X(Twitter) 推文采集 Skill

把 X 推文抓成结构化 Markdown 入库。自动区分图文与视频笔记：图文 → 下载图片本地嵌入； 视频 → 像抖音那样转成文字稿。通过 X 官方嵌入用的 syndication 端点采集，无需登录、无需 API Key。

环境要求

# 图文采集零依赖（仅 Python 标准库）

# 视频推文转录需要（与抖音/B站/小红书同一套依赖）：
pip install funasr modelscope torch torchaudio
# macOS: brew install ffmpeg   |   Ubuntu: sudo apt install ffmpeg

使用方法

# 采集推文 → 统一 frontmatter Markdown
python scripts/fetch_tweet.py "https://x.com/user/status/1234567890" -o ./out
python scripts/fetch_tweet.py "https://twitter.com/user/status/1234567890" -o ./out
python scripts/fetch_tweet.py "链接" -o ./out --thread   # 沿作者自回复链采集 thread

python scripts/fetch_tweet.py "链接" -o ./out --no-images   # 图文：只留图片链接不下载
python scripts/fetch_tweet.py "链接" -o ./out --no-video    # 视频：不转录，只留视频链接
python scripts/fetch_tweet.py "链接" -o ./out --fallback-text 手动正文.txt
python scripts/fetch_tweet.py "链接" -o ./out --fallback-json 推文.json --fallback-only

# X 长文章抓全文（需自己账号的登录 cookie）：
python scripts/fetch_tweet.py "链接" -o ./out --cookies "auth_token=...; ct0=..."
X_COOKIES="auth_token=...; ct0=..." python scripts/fetch_tweet.py "链接" -o ./out

产出

fetch_tweet.py → 统一 frontmatter Markdown（platform: x，含 note_type: image|video|text|article|thread），含作者(name @handle)、互动数据（赞/回复）、话题标签。按内容类型分流：