零代码基础？AI 助你免费"搬空"语雀知识库
背景 ：语雀的 API 导出功能和高级 API 调用限制或收费。对于想要迁移知识库、做本地备份的开发者来说，这无疑增加了一道门槛。本文记录了我如何通过与 AI 结对编程，在不写一行代码的情况下，从零构建一个功能强大的语雀全量知识库爬虫。
🚀 需求起因
我想把语雀上的某个公开知识库（或者我自己的私有库）完整迁移下来，最好是 Markdown 格式，图片也要下载到本地，保持原汁原味的目录结构。
但是遇到了几个痛点：
- API 门槛：语雀官方 API 有调用限制，且部分高级功能需要会员。
- 手动复制：文档太多，手动复制粘贴是不可能的。
- 图片防盗链：Markdown 里的图片链接是语雀的，直接复制出来可能会失效。
于是，我找到了 AI 助手（CAN），开始了这段奇妙的旅程。
🛠️ 第一阶段：从单页爬取开始
我：帮我生成一个 node 爬虫脚本，爬取某个语雀页面的 html。
AI (CAN)：
"没问题！考虑到语雀是单页应用（SPA），我推荐使用
Puppeteer来模拟浏览器行为。"
AI 迅速生成了一个基于 Puppeteer 的脚本。但在运行时，我们立刻遇到了第一个拦路虎------401 Unauthorized。
问题分析：语雀的很多文档是私有的，或者是需要登录态才能访问的。
解决方案 ：AI 建议在代码中注入 Cookie。我只需要在浏览器登录后复制 Cookie 填入，脚本就能成功访问页面了。
🔄 第二阶段：逻辑升级与 Markdown 获取
我：给了 AI 一个现成的 Python 脚本逻辑作为参考，希望它能复刻其功能：直接获取 Markdown 源码，而不是爬 HTML 再转换。
AI (CAN)：
"收到！我会重构代码。利用 Puppeteer 获取页面上下文中的
book_id和slug，然后直接调用语雀的内部 API/api/docs/{slug}获取 Markdown 源码。"
这次升级非常关键：
- 不再解析 HTML：直接拿 Markdown 源码，格式最完美。
- 图片本地化 ：AI 自动写了解析 Markdown 图片链接的正则，把图片下载到本地
images/目录，并替换 Markdown 中的链接为相对路径。
📚 第三阶段：全量知识库爬取
我：光爬单页不够，我要爬整个知识库！
AI (CAN)：
"明白！我会利用 Puppeteer 解析知识库首页的
window.appData，拿到完整的目录结构（TOC），然后递归下载所有文档。"
AI 不仅实现了全量爬取，还贴心地做到了：
- 目录还原：按照语雀左侧的目录树，在本地创建对应的文件夹。
- 生成 SUMMARY.md：生成 GitBook 风格的目录文件，方便后续导入 GitBook 或其他文档工具。
⚡ 第四阶段：工程化与性能起飞
我：脚本跑得太慢了，能不能并发？另外控制台打印太乱了，能不能优雅一点？
AI (CAN)：
"安排！
- 引入并发 ：使用
p-limit控制并发数，下载速度提升 5 倍！- 工程拆分 ：将代码拆分为
config.js、utils.js、crawler.js，结构清晰。- 进度条 ：引入
cli-progress，实时展示下载进度，看着进度条跑完简直解压。"
这一步，脚本从一个"玩具"变成了一个"工具"。AI 甚至考虑到了反爬策略，在请求之间加入了随机延迟。
🧹 第五阶段：细节打磨
我 ：发现下载了很多空的 .md 文件，原来是那些只有子目录没有内容的节点。
AI (CAN)：
"小问题。我加个判断，如果 API 返回内容为空，就不生成文件，同时在
SUMMARY.md里把它标记为纯文本节点。"
🎁 最终成果
现在的项目结构是这样的：
text
.
├── src/
│ ├── config.js # 配置 Cookie 和并发数
│ ├── crawler.js # 核心爬虫逻辑
│ └── utils.js # 工具函数
├── index.js # 入口
└── download/ # 你的知识库就在这里！使用方法：
npm install- 在
src/config.js填入你的 Cookie。 node index.js- 起身喝杯咖啡，回来收货。
💡 总结
如果你也有类似的需求，不妨试着让 AI 帮你写个脚本。Coding is fun, especially with AI!
github 仓库：github.com/xiyueyezibi...