RPA+AI才是爬取公众号数据的最佳方法

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。

你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：RPA+AI才是爬取公众号数据的最佳方法要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题