# IMA Copilot 知识库下载器项目文档 ## 项目概述 **目标**: 将 IMA Copilot (腾讯 AI 知识库应用) 中的知识库内容批量下载到本地，并封装为可复用的 Claude Code skill。 **成果**: - 成功下载 Dan Koe 知识库的 566 个文件 (1.2 GB) - 导出 485 篇笔记摘要为 Markdown 文件 - 创建可复用的 `/ima-downloader` skill --- ## 核心动作与节点 | 阶段 | 核心动作 | 技术难点 | 解决方案 | 效果 | |------|---------|---------|---------|------| | **1. 问题发现** | 直接下载 CDN URL | 403 Forbidden | 发现需要签名 URL | 定位到核心问题 | | **2. API 逆向** | 使用 mitmproxy 捕获请求 | 找到正确的 API | 发现 `get_knowledge` API 返回签名 URL | 突破下载限制 | | **3. 文件下载** | 批量下载 PDF/Word | 处理目录结构、文件命名 | 递归遍历 + 签名 URL 下载 | 566 文件 / 1.2 GB | | **4. 笔记导出** | 提取 IMA 笔记内容 | 笔记无法直接下载 | 使用 `introduction` + `abstract` 字段 | 485 篇 Markdown | | **5. 技能封装** | 创建 Claude Code skill | 认证过期处理 | 清晰的错误提示 + 刷新指南 | 可复用 skill | --- ## 技术架构 ``` ┌─────────────────────────────────────────────────────────────┐ │ IMA Copilot 服务端 │ │ ┌─────────────────┐ ┌─────────────────┐ ┌─────────────┐ │ │ │ get_knowledge_ │ │ get_knowledge │ │ 腾讯云 COS │ │ │ │ list │ │ (签名URL) │ │ (文件存储) │ │ │ └────────┬────────┘ └────────┬────────┘ └──────┬──────┘ │ └───────────┼────────────────────┼─────────────────┼─────────┘ │ │ │ ▼ ▼ ▼ ┌───────────────────────────────────────────────────────────┐ │ ima_downloader.py │ │ ┌──────────────┐ ┌──────────────┐ ┌──────────────────┐ │ │ │ 文件列表 │ │ 签名URL获取 │ │ 文件下载 │ │ │ │ 遍历器 │ │ │ │ + 笔记导出 │ │ │ └──────────────┘ └──────────────┘ └──────────────────┘ │ └───────────────────────────────────────────────────────────┘ │ ▼ ┌───────────────────────────────────────────────────────────┐ │ ~/Downloads/IMA_知识库/ │ │ ├── files/ # PDF, Word, PPT 等 │ │ ├── notes_摘要版/ # Markdown 笔记摘要 │ │ └── file_list.json # 完整文件索引 │ └───────────────────────────────────────────────────────────┘ ``` --- ## 关键技术点 ### 1. API 认证 ``` Headers: - Cookie: IMA-TOKEN, IMA-UID, IMA-GUID... - x-ima-bkn: 2065665700 (CSRF token) ``` ### 2. 核心 API | API | 用途 | 关键参数 | |-----|------|---------| | `get_knowledge_list` | 获取文件列表 | knowledge_base_id, folder_id, cursor | | `get_knowledge` | 获取文件详情 + 签名URL | knowledge_base_id, media_id | ### 3. 签名 URL 机制 ``` 原始 URL: ima-share-kb.image.myqcloud.com/xxx.pdf → 403 签名 URL: ima-share-kb.image.myqcloud.com/xxx.pdf?sign=xxx&x-cos-security-token=xxx → 200 ``` ### 4. 内容类型区分 ```python # 可下载文件: raw_file_url 包含路径 if '/' in raw_file_url: # "kb/xxx/file.pdf" → 通过 get_knowledge 获取签名 URL 下载 # IMA 笔记: raw_file_url 是数字 ID if raw_file_url.isdigit(): # "7383157913439884" → 提取 introduction + abstract 字段导出 Markdown ``` --- ## 技术关键词 | 类别 | 关键词 | |------|--------| | **网络抓包** | mitmproxy, HTTPS 拦截, Cookie 提取 | | **API 逆向** | REST API, 签名 URL, CSRF Token (bkn) | | **云存储** | 腾讯云 COS, 临时签名, x-cos-security-token | | **数据处理** | 递归遍历, 批量下载, Markdown 导出 | | **工程化** | Claude Code Skill, 冒烟测试, 错误处理 | --- ## 产出文件 | 文件 | 路径 | 用途 | |------|------|------| | 下载脚本 | `~/Scripts/ima_downloader.py` | 核心下载逻辑 | | Skill 定义 | `~/.claude/skills/ima-downloader.md` | Claude Code 技能 | | Cookie 存储 | `/tmp/ima_cookie.txt` | API 认证凭据 | --- ## 使用方法 ### 前置准备 ```bash # 1. 启动 mitmproxy 捕获 Cookie mitmproxy --mode local:ima-copilot -p 8888 # 2. 打开 IMA 应用，进入知识库，复制 Cookie 到: /tmp/ima_cookie.txt ``` ### 执行下载 ```bash # 方式1: 使用 Claude Code skill /ima-downloader 7383025226642484 # 方式2: 直接运行脚本 python3 ~/Scripts/ima_downloader.py --id "7383025226642484" --smoke-test python3 ~/Scripts/ima_downloader.py --id "7383025226642484" --download-all ``` --- ## 效果统计 (Dan Koe 知识库) | 指标 | 数值 | |------|------| | 总文件数 | 1054 | | 下载文件 | 566 个 | | 下载大小 | 1.2 GB | | 笔记导出 | 485 篇 | | 下载成功率 | 100% | --- ## 已知限制 1. **Cookie 有效期**: 约 24 小时，过期后需重新获取 2. **笔记内容**: 仅能获取摘要，完整内容需在 IMA 应用中查看 3. **知识库列表 API**: `get_joined_knowledge_base_list` 返回空，需手动提供 KB ID --- ## 项目时间线 - **阶段 1**: 问题分析 + API 逆向 (mitmproxy 捕获) - **阶段 2**: 文件下载实现 (566 文件 / 1.2 GB) - **阶段 3**: 笔记导出实现 (485 篇 Markdown) - **阶段 4**: Skill 封装 + 文档 --- *文档生成时间: 2026-01-11*