把 10年公众号 885 篇文章一次性导出，AI 帮我清洗 + 分类 + 上线——给小白的全流程指南

📌 这是「我用 AI 搭了自己的网站」系列，关注我，后续持续更新。 ① 设计与搭建 · ② 公众号文章迁移（你正在读） · ③ 让 AI 搜到你（SEO/GEO） · ④ 让 AI 用你的腔调写作

你公众号上的所有文章，都不是你的资产

很多人不知道，你公众号文章的所有权和访问权，其实你都没有。

没有「导出全部文章」按钮
没有 RSS 订阅
没有 API
你只能一篇篇手动复制，每篇都被腾讯加了一堆封面、广告、推荐链接

十几年下来我在公众号写了 885 篇文章——如果腾讯哪天封号 / 平台规则变了，这些全部归零。而因为公众号的封闭性，导致AI也很难检索到公众号的文章作为引用来源，这在GEO（Generative Engine Optimization）AI生成式搜索引擎时代简直是太可惜了！

所以我决定把我过去十几年写过的公众后文章一次性导出 + 清洗 + 上线到我自己的网站。然后在我自己的网站上优化GEO，让更多用户能在和AI对话的时候搜到AI推送的我的文章。

这件事卡了我整整一周。最后用对工具 + AI 帮忙写代码，3 天搞定。这篇我把工具链全公开给你。

先说清楚：这件事你需要做什么

这篇文章里会出现一些技术词汇（脚本、npm 包、正则……），但我要先给你定一个心：

你不需要打开终端，不需要自己输任何命令。

你的工作流程只有 4 件事：

操作在线导出工具
把导出的文件夹告诉 AI
用中文描述你想要的效果
检查 AI 的成果

所有安装依赖、运行脚本、处理图片——全部告诉 Claude Code / Cursor / WorkBuddy，AI 帮你搞定。

工具链（先看全貌）

用途	工具	收费？	谁来操作
从公众号批量导出文章 HTML	wechat-article-exporter（在线版 down.mptext.top）	免费	你自己
HTML 解析 + 转 Markdown	`cheerio` + `turndown`（npm 包）	免费	AI 全代劳
图片压缩	`jpegoptim` + `pngquant` + `sips`	免费	AI 全代劳
自动分类	AI 写正则脚本	免费	AI 全代劳
网站发布	Astro（你上篇做的个人网站）	免费	AI 全代劳

第 1 步 · 从公众号批量导出

工具选择

我试了 5-6 个工具，目前最好用的是：

wechat-article-exporter（在线网页版）：

网址：https://down.mptext.top
直接浏览器打开，不用装软件
免费

操作步骤（5 分钟）

打开 https://down.mptext.top
用你公众号绑定的微信扫码登录（这步关键，必须扫你公众号的微信）
工具会列出你能访问的所有公众号
选你自己的公众号
选择「导出全部文章」+ 「包含图片」（必须勾，否则没图）
选导出格式：HTML 文件夹
点开始 → 工具会一篇一篇抓取，每篇生成一个独立文件夹

自己新建一个文件夹。把下载下来的html文件保存到本地，比如 ~/Downloads/公众号文章/。

提醒

工具是免费的，开源项目（GitHub 能找到源码）：https://github.com/wechat-article/wechat-article-exporter

第 2 步 · 看一眼 HTML 长什么样（为什么不能直接用）

打开任意一篇 index.html 你会看到这种东西：

<header>

你看，一篇公众号下载成html格式，真正的正文只占 30%，剩下都是：

头部装饰图、品牌竖排字
中间夹的”关注我”二维码
尾部「往期推荐」链接列表
尾部自我介绍 + 客服二维码

如果你直接把这堆 HTML 转成 Markdown 放到网站上，你的博客会变成「广告大全」。

所以下一步：让 AI 帮你写一段清洗脚本。

第 3 步 · 让 AI 帮你写清洗脚本

大白话版：你只需要说这些

打开 Claude Code（或 Cursor / WorkBuddy），告诉 AI：

我从公众号下载了一堆文章，每篇是一个文件夹，里面有 HTML 文件和图片。帮我把这些文章清洗一下——去掉广告和头尾装饰，转成干净的格式，放到我的个人网站上。原始文件在 ~/Downloads/公众号文章/ 文件夹里，个人网站在我桌面的 my-website 文件夹里。帮我从头到尾做完，需要安装什么工具你自己装，我不需要打开终端。

就这一段。你不需要知道 cheerio、turndown 是什么——那些是 AI 自己选的处理工具，它会自己装、自己用。你只要说清楚”我要做什么”，技术细节 AI 来决定。

你需要告诉 AI 的清洗规则

这部分很重要——AI 不知道你公众号的头尾长什么样，你要把你的”广告套路”描述给它听：

帮我删掉这些内容：

头部（文章正文开始之前的装饰）：

所有装饰图，直到出现真正的文字正文才停

「点击下方关注我们」「蓝字关注我」这类引导关注的固定语句

尾部（只要出现以下任意一个，从那里往后全部删掉）：

「阅读原文」「扫码添加」「扫一扫关注」

「往期推荐」「往期回顾」「学员案例」

微信公众号链接（网址里有 mp.weixin.qq.com 的）

这套是我自己公众号的套路，你的公众号头尾可能不一样。打开一篇你导出的 HTML 文件看一眼，把你那边的固定广告句式告诉 AI 就行。

还可以加一句：「脚本头部写清楚所有清洗规则，方便我以后调整」——这样 AI 会把规则集中放在脚本顶部，你将来想改一条，改一个地方就行。

技术备注（你不需要看这里，AI 会自己处理）

好奇 AI 在干嘛？它实际上是在：

用 cheerio 解析 HTML，把正文那块提取出来
用 turndown 把 HTML 内容转成 Markdown 格式
从 HTML 里找到发布日期，写进文章标题里
把处理好的 Markdown 文件放进 Astro 网站的内容文件夹

这些你一概不需要提，AI 自己知道该用哪些工具怎么实现。写出来只是让你看得见它在做什么，不是让你去学这些词。

第 4 步 · 自动分类

我个人博客有 4 个分类：商业干货 / 生活随笔 / AI 工具 / 成长心理。

最笨的方法：395 篇我手动分类。

AI 时代的方法：让 AI 根据关键词正则自动打标签。

告诉 AI：

帮我加一个自动分类功能：根据文章标题 + 正文前 240 字判断分类。分类规则：

包含「AI / 人工智能 / Claude / ChatGPT / 提示词 / 自动化 / Obsidian」→ AI工具

包含「创业 / 变现 / 客户 / 商业 / 个人品牌 / 高客单」→ 商业干货

包含「成长 / 情绪 / 焦虑 / 觉察 / 认知 / 心力 / 疗愈」→ 成长心理

其他 → 生活随笔（默认）

关键词你可以帮我优化，让命中率更高。

AI 会写好这段逻辑并集成进脚本。

我的 885 篇里，自动分类正确率 ≥ 95%，剩下 5% 我用 Obsidian 全文搜「分错的标题」批量改。

第 5 步 · 图片压缩

从公众号导出的图片大得离谱。我的 885 篇文章配图加起来 2.5GB。

而 EdgeOne Pages 免费版单仓库 1GB 上限。所以必须压缩。

直接告诉Claude Code

帮我压缩 public/images/ 文件夹里所有图片

让我能把所有公众号上传到我的个人网站。

注意：每一步都必须先备份，压坏了能恢复。

Claude Code 会自动安装所需工具、写脚本、执行——你全程不用打开终端。

最终效果

类别	原大小	压缩后	节省
个人博客 (394 篇)	455MB	219MB	-52%
平台文章 (491 篇)	2.1GB	333MB	-84%
总计	2.55GB	552MB	-78%

第 6 步 · 上传到你的网站

告诉 Claude Code：

帮我把清洗好的文章上传到我的个人网站，然后帮我启动本地预览让我检查效果。

预览阶段重点检查：

随机抽 5-10 篇，看看清洗规则有没有误删正文
看图片是否正常加载
看分类是否准确
看日期是否对

我抽检了 20 篇，发现 2 篇分类错了、1 篇头部多删了 1 段（更新规则后让 AI 重跑）、整体准确率非常高。

第 7 步 · 给文章列表加搜索 + 分类 + 年份折叠

885 篇文章直接平铺会让博客页面变成”灾难现场”。我关注的一个海外一人公司博主Justin Welsh最近也用AI vibe coding了他的个人新网站，于是我直接让AI参考，帮我优化我的网站文章列表。

告诉 AI：

给我做一个文章档案页面，要有搜索 + 分类过滤 + 年份折叠。参考 Justin Welsh 的网站 https://www.justinwelsh.me/library 的设计。每条显示：日期 + 分类 tag + 标题 + 预计阅读时间

AI 会一次性给你做完，100 行左右的代码，你不需要看懂。

我的 7 年文章迁移最后呈现

去 https://alinalinzi.cn/blog 看效果——394 篇个人号文章 + 4 个分类 + 搜索 + 年份折叠。自由人生教练平台从2022年创立至今，累计了491 篇公众号。

真实数据：

处理总时长：约 5 小时（跟 AI 对话 2h + 调试 + 等压图 2h + 抽检 1h）
总文章数：885 篇
自动分类准确率：≥ 95%
最终大小：552MB（在 EdgeOne 1GB 上限内）

给小白的 3 条避坑提示

1. 不要等”导出全部完美再上线”!

你导出了 800 篇，先把前 100 篇清洗好上线了，剩下的边上线边迭代清洗规则。等你 800 篇全清洗完已经 1 个月过去了——这 1 个月里 AI 已经在搜索新内容了，你慢一天就少一天的 GEO 红利。

2. 让 AI 写脚本批量处理，不要自己手动操作

885 篇文章手动复制需要：885 × 5 分钟 = 73 小时。让 AI 写一个脚本跑：1 小时。时间差 70 倍。

3. 永远先备份再操作

我交过学费——一次错误的压缩脚本让 blog 文件夹反而变大了 200MB，所幸我让 AI 先备份了原图，一句话恢复。养成「改之前先让 AI 备份」的习惯。

下一篇预告

光把文章搬过去还不够，搜索引擎和 AI 还得能找到你。

下一篇：SEO/GEO 完整实战——我做了什么让国内外 AI 都开始抓我的网站。

我做了 5 件事：

llms.txt

（Anthropic 出的 AI 用户说明书）
robots.txt

放行 22 个国内外 AI 蜘蛛
JSON-LD 结构化数据（让 AI 精确理解你的内容）
提交百度站长 + Google Search Console（其中 1 个 API 自动推送）
处理百度新站的备案号同步坑

下篇见。

如果这篇对你有用，转发给那个也想把公众号文章迁出来但不知道怎么开始的朋友。如果你看不懂，可以直接复制发给AI，让AI学会了教你一步步操作。

用AI搭建个人网站：公众号迁移，为GEO做准备