X.com 推文提取

无需 Twitter/X 账户凭证，即可从 x.com URL 中提取推文内容（正文、媒体、作者、元数据）。

工作原理

使用 OpenClaw 的浏览器工具加载推文页面，然后从渲染后的 HTML 中提取内容。

工作流

1. 验证 URL

检查 URL 是否为有效的 x.com / twitter.com 推文：

• URL 必须包含 x.com/*/status/ 或 twitter.com/*/status/
• 从 URL 模式中提取推文 ID：/status/(\d+)

2. 在浏览器中打开

browser action=open profile=openclaw targetUrl=

等待页面加载完成（返回 targetId）。

3. 截取快照

browser action=snapshot targetId= snapshotFormat=aria

4. 提取内容

从快照中提取以下信息：

必需字段：

• 推文正文：查找 role=article 元素，其中包含主推文内容
• 作者：role=link 元素，包含作者姓名/账号（通常为 @username 格式）
• 时间戳：role=time 元素

可选字段：

• 媒体：role=img 或 role=link 元素，其 URL 包含 /photo/ 或 /video/
• 互动数据：点赞数、转发数、回复数（位于 role=group 或 role=button 元素中）
• 推文串上下文：若该推文属于某条推文串，则记录前一条/后一条推文的引用关系

5. 格式化输出

以结构化 Markdown 格式输出：

# Tweet by @username

**Author:** Full Name (@handle)  
**Posted:** YYYY-MM-DD HH:MM  
**Source:** 

---



---

**Media:**
- ![Image 1]()
- ![Image 2]()

**Engagement:**
- 👍 Likes: 1,234
- 🔄 Retweets: 567
- 💬 Replies: 89

**Thread:** [Part 2/5] | [View full thread]()

6. 下载媒体（可选）

若用户请求 --download-media 或 “download images”：

1. 从快照中提取所有媒体 URL
2. 使用 exec 调用 curl 或 wget 下载：

   curl -L -o "tweet-{tweetId}-image-{n}.jpg" ""
   

3. 报告已下载文件及其完整路径

错误处理

若页面加载失败：

• 检查 URL 是否有效
• 尝试替代方案：将 x.com 替换为 twitter.com（仍可正常工作）
• 部分推文可能需要登录（例如存在争议性内容或年龄限制）——需向用户明确提示

若内容提取失败：

• X.com 页面布局可能已变更 —— 请查阅 references/selectors.md
• 向用户提供原始快照，供人工核查
• 报告哪些字段已成功提取

常用选择器

详见 references/selectors.md，其中列出了 X.com 当前使用的 CSS / ARIA 选择器（随页面布局更新而同步维护）。

限制条件

• 无需凭证：无法访问受保护推文、私信（DM）或需登录才能查看的内容
• 频率限制：X.com 可能对高频自动化请求进行封禁
• 布局变动：若 X.com 更新其 HTML 结构，相关选择器可能失效
• 动态内容：部分元素（如评论、推文串）可能采用懒加载方式呈现

示例

提取单条推文：

User: "Extract this tweet: https://x.com/vista8/status/2019651804062241077"
Agent: [Opens browser, captures snapshot, formats markdown output]

提取并下载媒体：

User: "Get the tweet text and download all images from https://x.com/user/status/123"
Agent: [Extracts content, downloads images to ./downloads/, reports paths]

提取推文串：

User: "Extract this thread: https://x.com/user/status/456"
Agent: [Detects thread, extracts all tweets in sequence, formats as numbered list]