AI 写完文章自动推公众号:我做了这套发布 skill,每次省 40 分钟

写完文章,还要手动排版、传图、调样式——这步每次都要花半小时以上。我做了一套 skill,让 AI 直接把写好的文章推到微信公众号草稿箱,图片自动上传、样式自动套用,一行命令搞定。

你在浪费多少时间在排版上

自媒体人最懂这种痛苦:文章写完了,最耗时间的不是写作,是发布。

微信公众号不支持外链图片,每张图都要手动上传。封面图要单独上传成永久素材。正文里的代码块、引用块、高亮段落,都要在编辑器里一个个调样式。最后还要加头部的星标提示、底部的关注引导二维码。

一篇文章,光发布就要 30-45 分钟。

我用的是 OpenClaw 搭建的 AI 内容创作工作流——从信息采集、写作、配图,到最后的发布,全部自动化。这篇分享其中发布这一步是怎么做的。

整体架构:两层分工

这套系统分两层:

article-writer 负责内容生产:从 X/Twitter 采集资讯、生成截图、AI 配图、写 Markdown 文章,所有素材存在本地目录。

wechat-article-publisher 负责发布:读取 article-writer 的产出,自动完成图片上传、HTML 渲染、草稿创建全流程。

AI自动发布流程图

整个发布流程只需要一行命令:

python3 scripts/publish.py --article-dir ~/Documents/openclawworkspace/articles/2026-03-07/主题/

执行完就能在公众号草稿箱看到排版好的文章,之后自己审核没问题就可以发布。

图片处理:全自动上传,不用手动一张张传

微信公众号最大的麻烦就是图片。它不认识 OSS 链接、不认识任何外链,所有图片必须是微信自己 CDN 的地址。

脚本的处理逻辑:

扫描文章目录里所有图片 → 逐个通过 upload-img 接口上传到微信 → 拿回微信 CDN URL → 替换 Markdown 里对应的图片链接。

上传过的图片会缓存在 meta.json 的 wechat_image_map 字段里,下次修改文章重新发布时,已上传的图片直接用缓存,不重复上传。

封面图走另一个接口(永久素材 add_material),会返回 media_id——这是创建草稿时微信要求的格式。

整个过程对你完全透明,只需要确保图片放在文章目录里,其余全自动。

图片上传缓存机制示意

渲染引擎:Markdown 变成微信 HTML

微信只认 HTML,不支持 Markdown,而且不支持 CSS class——所有样式必须内联写进每个标签里。

但我不想每次都手动写 HTML。所以渲染器做了一件事:把标准 Markdown 自动转成带完整内联样式的 HTML,同时识别我设计的「隐藏标签」,套用对应的定制样式区块。

隐藏标签是这样工作的——在 Markdown 里插入 HTML 注释:

这里是导读内容

渲染器看到这个注释,就会把里面的内容渲染成带蓝色左边框的导读框。在飞书、GitHub 等普通 Markdown 渲染器里,这些注释完全不可见,不影响阅读。

一套 Markdown,适配所有平台。飞书看是干净的文档,微信看是精美排版的文章。

隐藏标签渲染效果对比

目前支持的样式标签:蓝色导读框、加粗高亮句、圆角卡片列表、提示词代码卡片、蓝色总结区块、引导关注提示区块。

渲染器还会自动加 header 和 footer:header 包含星标提示、封面图、署名;footer 包含结尾标记、关注二维码。这些不需要写在文章 Markdown 里。

草稿管理:首次创建,后续自动更新

第一次发布,脚本创建新草稿,把返回的 media_id 写入 meta.json。

后续修改文章后重跑脚本,它检测到 meta.json 里有 media_id,自动走更新草稿接口,不会产生重复草稿。

草稿管理流程

三种模式:

  • 首次发布:创建新草稿,media_id 写入 meta.json,发微信预览通知
  • 修改更新:检测到 media_id 存在,自动更新草稿,不产生重复
  • 强制新建:加 --force-new 参数,忽略缓存,创建全新草稿

图文笔记另走一套流程

文章(长文)和图文笔记(以图片为主体的帖子)在微信里是两种完全不同的内容类型,必须走不同的接口。

这是我踩过的坑:一开始用同一个脚本发图文,结果微信把它创建成了文章类型,发出去格式完全乱掉。

原因在于:图文消息必须用永久素材接口上传所有图片,普通的 upload-img 接口只适合文章内图片。脚本层面区分后,两种内容类型都能正确创建对应格式的草稿。

图文和文章的发布接口区别

你需要手动做什么

这套自动化处理的是排版和上传,发布决策还是你自己来:

  1. AI 写完文章,自动触发发布脚本
  2. 脚本把文章推到草稿箱,微信发预览通知
  3. 你在公众号后台审核内容,确认没问题
  4. 点发布

步骤 1-2 全自动,步骤 3-4 由你决定。

总结

  • 一行命令发布:publish.py 完成图片上传、HTML 渲染、草稿创建全流程
  • 图片全自动处理:扫描目录 → 上传微信 CDN → 替换链接,带缓存不重复上传
  • 隐藏标签系统:6 种样式标签,一份 Markdown 适配多平台
  • 智能草稿管理:首次创建,后续自动更新,不产生重复草稿
  • 图文和文章分开:两种内容类型走不同接口,格式不会乱
  • 最后审核你来:内容发布决策始终在你手里

这套系统目前运行在我的 Ubuntu 服务器上,通过 OpenClaw 调度。AI 写完文章后自动推到草稿箱,我审核没问题就直接发。

如果你也在用 OpenClaw 搭建内容创作工作流,评论区交流。

参考链接

  • 微信公众平台开发文档:https://developers.weixin.qq.com/doc/offiaccount/Getting_Started/Overview.html
  • OpenClaw 官方文档:https://docs.openclaw.ai

Read more

使用飞算JavaAI快速搭建酒店管理系统

使用飞算JavaAI快速搭建酒店管理系统

飞算JavaAI炫技赛主题(毕设):使用飞算JavaAI快速搭建酒店管理系统。 目录 * 需求分析与规划 * 飞算JavaAI开发实录 * 第一步:需求描述 * 第二步:理解需求 * 第三步:设计接口 * 第四步:表结构设计 * 第五步:处理逻辑(接口) * 第六步:生成源码 * 第七步:打开并运行项目 * 优化与调试心得 * 成果展示与总结 * 系统结构展示 * API接口展示 * 用户管理接口 * 角色权限接口 * 客房管理接口 * 预订管理接口 * 入住退房接口 * 财务统计接口 * 总结 需求分析与规划 酒店管理系统后端技术选型建议采用Spring Boot + MyBatis Plus + MySQL + Redis的经典组合:使用Spring Boot作为主框架提供快速开发和自动配置能力,集成Spring Security实现用户认证和权限控制;数据持久层采用MyBatis Plus简化CRUD操作和复杂查询;MySQL 8.0作为主

AI如何解码TTCBEYJRZXKIOIJ6BGLUA19ZY2HLBWVFBWQ1XZ这类加密字符串

快速体验 1. 打开 InsCode(快马)平台 https://www.inscode.net 2. 输入框内输入如下内容: 开发一个AI辅助工具,能够自动识别和解析类似TTCBEYJRZXKIOIJ6BGLUA19ZY2HLBWVFBWQ1XZ的加密字符串。工具应包含以下功能:1. 输入任意加密字符串;2. 自动识别可能的编码方式(如Base64、Hex等);3. 提供解码结果和可能的原始数据格式;4. 支持批量处理。使用Python实现,并提供一个简单的Web界面供用户输入和查看结果。 1. 点击'项目生成'按钮,等待项目生成完整后预览效果 AI如何解码TTCBEYJRZXKIOIJ6BGLUA19ZY2HLBWVFBWQ1XZ这类加密字符串 最近在开发过程中遇到了一个有趣的需求:需要解析类似TTCBEYJRZXKIOIJ6BGLUA19ZY2HLBWVFBWQ1XZ这样的加密字符串。这类字符串看起来毫无规律,但很可能使用了某种常见的编码方式。于是我开始思考,如何利用AI技术来辅助开发人员快速识别和破解这类编码。 加密字符串解析的挑战 1. 编码方式多

OpenRouter 入门教程:一个 API 玩转 500+AI 模型

OpenRouter 入门教程:一个 API 玩转 500+AI 模型

OpenRouter入门教程:一个API玩转500+AI模型(多案例版) 一、OpenRouter是什么? OpenRouter是一个AI模型API聚合平台,它像一个"万能插座",让你用一个API密钥和统一接口调用来自OpenAI、Anthropic、Google、Mistral等50+提供商的500+主流AI模型,包括50+个可免费使用的模型。 核心优势: * 统一接口:无需适配不同厂商的API格式 * 灵活切换:一行代码即可更换模型,便于对比测试 * 成本优化:自动选择最经济的模型方案 * 自动故障转移:主模型不可用时自动切换备用模型 免费模型:提供多个免费模型,适合学习和原型开发 二、准备工作:注册与API密钥获取 1. 注册账号 1. 访问官网:https://openrouter.ai 2. 点击"Sign Up"注册,支持Google账号快速登录或邮箱注册

当 AI 接管研发流程,传统工程师的天花板在哪?未来 2 年软件工程发展预判

当 AI 接管研发流程,传统工程师的天花板在哪?未来 2 年软件工程发展预判

当AI接管研发流程:传统工程师的天花板与未来2年软件工程预判 一、AI接管研发的真实图景:不是替代,是重构 当前AI在研发流程中的渗透已经远超想象,从需求分析到部署运维的全链路都出现了AI的身影: * 需求阶段:AI可通过用户访谈录音自动生成结构化需求文档,准确率可达85%以上 * 编码阶段:GitHub Copilot、CodeLlama等工具能完成60%-80%的基础代码编写 * 测试阶段:AI自动生成测试用例、执行回归测试、定位bug根因 * 运维阶段:AI监控系统可提前24小时预测系统故障,自动完成资源调度 但必须明确:AI当前的核心角色是"研发助理",而非"替代者"。它擅长处理重复性、规则明确的工作,但在需要深度业务理解、创新设计和复杂问题决策的场景中,仍然依赖人类工程师的判断。 二、传统工程师的天花板:从技能瓶颈到认知瓶颈 在AI协同研发的时代,传统工程师的职业天花板正在从"技术熟练度"转向"认知高度&