新闻详情

新闻详情

首页 / 资讯中心 / 详情

如何将 Obsidian 长文一键上传 X Articles 草稿:yichen-skills 完整实战教程

发布时间:2026/11/14 15:22:44来源:尧图网络
如何将 Obsidian 长文一键上传 X Articles 草稿:yichen-skills 完整实战教程
如何将 Obsidian 长文一键上传 X Articles 草稿yichen-skills 完整实战教程【免费下载链接】yichen-skills项目地址: https://gitcode.com/gh_mirrors/yi/yichen-skillsyichen-skills 是面向内容创作者的开源技能仓库其中yichen-x-article-draft-uploader技能可以把 Obsidian 或本地 Markdown 长文一键上传为 X Articles 草稿自动把文章首图设为 5:2 封面、把 Markdown 表格转成 X 原生表格、按原文位置插入正文图片并只保存草稿、绝不误点发布。下面这份指南带你从零跑通整个流程。 为什么需要 X 长文上传工具把一篇几千字的 Obsidian 笔记手动搬到 X Articles要处理封面图、表格排版、图片错位等一系列琐事。这个技能替你自动化了整条链路它帮你做的事效果首图自动设为封面推荐 5:2 比例无封面则跳过并提醒补图Markdown pipe 表格转成 X 原生表格块10 x 10 以内正文图片按原文位置插入最多 25 个媒体项登录态复用读取本机 Chrome 登录状态独立浏览器执行不抢占你的窗口结果自校验刷新草稿后核对标题、正文哈希、表格和每张图片安全底线只保存草稿不点击最终发布规则细节见 SKILL.md。 安装与依赖3 分钟完成准备获取仓库如需克隆git clone https://gitcode.com/gh_mirrors/yi/yichen-skills将 yichen-x-article-draft-uploader/ 整个目录复制到你的技能目录规范安装名为x-article-draft-uploader通用 / Ailu~/.agents/skills/x-article-draft-uploader/Codex~/.codex/skills/x-article-draft-uploader/安装 Python 依赖Python 3.9macOS 需已安装 Chrome 并已登录 Xpython3 -m pip install -r requirements.txt python3 -m playwright install chromium依赖清单见 requirements.txt当前固定版本见 VERSION。 第一步导出 X 登录态只打印名称不打印值确认本机 Chrome 已登录 X然后运行 Cookie 导出脚本python3 scripts/export_x_cookies_from_chrome.py \ --output ~/.ailu/secrets/x/cookies.json脚本对应 export_x_cookies_from_chrome.py只会打印 Cookie 名称、不打印值输出文件按0600权限写入私有路径。macOS 上可能弹出 Chrome Safe Storage 钥匙串授权点击允许即可。✅ 第二步先做 dry-run 预检别急着打开 X这是新手最容易忽略、也最该坚持的一步——预检不打开浏览器先把所有问题挡在门外python3 scripts/upload_markdown_to_x_article.py \ /absolute/path/to/article.md \ --cookies-json ~/.ailu/secrets/x/cookies.json \ --dry-run脚本对应 upload_markdown_to_x_article.py。dry-run 会检查文章标题、正文结尾验收短句封面图是否存在推荐 5:2缺失只记 warning不阻断所有本地图片是否真实存在、正文图是否超过 25 张表格数量与行列数单表最大 10 x 10每张正文图的插入锚点是否稳定一个最小示例文章见 smoke-test.md。只要preflight.errors非空就必须先修 Markdown 再重新预检不要直接上传。 第三步正式上传为 X Articles 草稿去掉--dry-run参数重跑同一条命令即可。脚本会用独立 Playwright 浏览器新建一篇干净的草稿依次完成上传封面并点击应用→ 填写标题 → 粘贴富文本正文 → 插入原生表格块 →从后往前逐张插入正文图片 → 等待 autosave → 刷新同一草稿做最终验收。完成后在本机生成三个结果文件文件用途~/.ailu/runs/x-article-draft-uploader/draft-url.txt草稿 URL~/.ailu/runs/x-article-draft-uploader/result.json完整校验结果~/.ailu/runs/x-article-draft-uploader/final.png最终页面截图打开草稿 URL确认无误后发布这一步由你自己手动决定。 常见报错速查表失败后不要立刻重跑——每次正式上传都会新建一篇草稿盲目重跑会在草稿箱里堆出重复半成品。先查三个结果文件再对照下表报错原因处理方法X 跳到登录页Cookie 过期重新运行导出脚本missing_body_image本地图片路径失效修路径或移动图片重新 dry-runweak_image_anchor图片前缺少稳定定位文字在图前补一行唯一说明如验收截图table_too_large表格超过 10 x 10拆表、改图片或改成段落body_media_limit_exceeded正文图超过 25 张合并连续截图或拆分成篇封面不占这 25 个名额unsupported_remote_image用了网络图片先下载到本地再引用完整故障处理说明见 README.md。 隐私与边界它绝对不会做什么只创建草稿除非你当轮明确确认否则不会点击发布不接管你的浏览器全程在独立 Playwright 会话中运行不含任何凭据源码里没有 Cookie、Token 或账号密码不自动挪图充封面文章没以图片开头就保持封面空白完成后提醒你补一张 5:2 封面 延伸阅读技能入口与规则SKILL.md安装、隐私与 FAQREADME.md许可条款LICENSE技能发布与安装维护规范docs/skill-maintenance.md上传成功只是起点去草稿箱里看看封面比例和排版细节再决定何时点下那个发布按钮。【免费下载链接】yichen-skills项目地址: https://gitcode.com/gh_mirrors/yi/yichen-skills创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/14 3:51:47

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/13 13:31:48

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/13 16:11:45

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/14 3:51:43

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉