Alou AI - 智能文件操作助手

一个基于MCP（Model Context Protocol）和DeepSeek AI的智能文件操作CLI工具，专门优化用于抓取微信公众号文章、学术论文PDF和图片内容。

🚀 功能特性

• 🤖 智能AI驱动: 使用DeepSeek AI模型理解并执行自然语言指令
• 📱 微信公众号优化: 专门针对微信公众号文章抓取优化
• 📄 学术论文支持: 支持ArXiv、IEEE、ACM等主流学术数据库
• 🖼️ 图片批量提取: 智能提取网页中的图片并批量下载
• 🔄 多轮工具调用: AI可以连续调用多个工具完成任务
• ⚡ 自主执行: AI无需用户确认即可调用工具，失败时自动重试
• ⏱️ 超时保护: 每个工具调用有30秒超时限制
• 📁 文件操作: 完整的文件系统操作支持
• 🌐 网络请求: 智能网络内容抓取和处理
• 💬 交互式界面: 提供友好的命令行交互界面
• 🛠️ 错误恢复: 智能错误处理和重试机制

📦 安装

全局安装（推荐）

npm install -g alou

本地安装

npm install alou

# 创建 .env 文件（可选）
DEEPSEEK_API_KEY=your_deepseek_api_key_here
DEEPSEEK_API_ENDPOINT=https://api.deepseek.com/v1

🎯 使用方法

启动交互式聊天

alou chat
# 或者
alou

执行单个命令

alou execute "列出当前目录的文件"

查看可用工具

alou tools

初始化智能体

alou init

🎯 专业功能

微信公众号文章抓取

alou chat
✔ 你: 抓取这个微信公众号文章：https://mp.weixin.qq.com/s/xxx

学术论文抓取

✔ 你: 抓取这篇ArXiv论文：https://arxiv.org/abs/xxx

批量内容处理

✔ 你: 批量抓取这些URL的文章内容

图片批量提取

✔ 你: 从这个网页提取所有图片并下载

💡 使用示例

微信公众号文章抓取

✔ 你: 抓取这个微信公众号文章：https://mp.weixin.qq.com/s/xxx
🤖 助手: 我来抓取这篇微信公众号文章...

工具执行结果:
✅ fetch-txt: 成功获取文章内容
✅ write_file: 文章已保存为 markdown 格式

任务完成！已成功抓取微信公众号文章并保存。

学术论文抓取

✔ 你: 抓取这篇ArXiv论文：https://arxiv.org/abs/2301.00001
🤖 助手: 我来抓取这篇学术论文...

工具执行结果:
✅ fetch-txt: 成功获取论文信息
✅ 提取元数据: 标题、作者、摘要、关键词
✅ 识别PDF链接: https://arxiv.org/pdf/2301.00001.pdf

任务完成！已成功抓取论文信息和PDF链接。

批量内容处理

✔ 你: 批量抓取这些URL的文章内容
🤖 助手: 我来批量处理这些URL...

工具执行结果:
✅ 处理URL 1/3: 成功
✅ 处理URL 2/3: 成功  
✅ 处理URL 3/3: 成功

批量处理完成！共处理3个URL，全部成功。

图片批量提取

✔ 你: 从这个网页提取所有图片并下载
🤖 助手: 我来提取网页中的图片...

工具执行结果:
✅ fetch-html: 成功获取网页内容
✅ 识别图片: 发现15张图片
✅ 下载图片: 成功下载12张图片
✅ 生成清单: 图片清单已保存

任务完成！已成功提取并下载12张图片。

🏗️ 项目结构

src/
├── index.ts              # 主入口文件
├── cli.ts                # 命令行界面层
├── agent.ts              # 智能体业务逻辑层
├── deepseek-client.ts    # DeepSeek AI通信层
├── tool-registry.ts      # 工具注册表管理
├── mcp-client.ts         # MCP协议通信层
├── types.ts              # 类型定义
└── config/               # 配置文件
    ├── config.ts         # 主配置
    ├── env-config.ts     # 环境变量配置
    └── mcp-config.ts     # MCP服务器配置

🛠️ 开发

构建项目

npm run build

运行开发模式

npm run dev chat          # 启动交互式聊天
npm run dev execute "命令" # 执行单个命令
npm run dev tools         # 查看可用工具

测试功能

npx tsx test-enhanced-client.ts  # 测试增强功能

清理构建文件

npm run clean

📦 依赖

核心依赖

• @modelcontextprotocol/sdk: MCP协议SDK
• openai: OpenAI API客户端（兼容DeepSeek）
• commander: 命令行参数解析
• inquirer: 交互式命令行界面
• chalk: 终端颜色输出
• ora: 加载动画

开发依赖

• typescript: TypeScript编译器
• tsx: TypeScript执行器
• @types/node: Node.js类型定义

🎯 核心特性详解

多轮工具调用

AI可以连续调用多个工具完成复杂任务，例如：

1. 先获取网页内容
2. 再解析数据
3. 最后保存到文件

自主执行机制

• AI无需用户确认即可调用工具
• 失败时自动分析原因并重试
• 最多重试3次，每次间隔递增

超时保护

• 每个工具调用限制30秒
• 超时后自动中止并重试
• 防止工具调用卡死

智能错误恢复

• 工具失败时AI会分析原因
• 尝试其他方法解决问题
• 提供详细的错误信息和建议

🔧 智能Prompt功能

微信公众号文章提取器

• 功能: 专门抓取微信公众号文章内容和图片
• 特点: 自动使用fetch-txt工具，支持重试机制
• 参数: URL、提取图片、保存格式、包含元数据

学术论文抓取器

• 功能: 抓取学术论文PDF和相关信息
• 支持: ArXiv、IEEE、ACM、Springer、Elsevier等
• 参数: 论文URL、来源类型、提取元数据、下载PDF

批量内容处理器

• 功能: 批量处理多个内容源
• 支持: 公众号文章、学术论文、混合类型
• 参数: URL列表、内容类型、输出目录、命名规则

图片提取器

• 功能: 从网页中提取所有图片并下载
• 特点: 支持类型过滤、尺寸过滤、批量下载
• 参数: 网页URL、图片类型、最小尺寸、保存路径

🔧 故障排除

常见问题

Q: 程序无法启动 A: 确保已正确安装：

# 重新安装
npm uninstall -g alou-ai
npm install -g alou-ai

# 检查安装
alou --version

Q: 抓取微信公众号文章失败 A: 确保URL格式正确：

# 正确的URL格式
https://mp.weixin.qq.com/s/xxxxxxxxx

# 程序会自动重试，如果持续失败请检查网络连接

Q: 中文显示乱码 A: 程序已自动处理Windows控制台编码问题。如果仍有问题：

chcp 65001  # Windows控制台设置UTF-8编码

Q: 命令找不到 A: 确保npm全局目录在PATH中：

npm config get prefix
# 将输出路径添加到系统PATH环境变量

📄 许可证

MIT License

🎯 快速开始

1. 安装: npm install -g alou-ai
2. 启动: alou chat
3. 使用: 直接告诉AI你想要做什么

示例:

✔ 你: 抓取这个微信公众号文章：https://mp.weixin.qq.com/s/xxx
✔ 你: 批量下载这些网页的图片
✔ 你: 抓取这篇ArXiv论文的信息

🎉 现在就开始使用这个专门优化的AI内容抓取助手吧！