substack-collector-skill · Substack 订阅采集器（WorkBuddy Skill）

把你订阅的所有 Substack newsletter，批量抓到本地，增量拉取新文章并转成 Markdown 全文，再按「四赛道 × 四维度」整理成中文投研速览。

它做什么、不做什么：它只读取你自己订阅的 Substack 内容（订阅列表 + 文章正文 + RSS），不破解付费墙、不碰你的账号密码。你需要做的只有一次：在浏览器登录 substack.com，导出一个登录态 Cookie 填进配置文件。

零第三方依赖：采集脚本只用 Python 3.9+ 标准库，不用 pip install 任何东西。

---

三步就能用上

打开「终端」，照着做。

第 1 步：拿你的 Cookie（只需一次）

1. 浏览器打开 substack.com 并登录
2. 按 F12（Mac 是 Cmd+Option+I）→ 点顶部「应用 / Application」标签
3. 左侧「存储 → Cookie → https://substack.com」→ 找到 substack.sid
4. 复制它的值（一长串以 s%3A 开头）

第 2 步：配置

cd substack-collector-skill
cp config.example.json config.json   # 若没有该文件则手动创建

编辑 config.json：

{
  "substack_sid": "把 substack.sid 的值粘贴到这里"
}

第 3 步：运行

python3 scripts/substack_collect.py                 # 拉订阅列表 + 增量拉文章
python3 scripts/substack_collect.py --days 7        # 首次/补抓最近 7 天
python3 scripts/substack_collect.py --full          # 拉文章 + 抓全文（转 Markdown）
python3 scripts/substack_collect.py --list-only     # 只拉订阅列表

跑完会在脚本同目录生成：

data/
├── subscriptions.json   # 你订阅的所有 newsletter（名称 + 链接）
├── articles.json        # 累积的文章元数据（标题/日期/链接/摘要）
├── fulltext/            # 每篇完整正文（Markdown）
└── state.json           # 增量状态（自动记录上次运行时间）

---

定时自动化（每天自动增量）

想每天自动拉，把下面这行加进你的 cron（或 WorkBuddy 定时任务）：

0 9 * * * python3 /你的路径/substack-collector-skill/scripts/substack_collect.py --full

增量逻辑：首次回看最近 7 天，之后只拉「上次运行之后」的新文章（每天准点跑 ≈ 过去 24 小时；漏跑会自动补上，不重复）。

---

四赛道 × 四维度整理（可选）

references/分析框架.md 是一套面向一级市场 VC 的投研整理框架：

• 四赛道：New Labs（新型实验室）/ AI for Science / 具身智能 / AI-Infra
• 四维度：行业研究（逻辑推理链 + 赛道线索）/ 项目交流（项目阶段判断）/ 渠道建设（公众号选题库）/ 投后管理
• 信息源分层：技术层喂判断、商业层喂估值、执行层只喂理解——帮你决定每个频道该精读还是扫读

把采集到的全文喂给这套框架，即可产出按主题 + 时间线组织的中文投研速览。

---

作为 WorkBuddy Skill 安装

# 复制到用户级 skills 目录即可被识别
cp -r substack-collector-skill ~/.workbuddy/skills/substack-collector

然后对 WorkBuddy 说「整理一下 Substack」即可触发。

---

注意事项

• Cookie 会过期（几周到约 1 个月），失效时重新登录 substack.com 并更新 config.json。
• 仅供访问你自己订阅/有权访问的内容。请遵守 Substack 服务条款与版权。
• 若有疑问或想改进，欢迎提 Issue。