WeRSS 微信公众号订阅助手技术分析

一、项目概述

1. 项目简介

WeRSS（We-MP-RSS）是一个开源的微信公众号订阅助手项目，旨在为用户提供符合阅读习惯的微信公众号内容管理方案。该项目通过微信公众号内容爬取和解析，自动生成 RSS 订阅源，使用户能够使用 RSS 阅读器订阅和管理微信公众号内容，摆脱微信应用的束缚。

项目仓库地址为 https://github.com/rachelos/we-mp-rss，采用前后端分离架构，后端使用 Python + FastAPI，前端使用 Vue 3 + Vite，数据库支持 SQLite 和 MySQL。

2. 核心功能

WeRSS 提供了丰富的功能特性，主要涵盖以下几个方面：

A. 内容管理功能

• 微信公众号内容爬取和解析：支持多种爬取方式，自动获取公众号文章列表和详情
• RSS 订阅源生成：为每个订阅的公众号自动生成标准 RSS 格式的订阅源
• 定时自动更新：可配置定时任务，自动抓取最新文章
• 标签订阅：支持按标签筛选和订阅公众号

B. 内容导出功能

• 导出为 Markdown：将公众号文章转换为 Markdown 格式
• 导出为 PDF：支持将文章导出为 PDF 文档
• 导出为其他格式：支持 docx、json 等多种格式导出

C. Web 管理界面

• 友好的用户界面：提供简洁易用的 Web 管理界面
• 二维码授权：支持扫码授权登录微信公众号
• 订阅管理：可视化的订阅列表管理
• 文章阅读：内置文章阅读器

D. 通知与集成

• 授权过期提醒：当公众号授权即将过期时自动提醒
• 自定义通知渠道：支持钉钉、微信、飞书和自定义 Webhook
• API 接口：提供完整的 RESTful API
• WebHook 支持：支持 Webhook 集成
• AI Agent 接入：支持 AI Agent 接入微信公众号

E. 定制化配置

• 自定义 RSS 标题、描述和封面
• 自定义 RSS 分页大小
• 多数据库支持：默认使用 SQLite，可选 MySQL
• 多 RSS 客户端支持

3. 技术架构

WeRSS 采用前后端分离的架构设计，主要技术栈包括：

A. 后端技术

• Python 3.13.1+：项目要求 Python 版本不低于 3.13.1
• FastAPI：高性能的 Python Web 框架，用于构建 RESTful API
• SQLite/MySQL：数据存储，默认使用 SQLite，可配置 MySQL
• 定时任务：内置任务调度系统，支持定时抓取文章

B. 前端技术

• Vue 3：渐进式 JavaScript 框架
• Vite：下一代前端构建工具
• Node.js 20.18.3+：前端开发环境要求

C. 系统架构图

graph TB
    subgraph 前端
        A[Vue3 + Vite]
    end

    subgraph 后端
        B[FastAPI]
        C[定时任务]
        D[爬虫模块]
        E[RSS生成]
    end

    subgraph 数据存储
        F[(SQLite/MySQL)]
        G[文件缓存]
    end

    subgraph 外部服务
        H[微信公众号]
        I[通知渠道]
    end

    A -->|HTTP API| B
    B --> F
    B --> G
    C --> D
    D --> H
    D --> F
    E --> B
    B --> I
    I --> J[钉钉/微信/飞书/自定义]

二、系统工作原理

1. 核心工作流程

WeRSS 的核心工作流程可以分为订阅管理、内容爬取、RSS 生成和通知推送四个主要环节。

A. 订阅管理

用户通过 Web 界面添加要订阅的微信公众号，系统提供多种添加方式：

1. 二维码授权：用户使用微信扫描二维码授权登录，系统自动获取已关注的公众号列表
2. 手动添加：用户输入公众号名称或 ID，系统搜索并添加
3. 标签订阅：用户选择感兴趣的标签，系统自动订阅相关公众号

订阅信息被保存到数据库中，包括公众号 ID、名称、授权状态等。

B. 内容爬取

系统的定时任务模块会周期性地执行内容爬取任务：

1. 文章列表爬取：根据订阅列表，爬取每个公众号的最新文章列表
2. 文章详情爬取：对新增文章，爬取完整的文章内容、图片、作者等信息
3. 内容解析：解析微信公众号的 HTML 内容，提取正文、图片链接等关键信息
4. 内容存储：将解析后的文章内容保存到数据库

爬取过程支持多种爬取方式，可以应对不同的反爬策略。

C. RSS 生成

当用户或其他系统请求 RSS 订阅源时，系统会执行以下步骤：

1. 读取文章列表：从数据库中查询指定公众号的文章列表
2. 生成 RSS XML：按照 RSS 2.0 标准格式生成 XML 文档
3. 应用自定义配置：根据用户配置的标题、描述、封面等信息自定义 RSS
4. 返回 RSS：将生成的 RSS 内容返回给请求方

D. 通知推送

当有新的文章被爬取或授权即将过期时，系统会触发通知推送：

1. 检查通知条件：判断是否满足通知条件（新文章、授权过期等）
2. 格式化通知内容：根据配置的格式（HTML/文本）格式化通知内容
3. 调用 Webhook：向配置的通知渠道发送 Webhook 请求
4. 记录通知结果：记录通知发送状态，处理失败重试

2. 工作流程时序图

以下时序图展示了从用户订阅到获取 RSS 的完整流程：

sequenceDiagram
    participant U as 用户
    participant W as Web界面
    participant A as API服务
    participant J as 定时任务
    participant M as 微信公众号
    participant D as 数据库

    U->>W: 订阅公众号
    W->>A: POST /api/subscribe
    A->>D: 保存订阅信息

    Note over J,D: 定时执行
    J->>M: 爬取文章列表
    M-->>J: 返回文章数据
    J->>M: 爬取文章详情
    M-->>J: 返回完整内容
    J->>D: 保存文章
    J->>A: 生成RSS
    A->>D: 读取文章列表
    A-->>U: 返回RSS Feed

    U->>A: 获取RSS
    A->>D: 查询文章
    A-->>U: 返回RSS XML

3. 数据模型

系统的核心数据模型包括以下几个实体：

A. 公众号信息

存储微信公众号的基本信息和授权状态，字段包括：

• 公众号 ID：唯一标识符
• 公众号名称：显示名称
• 授权状态：是否已授权
• 授权过期时间：授权的到期时间
• 最后更新时间：最后爬取时间

B. 文章信息

存储爬取的文章内容，字段包括：

• 文章 ID：唯一标识符
• 公众号 ID：关联的公众号
• 文章标题
• 文章内容（HTML/Markdown）
• 发布时间
• 原文链接
• 封面图片链接

C. 订阅关系

存储用户的订阅记录，字段包括：

• 用户 ID
• 公众号 ID
• 订阅时间
• 订阅状态

三、部署与安装

1. Docker 部署（推荐）

WeRSS 提供了预构建的 Docker 镜像，部署非常简单。

A. 快速启动

docker run -d \
  --name we-mp-rss \
  -p 8001:8001 \
  -v ./data:/app/data \
  ghcr.io/rachelos/we-mp-rss:latest

启动后访问 http://localhost:8001/ 即可使用。

B. 配置说明

• -p 8001:8001：将容器的 8001 端口映射到主机的 8001 端口
• -v ./data:/app/data：将主机的 data 目录挂载到容器，确保持久化存储

C. 国内加速镜像

对于国内用户，可以使用代理镜像加速访问：

docker run -d \
  --name we-mp-rss \
  -p 8001:8001 \
  -v ./data:/app/data \
  docker.1ms.run/rachelos/we-mp-rss:latest

D. 升级更新

docker stop we-mp-rss
docker rm we-mp-rss
docker pull ghcr.io/rachelos/we-mp-rss:latest
docker run -d \
  --name we-mp-rss \
  -p 8001:8001 \
  -v ./data:/app/data \
  ghcr.io/rachelos/we-mp-rss:latest

2. 源码部署

如果需要从源码部署，可以按照以下步骤操作。

A. 环境要求

• Python >= 3.13.1
• Node.js >= 20.18.3

B. 后端服务部署

1. 克隆项目

git clone https://github.com/rachelos/we-mp-rss.git
cd we-mp-rss

2. 安装 Python 依赖

pip install -r requirements.txt

3. 配置数据库

复制配置文件模板并修改：

cp config.example.yaml config.yaml

4. 启动服务

python main.py -job True -init True

C. 前端开发

1. 安装前端依赖

cd we-mp-rss/web_ui
yarn install

2. 启动前端服务

yarn dev

四、配置详解

1. 环境变量配置

WeRSS 通过 config.yaml 文件进行配置，支持丰富的环境变量。以下是主要的配置项说明：

A. 基础配置

B. 数据库配置

C. 定时任务配置

D. RSS 配置

E. 通知配置

F. 内容收集配置

G. 安全配置

H. 缓存与日志配置

I. 其他配置

2. 配置示例

以下是一个完整的 config.yaml 配置示例：

app:
  name: we-mp-rss
  server_name: we-mp-rss
  web_name: WeRSS微信公众号订阅助手
  port: 8001
  debug: false

database:
  url: sqlite:///data/db.db
  article_true_delete: false

job:
  enable: true
  span_interval: 10
  threads: 2
  max_page: 5

rss:
  base_url: ""
  local: false
  title: ""
  description: ""
  cover: ""
  full_context: true
  add_cover: true
  cdata: false
  page_size: 30

notification:
  send_code: true
  code_title: WeRSS授权二维码
  dingding_webhook: ""
  wechat_webhook: ""
  feishu_webhook: ""
  custom_webhook: ""
  webhook_content_format: html

gather:
  content: true
  model: app
  content_auto_check: false
  content_auto_interval: 59
  content_mode: web

security:
  secret_key: your-secret-key
  hide_config: db,secret,token,notice.wechat,notice.feishu,notice.dingding
  lic_key: RACHELOS
  token_expire_minutes: 4320

cache:
  dir: ./data/cache

logging:
  file: ""
  level: INFO

other:
  user_agent: Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36
  auto_reload: false
  export_pdf: false

五、技术特点

1. 前后端分离架构

WeRSS 采用前后端分离的架构设计，前端使用 Vue 3 + Vite 构建，后端使用 FastAPI 提供 RESTful API。这种架构带来了以下优势：

1. 开发效率提升：前后端可以独立开发和部署，提高了开发效率
2. 可维护性强：前后端职责清晰，代码组织更加规范
3. 扩展性好：可以轻松添加新的客户端（如移动端 App）
4. 性能优化：前端可以使用 Vite 进行快速构建和热更新

2. 多爬取方式支持

系统支持多种微信公众号内容爬取方式，可以根据不同的反爬策略自动选择合适的爬取方法。这种设计提高了系统的稳定性和可靠性。

3. 灵活的通知机制

WeRSS 提供了丰富的通知渠道，包括钉钉、微信、飞书和自定义 Webhook。用户可以根据自己的需求选择合适的通知方式，及时获取新文章更新和授权过期提醒。

4. 多格式内容导出

系统支持将微信公众号文章导出为多种格式，包括 Markdown、PDF、DOCX 和 JSON。这使得用户可以根据不同的使用场景选择合适的导出格式。

5. 定时任务调度

内置的定时任务调度系统可以自动执行文章爬取任务，用户无需手动触发。同时支持配置爬取间隔、最大爬取页数等参数，灵活控制爬取行为。

6. API 接口完善

系统提供了完整的 RESTful API，支持第三方系统集成。通过 API，用户可以实现以下功能：

• 订阅管理
• 文章查询
• RSS 获取
• Webhook 配置

7. 数据库灵活切换

支持 SQLite 和 MySQL 两种数据库，用户可以根据自己的需求选择合适的数据库。SQLite 适合小型部署和单机使用，MySQL 适合大型部署和高并发场景。

六、应用场景

1. 个人阅读管理

对于经常阅读微信公众号内容的用户，WeRSS 提供了以下便利：

1. 统一管理：在一个界面中管理所有关注的公众号
2. RSS 订阅：使用熟悉的 RSS 阅读器阅读公众号内容
3. 离线阅读：支持导出为 Markdown 或 PDF，方便离线阅读
4. 内容归档：自动保存历史文章，便于回顾和搜索

2. 企业内容监测

企业可以使用 WeRSS 监测竞争对手或行业动态：

1. 竞品监测：订阅竞争对手的公众号，及时了解其动态
2. 行业资讯：订阅行业媒体的公众号，获取最新行业资讯
3. 舆情监控：通过 Webhook 集成，将新文章推送到企业内部系统

3. 内容分析与挖掘

研究人员或分析师可以使用 WeRSS 进行内容分析：

1. 数据采集：批量采集公众号文章数据
2. 格式转换：将文章转换为结构化格式（JSON）
3. 内容导出：导出为 Markdown 或 PDF，便于后续处理

4. AI Agent 集成

WeRSS 支持 AI Agent 接入，可以实现：

1. 智能推荐：根据阅读历史推荐相关文章
2. 内容摘要：自动生成文章摘要
3. 智能问答：基于公众号内容构建知识库

七、项目亮点

1. 开源免费

WeRSS 是完全开源的项目，采用 MIT 许可证。用户可以免费使用、修改和分发，非常适合个人和小团队使用。

2. 部署简单

提供 Docker 镜像，一条命令即可完成部署。对于不熟悉 Python 和 Node.js 的用户，也可以轻松使用。

3. 功能完整

涵盖了微信公众号订阅管理的各个方面，从订阅、爬取、RSS 生成到通知推送，功能齐全。

4. 持续更新

项目活跃度高，持续更新维护。根据 GitHub 数据，项目拥有 1.8k+ Star，300+ Fork，用户反馈积极。

5. 社区支持

项目拥有活跃的社区，用户可以通过 GitHub Issues 提问和反馈问题。同时项目还提供了详细的文档和使用说明。

八、注意事项

1. 合规使用

使用 WeRSS 爬取微信公众号内容时，需要注意：

1. 尊重版权：爬取的内容仅供个人使用，不得用于商业用途
2. 遵守协议：遵守微信公众号的服务协议和 robots.txt 规则
3. 合理频率：设置合理的爬取频率，避免对服务器造成压力

2. 数据安全

1. 备份数据：定期备份数据库，防止数据丢失
2. 权限控制：如果部署在公网，建议配置访问控制和身份认证
3. 密钥保护：妥善保管 SECRET_KEY 等敏感配置

3. 性能优化

1. 数据库选择：对于大量订阅和文章，建议使用 MySQL 替代 SQLite
2. 缓存配置：合理配置缓存目录，提高访问速度
3. 定时任务：根据实际需求调整定时任务的执行间隔和线程数

4. 反爬策略

微信公众号可能采取反爬措施，建议：

1. 更新频率：及时关注项目更新，获取最新的反爬应对方案
2. 多种方式：系统支持多种爬取方式，当一种失效时可以尝试其他方式
3. User Agent：合理配置 User Agent，模拟正常访问

九、总结

WeRSS 是一个功能完整、设计优雅的微信公众号订阅管理工具。它通过前后端分离的架构设计，提供了稳定可靠的内容爬取和 RSS 生成功能。项目开源免费，部署简单，非常适合个人和小团队使用。

对于希望摆脱微信应用束缚，使用 RSS 阅读器管理微信公众号内容的用户来说，WeRSS 是一个理想的选择。同时，其完善的 API 接口和 Webhook 支持，也为企业级应用和二次开发提供了可能。

参考资料

1. WeRSS GitHub 仓库 - 项目主页
2. WeRSS 知乎专栏文章 - 项目介绍