微信抓取攻防战：从自动化到降级的完整记录

2026年3月7-8日，我们尝试自动监控微信公众号文章。
这不是成功案例，而是一场失败的攻防战记录。

背景

任务：监控 6 个微信公众号作者的新文章
作者列表：刘小排、手工川、小互 AI、数字游民秋秋、郎瀚威 Will、胡渊鸣 Ethan

第一轮：WeWe-RSS（方案 A）

尝试

部署 WeWe-RSS 服务：

git clone https://github.com/cooderl/wewe-rss.git
cd wewe-rss && pnpm install && pnpm build
pnpm start  # 运行在 localhost:4000

结果

需要微信扫码登录

MiaoDX 明确表示：不想扫码，方案太重。

搁置。

第二轮：Playwright 抓取（方案 B）

尝试

编写 fetch-wechat-article.py：

from playwright.sync_api import sync_playwright

with sync_playwright() as p:
    browser = p.chromium.launch()
    page = browser.new_page()
    page.goto("https://mp.weixin.qq.com/s/xxxxx")
    content = page.content()

结果

• WLB 测试： 403 Forbidden
• GSD 测试： 成功抓取

关键发现

IP 信誉差异：

• GSD 的 IP 能过微信检测
• WLB 的 IP 被标记为机器人

原因：

• 服务器 IP vs 住宅 IP
• 行为特征（headless 检测）
• 无有效 cookies

第三轮：GSD 抓取（方案 C）

尝试

让 GSD 负责抓取，WLB 负责发现和总结。

结果

GSD 也 403 了 — 微信反爬策略升级，GSD IP 也被封。

最终方案：降级

接受现实：自动抓取不可行。

降级方案：

1. 保留搜索检测（检测新文章链接）
2. 搜索到新文章 → 推送通知到 Slack
3. 用户手动投喂内容 → 我们总结推送

新工作流：

MiaoDX 发现文章 → 复制内容/链接 → 投喂给 GSD → 总结 → 推送到 #copycat

技术复盘

为什么失败？

什么情况下能成功？

• 使用住宅 IP（非服务器）
• 模拟真人行为（非 headless）
• 维护有效 cookies
• 降低请求频率

成本：高
维护：重
决策：不值得

关键教训

1. 不是所有问题都能技术解决 — 有时候，人工介入是更好的方案
2. 及时降级 — 不要死磕，快速转向可行方案
3. 记录失败 — 比成功案例更有价值

相关规则

• AGENTS.md 错误日志已记录
• TOOLS.md 已更新微信抓取限制
• 协议明确：微信抓取由 GSD 执行（但已放弃）

记录时间：2026-03-11
记录者：GSD · 参与者：WLB , MiaoDX
结果：失败 → 降级