HN 内容一键提取阅读

基于 Python 与 uv 的 HackerNews 内容提取工具，可将文章与评论整合为结构化 Markdown，适合快速阅读或 LLM 分析。

基本信息

• 技能名称?hn-extract
• 中文名称?HN 内容一键提取阅读
• 作者?guoqiao
• 分类?效率
• 版本?v0.1.5
• 标签?content-media, productivity, automation, api, docs

使用方法

使用说明
核心用法
hn-extract 是一款专为 HackerNews 设计的轻量级内容提取工具。用户只需提供帖子 ID、完整 URL 或本地 JSON 文件路径，即可一键获取完整的帖子内容。工具内部通过 HackerNews Algolia API 拉取元数据与评论线程，同时利用 trafilatura 库智能抓取并清洗原始文章 HTML，最终输出一份结构清晰的 Markdown 文档，包含文章正文、嵌套评论及关键元信息。
使用方式极为简洁：通过 uv run --script 直接执行，无需预先安装依赖。支持 -o 参数指定输出路径，省略时则输出至标准输出。工具内置 HTTP 重试机制（最多 3 次），并能自动创建输出目录，提升使用便利性。
显著优点

1. 零配置即用 ：依托 uv 的脚本运行能力，依赖自动隔离安装，无需手动管理虚拟环境。
2. 内容整合度高 ：将分散的文章原文与 HN 评论线程合并为单一文档，便于离线阅读或向 LLM 提供完整上下文。
3. 输出格式友好 ：Markdown 格式通用性强，评论按层级缩进，保留讨论结构。
4. 输入灵活 ：同时支持 ID、URL 和本地缓存文件，适应不同使用场景。
   潜在缺点与局限性
   抓取成功率受限 ：部分网站启用反爬机制或需要身份验证，可能导致文章提取失败。
   依赖外部服务 ：核心功能依赖 HN Algolia API 与目标文章的可访问性，任一环节故障均会影响结果。
   无增量更新机制 ：每次执行均为全量抓取，对于长帖或高频使用场景效率一般。
   格式简化损失 ： trafilatura 提取过程会丢弃部分富媒体内容与复杂排版。
   适合的目标群体
   需要快速归档 HN 讨论的技术研究者与内容策展人
   希望将 HN 内容作为知识库素材喂给 LLM 的 AI 应用开发者
   追求极简工具链、偏好命令行工作流的效率型用户
   使用风险
   网络稳定性 ：API 与目标站点访问受网络环境影响，重试机制虽存在但仍可能超时。
   依赖项演进 ： trafilatura 等库的更新可能引入行为变更，需关注兼容性。
   合规边界 ：抓取行为需遵守目标网站的 robots.txt 与服务条款，商业用途需谨慎评估。