批量抓取公众号博主的正文、互动量、评论区
@gengdaJ 分享的免费宝藏工具：wechat-article-exporter，一次性把某位博主的所有公众号文章批量抓下来。
开篇：别人怎么做到的"一次性"研究
很多朋友好奇：作者是怎么一次性把卡兹克老师的所有公众号文章批量抓取下来的？今天分享一个宝藏的免费工具——批量抓取公众号博主的正文、互动量、评论区。
注意作者的提醒：自用就行，别拿来干坏事。
工具介绍：两个入口
GitHub 项目：wechat-article-exporter（github.com/wechat-article/wechat-article-exporter）
在线网站：down.mptext.top/dashboard/account
一个是开源项目（自己部署/运行），一个是开箱即用的在线网站。按原文，这是一个免费工具。
这工具像一台"文章收割机"：你指着一个公众号说"全要"，它就把那位博主所有的文章正文、阅读互动数据、评论区一次性收进你的粮仓。
能抓什么：正文、互动量、评论区
按原帖标题，这个工具能批量抓取三样东西：
① 正文——博主每篇文章的完整内容；② 互动量——阅读、在看、点赞等互动数据；③ 评论区——读者留言。
三样加在一起，你得到的就不只是一堆文章，而是一位博主的完整内容资产 + 受众反馈数据：写了什么、哪篇火、读者怎么说。
正文是"产品"，互动量是"销量"，评论区是"用户评价"：三样齐了，你看的不再是一篇文章，而是一家店的完整经营数据——这才是批量抓取比单篇收藏高明的地方。
怎么用：把仓库丢给 Agent，一键下载
评论区有人问："原来这样，还以为小黄鱼买的"（以为是花钱买的数据）。作者回复："把这个仓库丢给 Agent 就能一键下载"。
这句话信息量很大：有了 GitHub 上的开源仓库（08 课讲过怎么找、怎么读仓库），你不需要自己研究代码——直接把仓库丢给 Claude Code / Codex 这类 Agent，让它帮你跑起来，一键下载。这正是 Vibe Coding 时代用工具的姿势：仓库 + Agent = 开箱即用。
作者实战：1000+ 篇文章 + 生命周期网页
作者 @gengdaJ 拿这个工具做了什么？他结合 Codex 5.5，仔细研究了卡兹克老师和花生老师超过 1000 篇公众号文章，来提升自己写长文章的能力。
还做了一个 HTML 网页，展示两位老师文章的生命周期和质变节点：前者帮我们看清大 V 的"来时路"，后者供我们学习大佬们到底用了什么优质文章破圈。
这就是"批量抓取"的真正价值：单篇阅读是消费，批量分析是研究。1000 篇文章的发布时间、阅读量变化、破圈节点的分布，手工整理不可能完成，机器批量抓 + AI 分析，几小时就能看清一个大 V 的成长路径。
使用边界：自用，别干坏事
原帖明确提醒：自用就行，别拿来干坏事。批量抓取是研究和学习的利器，但也意味着：
① 只用于个人学习研究，不要转售数据、不要用于骚扰博主；② 尊重原作者的版权，分析可以，洗稿搬运不行；③ 注意抓取频率，别给目标站点造成负担。
这工具像"望远镜"：拿来看星（学习研究）是天文爱好，拿来偷窥邻居就是犯法——工具一样，用法决定性质，线要自己守住。
工具是中性的，用法决定性质：拿来研究写作、做内容分析是学习；拿去倒卖数据、批量洗稿就是"干坏事"。这条线自己要守住。
术语翻卡：点卡片看解释
自测一下：点问题展开参考答案
公众号博主的正文、互动量（阅读/在看/点赞等）、评论区。三样加在一起，得到的是博主的完整内容资产加受众反馈数据。
有了 GitHub 上的开源仓库，不需要自己研究代码，直接把仓库丢给 Claude Code / Codex 这类 Agent，让它帮你跑起来，一键下载。这是"仓库 + Agent = 开箱即用"的工作流。
结合 Codex 5.5 研究卡兹克老师和花生老师超过 1000 篇公众号文章，提升自己写长文章的能力；还做了 HTML 网页展示两位老师文章的生命周期和质变节点，看清大 V 的来时路和破圈文章。
因为 1000 篇文章的发布时间、阅读量变化、破圈节点分布，手工整理不可能完成；机器批量抓取加 AI 分析，几小时就能看清一个大 V 的成长路径，这是单篇阅读给不了的视角。
自用、学习研究可以；转售数据、骚扰博主、洗稿搬运不行。要尊重原作者版权，注意抓取频率别给目标站点造成负担。