在我订阅的信息流中有一类文章会以周刊的形式，围绕某个主题一次推荐多篇高价值的文章。比如我订阅的“肘子的 Swift 技术周刊”，每周会推荐多篇与苹果开发生态相关的文章。

由于无法一次性看完全部文章，我之前的做法是维护一个“技术周刊推荐文章汇总”文档，将周刊中的文章分类并归档。归档过程虽然有 AI 代劳，并不费劲，但后续阅读依然存在痛点。比如找寻想读的文章需要频繁上下翻页，读完后又需要手动删除。这两点依然让人感到不便。

直到最近，我用滴答清单的 URL Scheme、一段 Python 脚本和 AI 辅助整理，搭建了一条从「收到周报」到「文章进入待办清单」的自动化流水线，彻底解决了所有问题。

同时我还创建了 article2ticktick Skill，方便后续收到新的周报时，让 AI 自动执行这一过程。

本文完整记录这套工作流的搭建过程，希望能为有类似需求的读者提供参考。article2ticktick Skill 的下载和使用教程放在文末，欢迎读者朋友自取。

方案设计

整套工作流的核心思路是「标准化 + 脚本化」：

1. AI 整理：将原始周报文章整理成固定的 Markdown 格式
2. 脚本解析：Python 脚本读取 Markdown，生成 TickTick URL Scheme
3. 批量导入：通过 macOS 的 open 命令逐条调用 URL Scheme，自动添加到滴答清单

为什么选择 URL Scheme

滴答清单提供了一个简洁的 URL Scheme 接口，可以直接创建任务：

ticktick://x-callback-url/v1/add_task?title=...&content=...&tags=...&list=...

四个参数分别对应任务标题、内容、标签和所属清单。这意味着只要能把文章信息拼成这种格式，就能绕过手动输入，直接让滴答清单创建任务。

在 macOS 上，open 命令可以直接打开 URL Scheme，配合脚本循环就能实现批量添加。

字段映射规则

经 AI 处理后的 markdown 信息，可以与滴答清单的任务字段对应。其中二级分类和三级分类，由 AI 根据文章内容，从 SKILL.md 文档中列出的分类列表选择：

举个例子，一篇关于 SwiftUI 动画的文章，最终生成的 URL Scheme 大致是这样：

ticktick://x-callback-url/v1/add_task?
  title=[Understanding Spring Animations in SwiftUI](https://...)
  &content=2026-03-10，讲解了 SwiftUI 中的弹簧动画...，出自：老司机 iOS 周报
  &list=SwiftUI
  &tags=布局、视觉与动画

将周报转换成标准格式

统一的输入格式是整条流水线的基础。我在 SKILL 中要求 AI 将接收到的内容整理成如下的 markdown 格式：

## 二级分类

### 三级子分类

**[文章标题](文章链接)**

- 周报原文中的推荐语，如果是单篇文章，则由 AI 根据内容总结
- 出自：来源周报名，如果是单篇文章，则记录文章来源

**[下一篇文章标题](链接)**

- 推荐语
- 出自：来源周报名

Skill 中约定了几条关键约束：

• 二级标题（##）直接作为滴答清单的「清单名」，要求 AI 必须从 SKILL.md 文档中记录的分类列表选择，以便与滴答清单中已有的列表名一一对应
• 三级标题（###）作为标签，优先选择 SKILL.md 文档中已列出的，如果没有，可以由 AI 自行命名
• 文章标题行用 **[title](url)** 格式，脚本会自动去掉加粗标记
• 每篇文章的内容直接使用周报原文中的推荐语句，不做改写或缩减。如果是单篇文章，则由 AI 总结
• 每篇文章附带「出自：×× 周报」标记，方便回溯。如果是单篇文章，则记录文章的原地址

实际上这里有点多此一举：先要求 AI 整理成 markdown 格式，再使用脚本去除。原因正如我在文章开头提到的，在创建这个 Skill 之前，我维护了一份技术周报汇总的文档，为了将文档中已有的文章也添加到滴答清单，才有了这样的逻辑。不过经我实测，并不影响使用。

脚本解析并添加到滴答清单

脚本的核心逻辑很简单：逐行扫描 Markdown，遇到 ## 就更新当前清单名，遇到 ### 就更新当前标签，遇到 **[...](...)** 就开始记录一篇新文章，遇到 - 就追加到当前文章的内容中。

内容字段的开头会拼接脚本执行当天的日期（格式为 yyyy-MM-dd），方便后续在滴答清单中追溯每篇文章是哪天加入的。

脚本提供了两种运行模式：

# 先 dry-run 预览，确认解析正确
echo "[步骤A2输出的markdown内容]" | python3 "$SKILL_SCRIPTS/add_articles.py" --dry-run

# 确认无误后正式执行
echo "[步骤A2输出的markdown内容]" | python3 "$SKILL_SCRIPTS/add_articles.py" --delay 0.8

--dry-run 模式会打印每篇文章的标题、清单名、标签和内容摘要，方便在正式执行前确认解析是否正确。正式执行时，脚本会用 open 命令逐条打开 URL，每条之间间隔 0.5 秒，给滴答清单留出响应时间。

完整的单次操作流程如下：

收到新一期周报
    ↓
AI 整理为标准 Markdown 格式
    ↓
运行脚本预览解析结果
    ↓
确认无误后正式执行
    ↓
文章全部进入滴答清单，按清单和标签分类就绪

实际效果

以我最近一次整理为例，两期周报共计 65 篇文章，AI 整理耗时约两分钟，脚本执行耗时约 30 秒，全部文章自动进入了滴答清单的 7 个清单、17 个标签分类下。

在滴答清单中，每篇文章呈现为一个待办事项：

• 标题是可点击的 Markdown 链接，方便直接跳转到原文
• 内容包含推荐语和来源信息，不用打开原文就能回顾为什么收藏了这篇
• 清单对应技术方向，比如「SwiftUI」「AI 辅助开发」
• 标签对应细分领域，比如「状态管理与观察」「Agent 编码实践」

日常使用时，我会按清单筛选出某个方向的文章，在一段时间内大量阅读。这种阅读方式可以帮助我加深对某个方向的理解，比东一榔头西一棒子的效果要好得多。

下载

我已经将 Skill 上传到 GitHub 仓库 article2ticktick，你可以直接复制仓库中的 skills 文件夹，或是使用 Claude Code 下载：

在 Claude Code 中运行：

/plugin marketplace add balabalabalading/article2ticktick
/plugin install article2ticktick@article2ticktick

更新到最新版本：

/plugin marketplace update article2ticktick

使用

在滴答清单创建列表

由于 滴答清单 不支持通过 Scheme URL 来创建列表，请先在滴答清单中手动创建好列表，否则待办都会创建至收集箱中。

触发 Skill

安装后，直接向 AI 描述你的需求：

• 帮我把这期周报添加到滴答清单 → 触发分支 A
• 把这篇文章添加到滴答清单：[URL] → 触发分支 B

Skill 会引导你完成整理、预览（dry-run）、确认、执行全流程。

总结

这篇文章记录了一套将技术周报文章批量导入滴答清单的工作流。核心思路是用 AI 将非结构化的周报内容转换为固定格式的 Markdown，再用 Python 脚本解析并通过 URL Scheme 批量写入滴答清单。

如果你也有类似的「信息过载」困扰，不妨参考这个思路。不一定是滴答清单，任何支持 URL Scheme 或 API 的任务管理工具都可以用类似的方式对接。关键在于找到一个从「被动收藏」到「主动消化」的转换点，让收藏的文章真正被读完。

我独立开发的 Mac 端 App「流量日记」已上线 Mac App Store，专为自媒体创作者打造，可永久保存、分析各平台导出的账号数据。如果你是用 Mac 的内容创作者，欢迎下载体验，半年内免费使用。

欢迎关注我的公众号「高效人生指北」。