Article → Obsidian Note

Overview

使用 Defuddle CLI（首选）或 web_reader MCP 工具（备用）从网页文章提取干净内容，然后写入结构化的 Obsidian 笔记。

支持平台： 任何公开网页文章（博客、新闻、技术文章等）

输出目录： AI/Articles/

TL;DR 速查

输入: URL
    ↓
Step 0: 解析URL识别平台 → 确认检查点 (0.5)
    ↓
Step 1: defuddle 提取内容 (失败→web_reader fallback)
    ↓
Step 2: 解析 metadata + 估算阅读时间
    ↓
Step 3: 生成 Obsidian 笔记结构 → 写入前确认 (3.5)
    ↓
Step 4: 写入 AI/Articles/<title>.md → 清理临时文件

Prerequisites

> 外部工具依赖（无需内部 scripts/references）：

• defuddle CLI — 首选方法，用于提取干净内容（npm install -g defuddle）
• web_reader MCP tool — defuddle 失败时的备用方案
• Obsidian vault at working directory — 使用 Write tool 直接写入笔记

Step-by-Step Workflow

0. 解析 URL 并识别来源

import re
from urllib.parse import urlparse

url = "URL"
parsed = urlparse(url)
domain = parsed.netloc.replace('www.', '')

# Categorize source
known_sources = {
    'medium.com': 'Medium',
    'dev.to': 'DEV Community',
    'zhuanlan.zhihu.com': '知乎专栏',
    'www.zhihu.com': '知乎',
    'mp.weixin.qq.com': '微信公众号',
    'juejin.cn': '掘金',
    'segmentfault.com': '思否',
    'sspai.com': '少数派',
    '36kr.com': '36氪',
    'arxiv.org': 'arXiv',
    'blog.csdn.net': 'CSDN',
}

platform = known_sources.get(domain, domain)
output_dir = "AI/Articles"
print(f"Platform: {platform}, Domain: {domain}")

> 在后续流程中使用 platform 和 output_dir。

0.5. 确认检查点 (Checkpoint)

> ⚠️ 暂停确认以下信息：

> - 平台识别: {platform} (如果识别有误，告知正确的平台名称)

> - 输出目录: {output_dir}

> - 文件名将保存为: AI/Articles/