.SubElement(item, "guid", isPermaLink="true").text = url
    ET.SubElement(item, "description").text = html.escape(text[:500])
    if published:
        ET.SubElement(item, "pubDate").text = format_datetime(published, usegmt=True)
target = Path("feed.xml")
with tempfile.NamedTemporaryFile(dir=target.parent, suffix=".xml", delete=False) as handle:
    temporary = Path(handle.name)
try:
    ET.ElementTree(root).write(temporary, encoding="utf-8", xml_declaration=True)
    ET.parse(temporary)
    temporary.replace(target)
finally:
    temporary.unlink(missing_ok=True)
print(f"Wrote {len(records)} items")
```

把上面的代码保存为 `generate_rss.py`，与 `records/` 放在同一目录，再运行：

```bash
python3 generate_rss.py
python3 -c 'import xml.etree.ElementTree as E; r=E.parse("feed.xml"); print("items:", len(r.findall("channel/item")))'
```

## 3. 校验输出与重复行为

* 同一精确 URL 的多份记录只生成一项。
* 同一 URL 的内容不同时，按带时区的 `collected_at` 选较新的观察，与文件名先后无关；观察时间缺失或相同但内容冲突时，`generate_rss.py` 停止并保留旧 feed。
* 内容完全相同的副本即使没有观察时间也合并为一项；标题相同但 URL 不同仍是两项。
* 短链和长链别名是否同一篇需要另外核对，`generate_rss.py` 不自动归一化。
* `records/` 里的文件名顺序不是文章发布时间顺序。

`generate_rss.py` 先解析临时 XML，再替换目标文件；数据缺失、空目录或 XML 无法解析时，不会发布空 feed。保留来源记录，方便重建。RSS 必要的 channel 元素和 `guid` 语义见 [RSS 2.0 规范](https://www.rssboard.org/rss-specification)。

## 4. 分别完成托管和阅读器测试

本地 `feed.xml` 不是公网服务。先决定摘录只供自己看还是允许公开，再用自己控制的静态托管发布，并在实际阅读器里验证访问、编码和更新。不要公开全文、请求日志或敏感资料；没有再分发权限时不要开放公开订阅。

## 5. 如何持续更新？

1. 用[增量检查](/zh/guides/wechat-incremental-articles)发现候选文章。
2. 只为需要正文的候选文章付费读正文，把新记录加进 `records/`。
3. 重新生成 `feed.xml`。

定时调度和托管发布要分别配置。`generate_rss.py` 运行成功不代表阅读器已经拉到更新。

## 6. 费用和完成范围

复用已保存的记录生成 RSS 不产生 BeatAPI 平台调用。新文章正文按篇查询，列表翻页另计，金额以当前 Inspect 显示为准。`generate_rss.py` 在本地处理 XML 转义、精确 URL 去重、按 `collected_at` 选择较新观察、GMT 格式 `pubDate` 输出，并在输入无效或为空时保留原有 `feed.xml`。

## 7. wewe-rss 失效后，怎样排查和安全迁移？

删掉旧服务之前，先区分“采集坏了”还是“订阅地址坏了”。[wewe-rss 自己的 README](https://github.com/cooderl/wewe-rss#readme) 把“失效”定义为登录状态失效，把“今日小黑屋”定义为账号封控，并列出 `PLATFORM_URL`、`CRON_EXPRESSION` 和 `UPDATE_DELAY_TIME` 配置。按下表为每种现象选第一步检查。

| 现象               | 先检查什么                                               | 不能据此得出的结论                            |
| ---------------- | --------------------------------------------------- | ------------------------------------ |
| 后台账号显示失效         | 在旧服务重新登录，再检查单个账号能否取得新文章                             | 不是 RSS XML 格式错误，也不能说明所有账号都失效         |
| 今日小黑屋            | 按 wewe-rss 的说明等待，降低更新频率，保留最后成功的 feed                | 重启清掉本地状态不等于平台封控解除，不要循环重试             |
| 后台文章已更新，阅读器仍是旧内容 | 比较后台最新文章链接、订阅地址返回的 feed XML 和阅读器最近拉取时间；检查地址、访问权限和缓存 | 不能直接归因为采集接口故障                        |
| 所有账号都不更新         | 从部署服务器检查配置的 `PLATFORM_URL` 是否可达，再查任务日志和调度执行时间       | 不能据此断定 `PLATFORM_URL` 转发服务已停止或返回 502 |

改用 BeatAPI 采集时，BeatAPI 只替代按需读取文章这一步；wewe-rss 的账号数据库、OPML、定时器、托管和阅读器同步仍由你自己的部署承担。正文读取使用文章 URL 和 BeatAPI Key，`generate_rss.py` 不需要微信读书 Cookie 或密码。

### 先迁一个账号，不要一次替换全部订阅

1. 从旧服务导出 OPML，并按原部署方式备份旧服务的数据库、旧 feed XML 和配置。备份放在自己的安全位置，不要把带口令的配置放进 `records/`。OPML 只保存订阅目录，不保存文章正文或阅读状态。
2. 选一个已核实的账号，保留这个账号的旧订阅不动。用已存档的文章来源生成独立的 `feed.xml`，先不覆盖旧服务地址。已有来源记录不需要重新付费；缺少来源时按正文指南逐篇读取。wewe-rss 的旧数据库不能作为 `generate_rss.py` 的输入。
3. 选旧 feed 里两篇历史文章和一篇已确认的新文章，建立人工对照表：原文链接、旧 `guid`、新 `guid`、标题、发布时间。`generate_rss.py` 用完整的 `article_url` 作 `guid`；旧服务即使链接相同也可能用不同的 `guid`。**只有实际阅读器测试才能确认是否产生重复条目或丢失已读状态**，`generate_rss.py` 不能导入旧 `guid` 或阅读状态。
4. 把新的 `feed.xml` 托管在你控制的测试订阅地址，只在一个阅读器里添加。确认标题、中文和摘录显示正常，原文链接能打开，发布时间没有被采集时间替换。再加入一篇来源记录，重新生成并更新托管文件，手动刷新阅读器，确认只出现预期的新条目。
5. 试迁账号验收通过后，再决定替换旧订阅还是保留新地址。记录切换时刻、最后成功的文章和覆盖范围。切换失败时，恢复备份的旧 feed 和订阅配置，不清空历史，也不靠重复付费采集碰运气。其余账号逐个迁移。

`generate_rss.py` 生成的是摘录版 RSS 2.0，不能完全替代旧服务的 fulltext、Atom 或 JSON 模式。旧订阅的过滤规则、私密访问、附件、已读状态和自动 OPML 迁移都需要另行实现和验收。

### 迁移后如何算账和判断“已经恢复”？

按 `列表请求数 × 当前列表单价 + 新正文请求数 × 当前正文单价` 估算数据费用；重跑本地 RSS 生成器是零次平台请求。例如 30 个账号每天只查第一页，30 天是 900 次列表请求，不含翻页、正文或其他操作。不要套用另一家服务的月费，也不要照搬别家“失败是否收费”的规则。托管、调度、提醒和模型费用单独计算。

只有“采集取得新记录 → 生成 XML → 托管更新 → 阅读器实际拉到新条目”四步都有证据，才算恢复了持续订阅。

[正文来源字段](/zh/faq/wechat-article-full-text) · [公众号问题索引](/zh/faq/wechat)

## 把旧订阅源换成新的文章清单

旧订阅源停止更新时，先保留已订阅账号、已读链接和已有导出。用[文章增量](/zh/guides/wechat-incremental-articles)找到实际新增的文章，再按上文第 1–3 步生成 RSS。用可访问的订阅地址在自己的阅读器里检查一条更新，再把保存的状态迁入新流程。正在排查旧部署异常时，先保留诊断记录，按自己的运维流程处理；迁移文章不需要复用旧服务的会话配置。

在你安装的 TrendRadar 或其他聚合器版本里核对 RSS 入口和过滤条件。同时想加入小红书笔记时，用[搜索导出](/zh/guides/xiaohongshu-notes-research)取得候选，只把已确认的链接、标题和日期写进小红书的订阅源。每个来源分别核对一次更新和实际显示的日期。

[把两个 RSS 源接入 TrendRadar](/zh/guides/trendradar-social-feeds)

[只用列表摘要制作 RSS，并试迁订阅](/zh/guides/wechat-list-to-rss)