项目介绍

一个功能强大的知乎收藏夹导出工具,支持将知乎收藏夹(公开和私密)批量导出为 Markdown 格式文件。 支持自定义输出路径、跨平台兼容、图片下载和 Obsidian 兼容格式。 支持使用大模型API一键生成文章总结。

同时提供 MCP Server,可被 AI Agent (如 Claude Code) 直接调用,为大模型提供保存知乎收藏夹的能力。

主要特性

• 📚 批量处理: 支持同时处理多个收藏夹
• 📂 自定义输出: 支持用户指定输出目录
• 🖥️ 跨平台兼容: 支持 Windows、Linux、macOS 等系统
• ✨ 智能去重: 自动检查已存在文件，避免重复下载
• 🖼️ 图片下载: 自动下载并保存文章中的图片
• 📝 Obsidian 兼容: 输出的 Markdown 格式完全兼容 Obsidian
• 📈 实时日志: 支持实时日志刷新，立即显示处理进度
• 🔍 自动收藏夹获取: 通过独立脚本自动获取用户收藏夹列表
• 🛠️ 健壮错误处理: 单个文章失败不影响整体处理流程
• 🔧 增强调试支持: 自动生成调试文件，便于问题排查
• 🤖 MCP 支持: 提供 MCP Server,可被 AI Agent 调用

---

两种运行方式

方式一：命令行运行（传统方式）

适合直接在终端运行导出任务。

安装

配置文件设置

首先创建主配置文件：

编辑 config.json 文件，配置你的收藏夹信息：

其中zhihuUrls的获取可看

自动获取收藏夹（可选）

如果你想自动获取所有收藏夹，可以先运行：

这将自动更新 config.json 文件中的收藏夹列表。

运行主程序

---

方式二:MCP Server 运行(AI Agent 方式)

适合被 Claude Code 或其他 AI 工具集成调用。

安装 MCP 依赖

启动 MCP Server

Server 会通过 stdio 通信,可以在 Claude Code 或其他 MCP 客户端中使用。

可用工具

Export-Zhihu-Collections

项目介绍

一个功能强大的知乎收藏夹导出工具，支持将知乎收藏夹（公开和私密）批量导出为 Markdown 格式文件。支持自定义输出路径、跨平台兼容、图片下载和 Obsidian 兼容格式。支持使用大模型API一键生成文章总结。

同时提供 MCP Server，可被 AI Agent (如 Claude Code) 直接调用，为大模型提供保存知乎收藏夹的能力。

主要特性

• 📚 批量处理: 支持同时处理多个收藏夹
• 📂 自定义输出: 支持用户指定输出目录
• 🖥️ 跨平台兼容: 支持 Windows、Linux、macOS 等系统
• ✨ 智能去重: 自动检查已存在文件，避免重复下载
• 🖼️ 图片下载: 自动下载并保存文章中的图片
• 📝 Obsidian 兼容: 输出的 Markdown 格式完全兼容 Obsidian
• 📈 实时日志: 支持实时日志刷新，立即显示处理进度
• 🔍 自动收藏夹获取: 通过独立脚本自动获取用户收藏夹列表
• 🛠️ 健壮错误处理: 单个文章失败不影响整体处理流程
• 🔧 增强调试支持: 自动生成调试文件，便于问题排查
• 🤖 MCP 支持: 提供 MCP Server，可被 AI Agent 调用

---

两种运行方式

方式一：命令行运行（传统方式）

适合直接在终端运行导出任务。

安装

pip install -r requirements.txt

配置文件设置

首先创建主配置文件：

# 复制配置示例文件
cp config_examples.json config.json

编辑 config.json 文件，配置你的收藏夹信息：

{
  "zhihuUrls": [
    {
      "name": "收藏夹名称",
      "url": "https://www.zhihu.com/collection/123456789"
    },
    {
      "name": "另一个收藏夹",
      "url": "https://www.zhihu.com/collection/987654321"
    }
  ],
  "outputPath": "/path/to/your/output/directory",
  "os": "linux"
}

其中zhihuUrls的获取可看

自动获取收藏夹（可选）

如果你想自动获取所有收藏夹，可以先运行：

python fetch_collections.py

这将自动更新 config.json 文件中的收藏夹列表。

运行主程序

python main.py

---

方式二：MCP Server 运行（AI Agent 方式）

适合被 Claude Code 或其他 AI 工具集成调用。

安装 MCP 依赖

# 安装MCP包
pip install mcp

启动 MCP Server

python mcp_server.py

Server 会通过 stdio 通信，可以在 Claude Code 或其他 MCP 客户端中使用。

可用工具

list_collections

# 返回格式化的收藏夹列表

export_collection

参数：

• collection_url (必需): 收藏夹URL
• collection_name (可选): 收藏夹名称
• output_dir (可选): 输出目录

# 示例
export_collection(
    collection_url="https://www.zhihu.com/collection/123456789",
    collection_name="Python学习",
    output_dir="my_downloads"
)

get_collection_info

参数：

• collection_url (必需): 收藏夹URL

search_collections

参数：

• keyword (必需): 搜索关键词

在 Claude Code 中使用

在项目根目录的 CLAUDE.md 或用户配置文件中的 MCP 配置段添加服务器配置：

{
  "mcpServers": {
    "zhihu-collections": {
      "command": "python",
      "args": ["mcp_server.py"],
      "env": {},
      "cwd": "你的项目路径"
    }
  }
}

然后就可以用自然语言调用：

• “列出我的知乎收藏夹”
• “导出收藏夹 https://www.zhihu.com/collection/123456789”
• “搜索包含Python的收藏夹”
• “获取收藏夹 https://www.zhihu.com/collection/123456789 的文章数量”

---

配置选项说明

基本配置

• zhihuUrls: 收藏夹列表，每个收藏夹包含名称和 URL
• outputPath: 自定义输出路径（可选，留空使用默认路径）
• os: 操作系统类型（可选，留空自动检测）

支持的操作系统和路径格式

• Windows: "D:\\Documents\\ZhihuExports" 或 "D:/Documents/ZhihuExports"
• Linux/Unix: "/usr/local/share/zhihu-exports"
• macOS: "~/Documents/ZhihuExports"