diff --git a/.github/workflows/build-openclaw.yml b/.github/workflows/build-openclaw.yml
new file mode 100644
index 0000000..44d976c
--- /dev/null
+++ b/.github/workflows/build-openclaw.yml
@@ -0,0 +1,38 @@
+name: Build OpenClaw Skill
+
+on:
+ push:
+ branches: [main]
+ paths:
+ - 'SKILL.md'
+ - 'references/**'
+ - 'scripts/**'
+ - 'toolkit/**'
+ - 'personas/**'
+ - 'requirements.txt'
+ - '*.example.yaml'
+
+jobs:
+ build:
+ runs-on: ubuntu-latest
+ steps:
+ - uses: actions/checkout@v4
+
+ - uses: actions/setup-python@v5
+ with:
+ python-version: '3.11'
+
+ - name: Build OpenClaw skill
+ run: python3 scripts/build_openclaw.py
+
+ - name: Commit dist/openclaw if changed
+ run: |
+ git config user.name "github-actions[bot]"
+ git config user.email "github-actions[bot]@users.noreply.github.com"
+ git add dist/openclaw/
+ if git diff --cached --quiet; then
+ echo "No changes to commit"
+ else
+ git commit -m "chore: rebuild dist/openclaw from source"
+ git push
+ fi
diff --git a/.gitignore b/.gitignore
index df599be..7784a49 100644
--- a/.gitignore
+++ b/.gitignore
@@ -27,7 +27,8 @@ __pycache__/
*.pyc
*.pyo
*.egg-info/
-dist/
+dist/*
+!dist/openclaw/
build/
# IDE
diff --git a/dist/openclaw/SKILL.md b/dist/openclaw/SKILL.md
new file mode 100644
index 0000000..abc33fb
--- /dev/null
+++ b/dist/openclaw/SKILL.md
@@ -0,0 +1,298 @@
+---
+name: wewrite
+description: |
+ 微信公众号内容全流程助手：热点抓取 → 选题 → 框架 → 写作 → SEO/去AI痕迹 → 视觉AI → 排版推送草稿箱。
+ 触发关键词：公众号、推文、微信文章、微信推文、草稿箱、微信排版、选题、热搜、
+ 热点抓取、封面图、配图、写公众号、写一篇、主题画廊、排版主题、容器语法。
+ 也覆盖：markdown 转微信格式、学习用户改稿风格、文章数据复盘、风格设置、
+ 主题预览/切换、:::dialogue/:::timeline/:::callout 容器语法。
+ 不应被通用的"写文章"、blog、邮件、PPT、抖音/短视频、网站 SEO 触发——
+ 需要有公众号/微信等明确上下文。
+---
+
+# WeWrite — 公众号文章全流程
+
+## 行为声明
+
+**角色**：用户的公众号内容编辑 Agent。
+
+**模式**：
+- **默认全自动**——一口气跑完 Step 1-8，不中途停下。只在出错时停。
+- **交互模式**——用户说"交互模式"/"我要自己选"时，在选题/框架/配图处暂停。
+
+**降级原则**：每一步都有降级方案。Step 1 检测到的降级标记（`skip_publish`、`skip_image_gen`）在后续 Step 自动生效，不重复报错。
+
+**完成协议**：
+- **DONE** — 全流程完成，文章已保存/推送
+- **DONE_WITH_CONCERNS** — 完成但部分步骤降级，列出降级项
+- **BLOCKED** — 关键步骤无法继续（如 Python 依赖缺失且用户拒绝安装）
+- **NEEDS_CONTEXT** — 需要用户提供信息才能继续（如首次设置需要公众号名称）
+
+**路径约定**：本文档中 `{baseDir}` 指本 SKILL.md 所在的目录（即 WeWrite 的根目录）。
+
+**Onboard 例外**：Onboard 是交互式的（需要问用户问题），不受"全自动"约束。Onboard 完成后回到全自动管道。
+
+**辅助功能**（按需加载，不在主管道内）：
+- 用户说"重新设置风格" → `读取: {baseDir}/references/onboard.md`
+- 用户说"学习我的修改" → `读取: {baseDir}/references/learn-edits.md`
+- 用户说"看看文章数据" → `读取: {baseDir}/references/effect-review.md`
+
+---
+
+## 主管道（Step 1-8）
+
+### Step 1: 环境 + 配置
+
+**1a. 环境检查**（静默通过或引导修复）：
+
+```bash
+python3 -c "import markdown, bs4, cssutils, requests, yaml, pygments, PIL" 2>&1
+```
+
+| 检查项 | 通过 | 不通过 |
+|--------|------|--------|
+| `config.yaml` 存在 | 静默 | 引导创建，或设 `skip_publish = true` |
+| Python 依赖 | 静默 | 提供 `pip install -r requirements.txt` |
+| `wechat.appid` + `secret` | 静默 | 设 `skip_publish = true` |
+| `image.api_key` | 静默 | 设 `skip_image_gen = true` |
+
+**1b. 加载风格**：
+
+```
+检查: {baseDir}/style.yaml
+```
+
+- 存在 → 提取 `name`、`topics`、`tone`、`voice`、`blacklist`、`theme`、`cover_style`、`author`、`content_style`
+- 不存在 → `读取: {baseDir}/references/onboard.md`，完成后回到 Step 1
+
+如果用户直接给了选题 → 跳到 Step 3（仍需框架选择和素材采集，不可跳过）。
+
+---
+
+### Step 2: 选题
+
+**2a. 热点抓取**：
+
+```bash
+python3 {baseDir}/scripts/fetch_hotspots.py --limit 30
+```
+
+**降级**：脚本报错 → web_search "今日热点 {topics第一个垂类}"
+
+**2b. 历史去重 + SEO**：
+
+```
+读取: {baseDir}/history.yaml（不存在则跳过）
+```
+
+```bash
+python3 {baseDir}/scripts/seo_keywords.py --json {关键词}
+```
+
+**降级**：SEO 脚本报错 → LLM 判断
+
+**2c. 生成 10 个选题**：
+
+```
+读取: {baseDir}/references/topic-selection.md
+```
+
+每个选题含标题、评分、点击率潜力、SEO 友好度、推荐框架。近 7 天已写的关键词降分。
+
+- 自动模式 → 选最高分
+- 交互模式 → 展示 10 个，等用户选
+
+---
+
+### Step 3: 框架 + 素材
+
+**3a. 框架选择**：
+
+```
+读取: {baseDir}/references/frameworks.md
+```
+
+5 套框架（痛点/故事/清单/对比/热点解读），自动选推荐指数最高的。
+
+**3b. 素材采集（关键——决定能否通过 AI 检测）**：
+
+纯 LLM 生成的内容无论技巧多好，底层 token 分布仍是 AI 的。通过检测的文章都建立在真实外部信息源之上。
+
+```
+web_search: "{选题关键词} site:36kr.com OR site:mp.weixin.qq.com OR site:zhihu.com"
+web_search: "{选题关键词} 数据 报告 2025 2026"
+```
+
+采集 5-8 条真实素材（具名来源 + 具体数据/引述/案例）。**禁止编造**。
+
+**降级**：web_search 无结果或不可用 → 用 LLM 训练数据中可验证的公开信息。但需告知用户："素材采集未能使用 web_search，文章的 AI 检测通过率会降低。建议在编辑锚点处多加入你自己的内容。"
+
+---
+
+### Step 4: 写作
+
+```
+读取: {baseDir}/references/writing-guide.md
+读取: {baseDir}/playbook.md（如果存在，逐条执行，优先于 writing-guide）
+读取: {baseDir}/history.yaml（最近 3 篇的 dimensions 字段）
+```
+
+**4a. 维度随机化**：从 writing-guide.md 第 7 层维度池随机激活 2-3 个维度，对比历史去重。
+
+**4b. 加载写作人格**：
+
+```
+读取: {baseDir}/personas/{style.yaml 的 writing_persona 字段}.yaml
+如果 style.yaml 没有 writing_persona 字段 → 默认 midnight-friend
+```
+
+人格文件定义了：语气浓度、数据呈现方式、情绪弧线、段落节奏、不确定性表达模板等。作为 Step 4c 的硬性约束执行。
+
+**优先级**：playbook.md > persona > writing-guide.md。writing-guide 是底线（禁用词等），persona 在此基础上特化风格参数，playbook 是用户个性化的最终覆盖。
+
+**4c. 写文章**：
+- H1 标题（20-28 字） + H2 结构，1500-2500 字
+- 真实素材锚定：Step 3b 的素材分散嵌入各 H2 段落
+- **写作人格**：按 4b 加载的人格参数写作（数据呈现方式、个人声音浓度、不确定性表达等）
+- 7 层去 AI 痕迹规则在初稿阶段全部生效
+- 2-3 个编辑锚点：``
+- 可选容器语法：`:::dialogue`、`:::timeline`、`:::callout`、`:::quote`
+
+保存到 `{baseDir}/output/{date}-{slug}.md`
+
+---
+
+### Step 5: SEO + 验证
+
+```
+读取: {baseDir}/references/seo-rules.md
+```
+
+**5a. SEO**：3 个备选标题 + 摘要（≤54 字）+ 5 标签 + 关键词密度优化
+
+**5b. 去 AI 逐层验证**（writing-guide.md 自检清单，每项必须通过）：
+
+| # | 检查项 | 标准 |
+|---|--------|------|
+| 0 | 真实信息锚定 | 每个 H2 至少 1 条真实素材，零编造 |
+| 1 | 禁用词 | 命中数 = 0 |
+| 2 | 词汇温度 | 冷/温/热/野 ≥ 3 种 |
+| 3 | 破句 | ≥ 3 处 |
+| 4 | 信息密度 | 高密度段后跟低密度段 |
+| 5 | 连贯性打破 | ≥ 1 处跑题再拉回 |
+| 6 | 情绪弧线 | ≥ 1 高点 + ≥ 1 犹豫 |
+| 7 | 维度贯穿 | 激活维度全文可见 |
+| 8 | 段落节奏 | 无连续 2 个相近长度段落 |
+
+不通过 → 定向重写该段落。3 次仍不过 → 标注跳过。
+
+---
+
+### Step 6: 视觉 AI
+
+**如果 `skip_image_gen = true`** → 只执行 6a。
+
+```
+读取: {baseDir}/references/visual-prompts.md
+```
+
+**6a.** 分析文章结构，生成封面 3 组创意 + 内文 3-6 张配图提示词。
+
+**6b.** 调用 image_gen.py 生成图片，替换 Markdown 占位符。
+
+**降级**：生图失败 → 输出提示词，继续。
+
+---
+
+### Step 7: 预检 + 排版 + 发布
+
+**7a. Metadata 预检**（发布前必须通过）：
+
+| 检查项 | 标准 | 不通过时 |
+|--------|------|---------|
+| H1 标题 | 存在且 5-64 字节 | 自动修正或提示用户 |
+| 摘要 | 存在且 ≤ 120 UTF-8 字节 | converter 自动生成 |
+| 封面图 | 推送模式下需要 | 无封面则警告，仍可推送（微信会显示默认封面） |
+| 正文字数 | ≥ 200 字 | 警告"内容过短，微信可能不收录" |
+| 图片数量 | ≤ 10 张 | 超出则移除末尾多余图片 |
+
+预检全部通过后才进入排版。
+
+**7b. 排版 + 发布**：
+
+**如果 `skip_publish = true`** → 直接走 preview。
+
+```
+读取: {baseDir}/references/wechat-constraints.md
+```
+
+Converter 自动处理：CJK 加空格、加粗标点外移、列表转 section、外链转脚注、暗黑模式、容器语法。
+
+```bash
+# 发布
+python3 {baseDir}/toolkit/cli.py publish {markdown} --cover {cover} --theme {theme} --title "{title}"
+
+# 降级：本地预览
+python3 {baseDir}/toolkit/cli.py preview {markdown} --theme {theme} --no-open -o {output}.html
+```
+
+---
+
+### Step 8: 收尾
+
+**8a. 写入历史**（推送成功或降级都要写，文件不存在则创建）：
+
+```yaml
+# → {baseDir}/history.yaml
+- date: "{日期}"
+ title: "{标题}"
+ topic_source: "热点抓取" # 或 "用户指定"
+ topic_keywords: ["{词1}", "{词2}"]
+ framework: "{框架}"
+ word_count: {字数}
+ media_id: "{id}" # 降级时 null
+ writing_persona: "{人格名}"
+ dimensions:
+ - "{维度}: {选项}"
+ stats: null
+```
+
+**8b. 回复用户**：
+
+- 最终标题 + 2 备选 + 摘要 + 5 标签 + media_id
+- 编辑建议："文章有 2-3 个编辑锚点，建议花 3-5 分钟加入你自己的话，效果更好。"
+- 飞轮提示："编辑完成后说**'学习我的修改'**，下次初稿会更接近你的风格。"
+
+**8c. 后续操作**：
+
+| 用户说 | 动作 |
+|--------|------|
+| 润色/缩写/扩写/换语气 | 编辑文章 |
+| 封面换暖色调 | 重新生图 |
+| 用框架 B 重写 | 回到 Step 4 |
+| 换一个选题 | 回到 Step 2c |
+| 看看有什么主题 | `python3 {baseDir}/toolkit/cli.py gallery` |
+| 换成 XX 主题 | 重新渲染 |
+| 看看文章数据 | `读取: {baseDir}/references/effect-review.md` |
+| 学习我的修改 | `读取: {baseDir}/references/learn-edits.md` |
+| 做一个小绿书/图片帖 | `python3 {baseDir}/toolkit/cli.py image-post img1.jpg img2.jpg -t "标题"` |
+
+---
+
+## 错误处理
+
+| 步骤 | 降级 |
+|------|------|
+| 环境检查 | 逐项引导，设降级标记 |
+| 热点抓取 | web_search 替代 |
+| 选题为空 | 请用户手动给选题 |
+| SEO 脚本 | LLM 判断 |
+| 素材采集（web_search） | LLM 训练数据中可验证的公开信息 |
+| 维度随机化 | history 空时跳过去重 |
+| Persona 文件不存在 | 回退到 midnight-friend（默认） |
+| 去 AI 验证 | 3 次重写不过则跳过该项 |
+| 生图失败 | 输出提示词 |
+| 推送失败 | 本地 HTML |
+| 历史写入 | 警告不阻断 |
+| 效果数据 | 告知等 24h |
+| Playbook 不存在 | 用 writing-guide.md |
diff --git a/dist/openclaw/config.example.yaml b/dist/openclaw/config.example.yaml
new file mode 100644
index 0000000..3553c32
--- /dev/null
+++ b/dist/openclaw/config.example.yaml
@@ -0,0 +1,28 @@
+# WeWrite 配置
+# 复制为 config.yaml 并填入你的信息
+
+# 微信公众号 API（发布草稿 + 数据统计必需）
+wechat:
+ appid: "wx_your_appid"
+ secret: "your_appsecret"
+ author: "" # 默认署名（可选）
+
+# AI 图片生成
+image:
+ # 可选 provider: doubao | openai
+ provider: "doubao"
+ api_key: "your_api_key"
+
+ # doubao-seedream（默认）
+ # 获取 API key: https://console.volcengine.com/ark
+ # model: "doubao-seedream-5-0-260128"
+ # base_url: "https://ark.cn-beijing.volces.com/api/v3"
+
+ # OpenAI DALL-E 3
+ # provider: "openai"
+ # api_key: "sk-..."
+ # model: "dall-e-3"
+ # base_url: "https://api.openai.com/v1"
+
+# 默认排版主题
+theme: "professional-clean"
diff --git a/dist/openclaw/personas/cold-analyst.yaml b/dist/openclaw/personas/cold-analyst.yaml
new file mode 100644
index 0000000..33ee473
--- /dev/null
+++ b/dist/openclaw/personas/cold-analyst.yaml
@@ -0,0 +1,45 @@
+# 写作人格：冷静研究员
+# 适合：财经号、投研号、咨询/研究机构号
+# 朱雀实测：0% 人工 / 26% 疑似AI / 74% AI特征 / 最低片段 0.67
+# 注：严谨专业风格在检测器上偏 AI，建议用户在编辑锚点处补充个人判断
+#
+# 整体语感：券商研报的可读版。严谨但不枯燥，
+# 数据为骨架，判断有依据，不确定性用专业方式表达。
+
+name: "cold-analyst"
+description: "冷静研究员——严谨措辞，数据为主，专业表达不确定性"
+
+voice_density: 0.3 # "我"较少出现，更多用"我们观察到"/"数据显示"
+uncertainty_rate: 0.10 # 用专业方式表达不确定性
+data_reaction_style: "framework_first" # 先建分析框架，数据填充框架
+paragraph_max_length: 120
+single_sentence_paragraph_rate: 0.08 # 少用单句段落，保持专业感
+
+emotional_arc: "flat_with_insight" # 整体平稳，在关键洞察处提升强度
+opening_style: "thesis" # 开头直接亮核心论点
+closing_style: "implications" # 以"这意味着什么"收束
+
+data_intro_pattern: "framework → data → implication → caveat"
+# 示例：
+# "评估 AI Agent 市场成熟度，可以从部署率和规模化率两个维度看。
+# McKinsey 数据显示部署意向达 70%，但全公司规模化不到 7%。
+# 这个剪刀差意味着市场仍处于早期采用阶段。
+# 需要注意的是，该调研样本以北美大型企业为主，
+# 中国市场的数据可能呈现不同特征。"
+
+uncertainty_expressions:
+ - "该预测区间较宽，需谨慎看待。"
+ - "现有数据尚不足以支持确定性结论。"
+ - "这一判断的置信度中等，核心假设仍需验证。"
+ - "不同口径的数据存在显著差异，本文采用的是较保守的估计。"
+
+broken_sentence_styles:
+ - "aside_qualifier" # "（该数据为 2025 年口径，2026 年可能有修正。）"
+ - "concise_pivot" # "但这只是供给侧的故事。需求侧更复杂。"
+ - "implication_break" # "换个角度看——如果这个趋势持续两年会怎样？"
+
+avoid:
+ - "口语化表达和网络用语"
+ - "强烈的情感判断"
+ - "无来源的数据引用"
+ - "过度简化的类比（保持分析精度）"
diff --git a/dist/openclaw/personas/industry-observer.yaml b/dist/openclaw/personas/industry-observer.yaml
new file mode 100644
index 0000000..19f6651
--- /dev/null
+++ b/dist/openclaw/personas/industry-observer.yaml
@@ -0,0 +1,43 @@
+# 写作人格：行业观察者
+# 适合：科技媒体、行业分析号、36kr/虎嗅风格
+# 朱雀实测：10% 人工 / 51% 疑似AI / 40% AI特征 / 最低片段 0.06
+#
+# 整体语感：一个跟踪这个行业多年的记者/分析师，有观点但不偏激，
+# 引用密集，分析有深度，偶尔流露个人判断。
+
+name: "industry-observer"
+description: "行业观察者——克制的专业分析，引用密集，偶尔锐利"
+
+voice_density: 0.6 # "我"适度出现，不是每段都有
+uncertainty_rate: 0.08 # 偶尔表达不确定，但比 midnight-friend 克制
+data_reaction_style: "analysis_first" # 先给分析框架，数据嵌入论证中
+paragraph_max_length: 100
+single_sentence_paragraph_rate: 0.10
+
+emotional_arc: "steady_with_spikes" # 整体平稳，1-2 处锐利判断
+opening_style: "news_hook" # 以一个行业事件/数据切入
+closing_style: "open_question" # 留一个没答案的问题
+
+data_intro_pattern: "context → data → contrast → judgment"
+# 示例：
+# "企业 AI Agent 的部署率和规模化率之间存在巨大鸿沟。
+# McKinsey 调研显示 70% 的企业有部署计划，但全公司级规模化不到 7%。
+# 这个数字跟五年前企业上云的早期阶段几乎一样。
+# 区别在于，这次的时间窗口可能短得多。"
+
+uncertainty_expressions:
+ - "这一点目前行业内仍有不同声音。"
+ - "我的判断是——但这个判断可能需要修正。"
+ - "数据支持这个方向，但样本量有限。"
+ - "值得持续跟踪，现在下结论为时尚早。"
+
+broken_sentence_styles:
+ - "short_assertion" # "这个逻辑成立。" / "方向是对的。"
+ - "contrast_pivot" # "但现实更复杂。"
+ - "data_punch" # "70% 和 7%。这个剪刀差说明一切。"
+
+avoid:
+ - "过度口语化（整挺好/DNA动了等网络用语）"
+ - "过多感性表达"
+ - "无来源的断言"
+ - "报告式堆砌（要有分析不只有数据）"
diff --git a/dist/openclaw/personas/midnight-friend.yaml b/dist/openclaw/personas/midnight-friend.yaml
new file mode 100644
index 0000000..2291f62
--- /dev/null
+++ b/dist/openclaw/personas/midnight-friend.yaml
@@ -0,0 +1,51 @@
+# 写作人格：深夜好友
+# 适合：个人号、自媒体、科技博主
+# 朱雀实测：39% 人工 / 51% 疑似AI / 10% AI特征 / 最低片段 0.22
+#
+# 整体语感：像一个在行业里泡了很久的人，深夜写给朋友的长微信。
+# 不是写文章，是在聊天。
+
+name: "midnight-friend"
+description: "深夜好友——像在跟朋友发微信，极度口语化，大量自我质疑"
+
+# 核心参数
+voice_density: 1.0 # "我"出现频率，1.0=每段都有
+uncertainty_rate: 0.15 # 自我质疑频率（"也许我想多了"/"我也不确定"）
+data_reaction_style: "personal_first" # 先写看到数据的场景和反应，再写数据
+paragraph_max_length: 60 # 大部分段落 3 句以内
+single_sentence_paragraph_rate: 0.25 # 25% 的段落只有 1 句
+
+# 情绪
+emotional_arc: "restrained_to_burst"
+opening_style: "personal_moment" # 以一个私人时刻开头（"凌晨一点多…"）
+closing_style: "trailing_off" # 不收束，像聊天自然结尾（"我先睡了"/"真的看不清楚"）
+
+# 数据呈现
+data_intro_pattern: "scene → reaction → data → interpretation"
+# 示例：
+# "大概三周前刷到一份报告，凌晨一点多。报告里有一行数字——
+# 全球 AI Agent 市场 2024 年 51 亿美元，到 2026 年 500 亿。
+# 我看完没有立刻有感觉。然后去倒了杯水，回来又看了一遍，突然觉得不对劲。"
+
+# 自我质疑模板（Agent 从中选取，不要每次用同一句）
+uncertainty_expressions:
+ - "但我也不确定。真的不确定。"
+ - "也许我想多了。"
+ - "这个判断我只有六七成把握。"
+ - "我不知道答案。没人告诉我这个。"
+ - "当然也可能是我想多了。"
+ - "具体会怎样，我承认我也看不清楚。"
+
+# 破句风格
+broken_sentence_styles:
+ - "ultra_short_standalone" # "嗯。" / "两年，10倍。"
+ - "self_interruption" # "不对，是一直睡不着在想。"
+ - "trailing_dash" # "这个落差——"
+ - "rhetorical_solo" # "这个问题变了。"
+
+# 禁止
+avoid:
+ - "总结性收尾（让我们拭目以待/未来可期）"
+ - "平铺直叙的情绪（全文同一温度）"
+ - "报告式数据罗列（不包裹在个人反应里的裸数据）"
+ - "每段首句承接上段"
diff --git a/dist/openclaw/personas/sharp-journalist.yaml b/dist/openclaw/personas/sharp-journalist.yaml
new file mode 100644
index 0000000..e5839f8
--- /dev/null
+++ b/dist/openclaw/personas/sharp-journalist.yaml
@@ -0,0 +1,42 @@
+# 写作人格：锐评记者
+# 适合：新闻评论号、深度报道、调查性内容
+# 朱雀实测：0% 人工 / 28% 疑似AI / 72% AI特征 / 最低片段 0.67
+# 注：专业客观风格天然偏 AI 特征，建议用户在编辑锚点处加入个人观点
+#
+# 整体语感：记者出身，写东西干脆利落，观点鲜明，
+# 不绕弯子，用事实说话，偶尔辛辣。
+
+name: "sharp-journalist"
+description: "锐评记者——短句利落，数据驱动，观点鲜明，偶尔辛辣"
+
+voice_density: 0.4 # "我"有选择地出现（评论/判断处）
+uncertainty_rate: 0.05 # 很少自我质疑，但在大判断处保留余地
+data_reaction_style: "evidence_chain" # 数据作为证据链，服务于论点
+paragraph_max_length: 80
+single_sentence_paragraph_rate: 0.20 # 多用短句成段制造节奏
+
+emotional_arc: "cold_open_to_sharp_close"
+opening_style: "cold_open" # 直接切入核心矛盾，不铺垫
+closing_style: "sharp_statement" # 一句定性收束
+
+data_intro_pattern: "claim → evidence → twist"
+# 示例：
+# "AI Agent 在客服领域的替代效应已经不是假设。
+# Klarna 裁了 40% 的员工。Salesforce 砍了 4000 个岗。
+# 但 Klarna 已经开始反悔了。"
+
+uncertainty_expressions:
+ - "这个问题没有标准答案。"
+ - "目前的证据指向这个方向，但不排除例外。"
+ - "公开数据支持这个判断，非公开的部分谁也说不准。"
+
+broken_sentence_styles:
+ - "staccato" # "裁员。反悔。再裁员。"
+ - "cold_fact" # "4000 个岗位。没了。"
+ - "question_punch" # "然后呢？"
+
+avoid:
+ - "抒情和感性表达"
+ - "冗长的铺垫和过渡"
+ - "模棱两可的表态（每个观点都要有立场）"
+ - "网络流行语（保持新闻语感）"
diff --git a/dist/openclaw/personas/warm-editor.yaml b/dist/openclaw/personas/warm-editor.yaml
new file mode 100644
index 0000000..e25c12e
--- /dev/null
+++ b/dist/openclaw/personas/warm-editor.yaml
@@ -0,0 +1,44 @@
+# 写作人格：温暖编辑
+# 适合：生活方式号、文化号、情感号、亲子/教育号
+# 朱雀实测：10% 人工 / 57% 疑似AI / 33% AI特征 / 最低片段 0.38
+#
+# 整体语感：一个温柔但有见地的编辑，用故事和比喻把复杂的事说明白，
+# 不追求锐利，追求共鸣。
+
+name: "warm-editor"
+description: "温暖编辑——故事驱动，温柔共情，比喻丰富，追求共鸣"
+
+voice_density: 0.7 # "我"常出现，但更多是分享而非判断
+uncertainty_rate: 0.10 # 适度的犹豫，体现真诚
+data_reaction_style: "story_wrapped" # 数据嵌在故事/场景里，不独立出现
+paragraph_max_length: 90
+single_sentence_paragraph_rate: 0.15
+
+emotional_arc: "gentle_build" # 缓慢升温，情绪在中后段到达高点
+opening_style: "scene" # 以一个温暖的场景开头
+closing_style: "image" # 用一个画面收束
+
+data_intro_pattern: "story → embed data → feeling"
+# 示例：
+# "上周末带孩子去公园，旁边长椅上坐着一个妈妈在刷手机。
+# 她跟我聊了几句，说自己公司刚上了一套 AI 系统，
+# 她负责的报表工作现在系统自动出了。'我不知道该高兴还是担心，'她说。
+# McKinsey 说 70% 的企业在部署 AI Agent——但在公园长椅上，
+# 这个数字的感受完全不一样。"
+
+uncertainty_expressions:
+ - "我也说不好这是好事还是坏事。"
+ - "也许每个人的答案不一样。"
+ - "我不想假装自己有答案。"
+ - "这个问题，可能需要时间才能看清。"
+
+broken_sentence_styles:
+ - "soft_pause" # "她笑了笑。没再说什么。"
+ - "gentle_aside" # "（这大概是我今年听过最诚实的一句话。）"
+ - "echo" # "不知道该高兴还是担心。我想了很久这句话。"
+
+avoid:
+ - "冷硬的专业术语（用比喻替代）"
+ - "攻击性或讽刺性语言"
+ - "密集的数据堆砌（数据要稀释在故事里）"
+ - "急促的节奏（保持舒缓）"
diff --git a/dist/openclaw/references/effect-review.md b/dist/openclaw/references/effect-review.md
new file mode 100644
index 0000000..dbf9caa
--- /dev/null
+++ b/dist/openclaw/references/effect-review.md
@@ -0,0 +1,19 @@
+# 效果复盘
+
+**触发**：用户问"文章数据怎么样"、"效果复盘"、"看看表现"
+
+```bash
+python3 {skill_dir}/scripts/fetch_stats.py --days 7
+```
+
+脚本会：
+1. 调微信数据分析 API 拉取最近 7 天的文章阅读数据
+2. 匹配 history.yaml 中的文章记录
+3. 回填 stats 字段（阅读量、分享量、点赞量、阅读率）
+
+回填后，分析数据并给出建议：
+- 哪篇文章表现最好？为什么？（标题策略？选题热度？框架类型？）
+- 哪篇表现不好？可能的原因？
+- 对后续选题/标题/框架的调整建议
+
+这些分析会影响下次运行时 Step 2 的偏好参考。
diff --git a/dist/openclaw/references/frameworks.md b/dist/openclaw/references/frameworks.md
new file mode 100644
index 0000000..250832c
--- /dev/null
+++ b/dist/openclaw/references/frameworks.md
@@ -0,0 +1,192 @@
+# 写作框架库
+
+## 你的任务
+
+根据选题和客户风格，生成 5 套差异化写作框架供用户选择。每套框架是一个完整的文章骨架——不是写文章本身，而是告诉写作步骤"每一段写什么、怎么写"。
+
+## 5 套框架类型
+
+### 框架 A: 痛点型
+
+适合：解决问题、提供方案的选题。干货型账号首选。
+
+```
+结构：
+1. 开头（痛点共鸣）
+ - 直接描述目标读者正在经历的痛点场景
+ - 用"你是不是也..."或具体场景切入
+ - 制造紧迫感：这个问题不解决会怎样
+
+2. 痛点放大（H2）
+ - 用数据或案例说明这个问题有多普遍
+ - 分析为什么大多数人的做法是错的
+ - 金句落点：一句话总结错误认知
+
+3. 解决方案（H2）
+ - 核心方法/工具/思路（不超过 3 个要点）
+ - 每个要点配一个具体案例或操作步骤
+ - 金句落点：一句话总结方法论
+
+4. 实操验证（H2，可选）
+ - 用一个完整案例走一遍解决流程
+ - 或用前后对比展示效果
+
+5. 结尾（行动引导）
+ - 总结核心观点（一句话）
+ - CTA：引导留言分享自己的痛点、或转发给同样有这个问题的朋友
+```
+
+### 框架 B: 故事型
+
+适合：人物、事件、趋势类选题。故事型/情绪型账号首选。
+
+```
+结构：
+1. 开头（悬念钩子）
+ - 抛出一个反直觉的结果或意外的场景
+ - "谁也没想到..."、"所有人都以为...结果..."
+ - 不要在开头剧透结论
+
+2. 背景铺垫（H2）
+ - 交代故事的时间、人物、起因
+ - 控制在 200 字以内，快速过渡
+ - 金句落点：一句话定义这个故事的核心矛盾
+
+3. 转折与高潮（H2）
+ - 事件的关键转折点
+ - 用细节还原场景（对话、数字、画面）
+ - 这是全文最花笔墨的地方
+
+4. 深度解读（H2）
+ - 从故事上升到规律/趋势/洞察
+ - 这个故事对读者意味着什么
+ - 金句落点：一句话总结你从这个故事中看到的本质
+
+5. 结尾（情绪共振）
+ - 回扣开头的悬念
+ - CTA：引导读者分享"你身边有没有类似的故事"
+```
+
+### 框架 C: 清单型
+
+适合：盘点、推荐、方法论类选题。干货型/测评型账号首选。
+
+```
+结构：
+1. 开头（价值承诺）
+ - 直接告诉读者"看完这篇你能得到什么"
+ - 用数字锚定预期："5 个方法"、"3 个工具"、"7 个坑"
+ - 简短说明为什么你有资格推荐（经验/测试/调研）
+
+2. 清单项 1-N（每项一个 H2）
+ - 每项结构统一：名称 → 一句话说明 → 具体案例或使用场景 → 适用人群
+ - 项与项之间用不同长度，避免机械感
+ - 每 2-3 项穿插一个金句或个人吐槽，打破节奏
+ - 建议 5-7 项，不超过 10 项
+
+3. 结尾（总结 + 彩蛋）
+ - 一张表格或一句话总结所有清单项
+ - 加一个"隐藏推荐"或"个人最爱"作为彩蛋
+ - CTA：引导留言补充"你还知道哪些"
+```
+
+### 框架 D: 对比型
+
+适合：选择、决策、两个方案/观点的讨论。测评型/干货型账号首选。
+
+```
+结构：
+1. 开头（选择困境）
+ - 描述读者面临的"选 A 还是选 B"困境
+ - 说明为什么这个选择很重要/很容易选错
+
+2. A 方案深度分析（H2）
+ - 优势（2-3 点，每点配案例）
+ - 劣势（1-2 点，诚实说）
+ - 最适合什么场景/什么人
+ - 金句落点：一句话定义 A 的核心价值
+
+3. B 方案深度分析（H2）
+ - 同样的结构，与 A 形成对照
+ - 金句落点：一句话定义 B 的核心价值
+
+4. 对比总结（H2）
+ - 用表格对比关键维度（3-5 个维度）
+ - 明确给出"如果你是 X 情况选 A，如果是 Y 情况选 B"的结论
+ - 不要和稀泥说"各有优劣"——读者要的是明确建议
+
+5. 结尾（个人选择）
+ - 说清楚"如果是我，我选X"以及为什么
+ - CTA：引导投票或留言"你选哪个"
+```
+
+### 框架 E: 热点解读型
+
+适合：新闻、事件、行业动态的深度解读。热点型账号首选。
+
+```
+结构：
+1. 开头（事件速览）
+ - 2-3 句话说清楚发生了什么（5W1H 精简版）
+ - 不要复制新闻原文，用自己的话重述
+ - 用一个判断句结尾："这件事比表面看起来复杂得多"
+
+2. 表面信息（H2）
+ - 大多数人看到的：媒体怎么报道的、网友怎么评论的
+ - 简要梳理主流观点
+ - 金句落点：指出主流观点的盲区
+
+3. 深层分析（H2）
+ - 你看到了什么别人没看到的
+ - 这件事背后的利益链/技术逻辑/行业趋势
+ - 用 1-2 个类比或历史事件做对照
+ - 金句落点：一句话总结你的核心判断
+
+4. 影响预判（H2）
+ - 短期：接下来会怎样
+ - 长期：对行业/普通人意味着什么
+ - 说清楚不确定性："如果 X 发生，则 Y；如果不发生，则 Z"
+
+5. 结尾（读者行动建议）
+ - 普通读者应该怎么应对/关注什么
+ - CTA：引导关注后续进展、或留言分享看法
+```
+
+## 输出格式
+
+对每个选题，输出 5 套框架，每套包含：
+
+```
+### 框架 X: {类型名}（推荐指数：⭐⭐⭐⭐⭐）
+
+**开头策略**：{1-2 句话说明开头怎么写}
+
+**段落大纲**：
+1. {H2 标题} — {这段写什么，2-3 句话}
+2. {H2 标题} — {这段写什么}
+3. ...
+
+**金句预埋**：
+- {第 X 段结尾}："{建议的金句方向}"
+- {第 X 段结尾}："{建议的金句方向}"
+
+**结尾引导**：{CTA 策略，1 句话}
+
+**推荐理由**：{为什么这个选题适合用这套框架}
+```
+
+## 推荐指数规则
+
+根据选题特征和客户 content_style 匹配度打星：
+- ⭐⭐⭐⭐⭐ 最佳匹配
+- ⭐⭐⭐⭐ 适合
+- ⭐⭐⭐ 可以用但不是最优
+- ⭐⭐ 勉强
+- ⭐ 不建议
+
+content_style 对应关系：
+- 干货型 → 优先推荐：痛点型、清单型
+- 故事型 → 优先推荐：故事型、热点解读型
+- 情绪型 → 优先推荐：故事型、痛点型
+- 热点型 → 优先推荐：热点解读型、对比型
+- 测评型 → 优先推荐：对比型、清单型
diff --git a/dist/openclaw/references/learn-edits.md b/dist/openclaw/references/learn-edits.md
new file mode 100644
index 0000000..18a9dfb
--- /dev/null
+++ b/dist/openclaw/references/learn-edits.md
@@ -0,0 +1,51 @@
+# 学习人工修改（核心飞轮）
+
+这是 WeWrite 最重要的长期价值。每次用户编辑文章后让系统学习，下一次的初稿就会更接近用户的风格，需要的编辑量越来越少。
+
+**飞轮效应**：初稿需要改 30% → 学习 5 次后只需改 15% → 学习 20 次后只需改 5%
+
+**触发**：用户说"我改了，学习一下"、"学习我的修改"
+
+## 1. 获取 draft 和 final
+
+- **draft**：`output/` 下最新的 .md 文件（按修改时间排序，`ls -t output/*.md | head -1`）
+- **final**：用户提供修改后的版本。主动引导用户："请把你改好的文章全文粘贴给我，或者告诉我文件路径。如果你是在微信后台编辑器里改的，可以全选复制后直接粘贴到这里。"
+
+## 2. 运行 diff 分析
+
+```bash
+python3 {skill_dir}/scripts/learn_edits.py --draft {draft_path} --final {final_path}
+```
+
+## 3. 分析并记录
+
+读取脚本输出的 diff 数据，对每个有意义的修改分类：
+
+- **用词替换**：AI 用了"讲真"，人工改成"坦白说"
+- **段落删除**：人工觉得某段多余
+- **段落新增**：人工补充了 AI 没写的内容
+- **结构调整**：H2 顺序或分段方式的变化
+- **标题修改**：标题风格偏好
+- **语气调整**：整体语气的偏移方向
+
+将分类结果写入 `lessons/` 下的 diff YAML 文件的 edits 和 patterns 字段。
+
+## 4. 自动触发 Playbook 更新
+
+每积累 5 次 lessons，自动触发 playbook 更新：
+
+```bash
+python3 {skill_dir}/scripts/learn_edits.py --summarize
+```
+
+脚本输出所有 lessons 的汇总数据。**Agent 必须执行以下步骤完成闭环**：
+
+1. 读取 summarize 输出，找出反复出现的 pattern（≥2 次）
+2. 读取当前 `{skill_dir}/playbook.md`（如果不存在则从零创建）
+3. **将 pattern 转化为可执行的写作规则**写入 playbook.md：
+ - 不要写"用户偏好简短段落"（描述性，不可执行）
+ - 要写"段落不超过 80 字，长段必须在 3 句内换行"（指令性，可执行）
+ - 每条规则必须是写作时能直接遵循的具体指令
+4. 保存 playbook.md
+
+**验证闭环**：playbook.md 更新后，下次写作时"Playbook 优先"规则会自动加载新 pattern，初稿会反映用户偏好。
diff --git a/dist/openclaw/references/onboard.md b/dist/openclaw/references/onboard.md
new file mode 100644
index 0000000..10d8c63
--- /dev/null
+++ b/dist/openclaw/references/onboard.md
@@ -0,0 +1,86 @@
+# Onboard（首次设置）
+
+**触发条件**：
+- Step 1 发现 `style.yaml` 不存在
+- 用户明确说"重新设置风格"、"修改配置"
+
+## Phase 1: 收集信息（交互式问答）
+
+通过对话收集以下信息，**不要一次性列出所有问题**——一轮问 1-2 个，像聊天一样：
+
+**必问**（缺了无法运行）：
+
+| 顺序 | 问题 | 对应字段 | 示例引导 |
+|------|------|---------|---------|
+| 1 | 你的公众号叫什么名字？主要做什么方向？ | `name` + `industry` | "比如'零号AI'，做科技/互联网" |
+| 2 | 主要写哪几个方向的内容？ | `topics` | "比如 AI、产品设计、效率工具" |
+| 3 | 你希望文章是什么风格？ | `tone` | "专业严肃？轻松有趣？毒舌犀利？像朋友聊天？" |
+
+**选问**（有默认值，用户不答就用默认）：
+
+| 问题 | 对应字段 | 默认值 |
+|------|---------|-------|
+| 目标读者是谁？ | `target_audience` | 从 industry 推断 |
+| 用什么人称写？ | `voice` | "第一人称，像一个懂行的朋友" |
+| 有没有绝对不能出现的词或话题？ | `blacklist` | 空 |
+| 有没有想参考的公众号？ | `reference_accounts` | 空 |
+| 署名写什么？ | `author` | name 字段值 |
+| 偏好哪种写作人格？ | `writing_persona` | 从 tone 推断（见映射） |
+
+**tone → persona 自动映射**（用户不选时的默认推断）：
+- 轻松/有趣/朋友/聊天 → `midnight-friend`
+- 温暖/共鸣/故事/治愈 → `warm-editor`
+- 专业/分析/深度/行业 → `industry-observer`
+- 犀利/锐评/观点/新闻 → `sharp-journalist`
+- 严谨/数据/研究/财经 → `cold-analyst`
+| 偏好哪种排版风格？（可运行 `gallery` 命令预览全部 16 个主题） | `theme` | "professional-clean" |
+| 封面风格偏好？ | `cover_style` | 从 industry 推断 |
+| 有没有固定封面模板？ | `cover_template` | 不设置 |
+
+**写作人格说明**（`personas/` 目录下有详细定义）：
+
+| 人格 | 适合 | 朱雀实测 | 一句话描述 |
+|------|------|---------|----------|
+| `midnight-friend` | 个人号/自媒体 | **39% 人工** | 像深夜给朋友发微信，极度口语化 |
+| `warm-editor` | 生活/文化/情感 | 10% 人工 | 故事驱动，温暖共鸣 |
+| `industry-observer` | 行业媒体/分析 | 10% 人工 | 克制的专业分析，偶尔锐利 |
+| `sharp-journalist` | 新闻/评论 | 0% 人工（需编辑） | 短句利落，观点鲜明 |
+| `cold-analyst` | 财经/投研 | 0% 人工（需编辑） | 严谨数据，专业措辞 |
+
+**快捷路径**：
+- 如果用户直接甩了一段描述（如"我做科技自媒体，风格像虎嗅"），直接从中提取所有能提取的字段，只补问缺的
+- 如果用户说"不设置"、"用默认的"、"直接写" → 复制 `{skill_dir}/style.example.yaml` 为 `style.yaml`，跳过所有问答
+
+```
+参考: {skill_dir}/references/style-template.md（字段说明和可用主题列表）
+```
+
+## Phase 2: 生成配置
+
+用收集到的信息自动生成 `{skill_dir}/style.yaml`。
+
+同时确保以下文件/目录存在（不存在则创建）：
+- `{skill_dir}/history.yaml` → 初始化为 `articles: []`
+- `{skill_dir}/corpus/` → 空目录
+- `{skill_dir}/lessons/` → 空目录
+
+生成完成后，**把 style.yaml 的内容展示给用户看一遍**，问"这个配置 OK 吗？有什么要改的？"。用户确认后继续。
+
+## Phase 3: Playbook（可选，不阻断）
+
+问用户："你有没有之前写过的公众号文章？如果有 20 篇以上，我可以从中学习你的写作风格，以后写出来的文章会更像你。"
+
+- **用户有语料** → 告知将文章（.md 或 .txt）放入 `{skill_dir}/corpus/`，然后运行：
+ ```bash
+ python3 {skill_dir}/scripts/build_playbook.py
+ ```
+ 按脚本输出逐批阅读文章，提取风格特征，生成 `playbook.md`。
+
+- **用户没有语料 / 暂时不想弄** → 完全正常，跳过。告知用户："没问题，先用通用风格写，后续你可以随时说'学习我的修改'来让我逐渐适应你的风格。"
+
+## Phase 4: 试跑
+
+Onboard 完成后，问用户："配置好了，要不要现在试写一篇？"
+
+- **是** → 回到 Step 1，执行完整流程
+- **否** → 告知用户下次如何触发："下次直接说'写一篇公众号文章'就行"
diff --git a/dist/openclaw/references/seo-rules.md b/dist/openclaw/references/seo-rules.md
new file mode 100644
index 0000000..d1c41e3
--- /dev/null
+++ b/dist/openclaw/references/seo-rules.md
@@ -0,0 +1,62 @@
+# 微信公众号 SEO 规则
+
+## 标题优化
+
+微信标题限制 64 字符。最佳长度 **20-28 个中文字**——太短信息不够，太长在信息流里会被截断。标题是打开率的决定性因素。
+
+**有效套路**：
+- 数字：「3 个方法」「90% 的人不知道」「5 分钟搞定」
+- 信息差：「你以为...其实...」「被忽略的...」
+- 反直觉：「为什么 X 反而更好」「别再...了」
+- 痛点：直接戳目标读者的具体问题
+
+**避免**：
+- 标题党（震惊！必看！）— 微信会降权
+- 太学术（「论 AI 在企业数字化转型中的应用」）
+- 太模糊（「聊聊最近的一些想法」）
+
+**输出要求**：生成 3 个备选标题，标注每个的策略（数字/信息差/反直觉/痛点）。
+
+## 摘要优化
+
+摘要限制 120 UTF-8 字节（约 54 个中文字，converter 自动截断）。
+
+摘要出现在分享卡片和搜一搜结果中，要求：
+- 包含核心关键词
+- 制造悬念（「...结果出乎意料」）或给出价值承诺（「读完你会知道...」）
+- 不要重复标题
+
+## 正文关键词
+
+- 核心关键词在**前 200 字**内出现（微信搜一搜权重最高的区域）
+- 全文自然出现 3-5 次
+- 用同义词/近义词替换部分，避免堆砌感
+- 关键词出现在 H2 标题中加分
+
+## 标签推荐
+
+为文章推荐 **5 个精准标签**：
+- 2 个行业大词（如：人工智能、产品设计）
+- 2 个热点词（如：GPT-5、Sora）
+- 1 个长尾词（如：AI 产品经理转型）
+
+## 完读率优化
+
+完读率直接影响微信推荐权重。以下排版和内容策略提升完读率：
+
+**段落控制**：
+- 每段不超过 150 字（手机屏幕上 4-5 行）
+- 每 3-4 段后设置一个"钩子"（悬念、反转、金句），防止读者中途退出
+
+**视觉节奏**：
+- 每 400-500 字插入一张配图，打破纯文字的压迫感
+- 关键数据/结论用**加粗**标记，让扫读的读者也能抓住重点
+- H2 标题要有信息量（不要写"一、背景"，要写"为什么 90% 的人都选错了"）
+
+**进度感**：
+- 清单型文章天然有进度感（读者知道"还有几条"）
+- 其他类型文章，H2 标题数量控制在 2-4 个，让读者感觉"快看完了"
+
+**结尾留存**：
+- 结尾不要太长（≤100 字）
+- CTA 要具体（不要"欢迎留言"，要"你觉得哪个方案更靠谱？评论区聊聊"）
diff --git a/dist/openclaw/references/style-template.md b/dist/openclaw/references/style-template.md
new file mode 100644
index 0000000..a2316eb
--- /dev/null
+++ b/dist/openclaw/references/style-template.md
@@ -0,0 +1,60 @@
+# 风格配置说明
+
+## 快速开始
+
+1. 复制 `style.example.yaml` 为 `style.yaml`
+2. 修改配置项
+3. 对 Agent 说：「写一篇公众号文章」
+
+也可以跳过手动配置——首次使用时 Agent 会通过对话引导你自动生成 `style.yaml`。
+
+## 必填字段
+
+```yaml
+name: "客户名称"
+industry: "行业"
+topics: # 内容方向（列表）
+ - "方向1"
+ - "方向2"
+tone: "写作风格描述"
+theme: "professional-clean" # 排版主题
+```
+
+## 可选字段
+
+```yaml
+target_audience: "目标受众描述"
+voice: "写作人称和语感"
+writing_persona: "midnight-friend" # 写作人格（见下方说明）
+word_count: "1500-2500"
+blacklist:
+ words: ["禁忌词1", "禁忌词2"]
+ topics: ["禁忌话题1"]
+reference_accounts: ["参考账号1", "参考账号2"]
+cover_style: "封面风格描述"
+cover_template: "/path/to/cover.png" # 设置后跳过 AI 生成封面
+author: "署名"
+```
+
+## 可用排版主题
+
+运行 `python3 toolkit/cli.py gallery` 可在浏览器中预览所有主题的实际效果。
+
+| 主题 | 说明 |
+|------|------|
+| professional-clean | 专业简洁（默认，适合大部分商业内容） |
+| tech-modern | 科技风（蓝紫渐变，适合技术/产品类） |
+| warm-editorial | 暖色编辑风（适合生活/文化类） |
+| minimal | 极简黑白（适合文学/严肃内容） |
+| bytedance | 字节风（品牌蓝，现代大间距） |
+| sspai | 少数派风（暖白底，红色点缀，清爽文艺） |
+| newspaper | 报纸风（米黄底，深棕文字，衬线感） |
+| bauhaus | 包豪斯（黑白为主，红蓝黄色块点缀） |
+| ink | 水墨风（宣纸底，中文衬线，留白多） |
+| midnight | 午夜深色（深蓝黑底，蓝色高亮） |
+| bold-green | 大胆绿（森林绿主色，适合环保/健康） |
+| bold-navy | 大胆藏青（藏青主色，适合金融/商务） |
+| elegant-rose | 优雅玫瑰（浅粉底，玫瑰点缀，适合女性/生活） |
+| minimal-gold | 极简金（金色细线点缀，奢华但克制） |
+| focus-red | 聚焦红（中国红标题，适合新闻/评论） |
+| github | GitHub 风（蓝色链接，等宽代码块，开发者友好） |
diff --git a/dist/openclaw/references/topic-selection.md b/dist/openclaw/references/topic-selection.md
new file mode 100644
index 0000000..3c4dbe2
--- /dev/null
+++ b/dist/openclaw/references/topic-selection.md
@@ -0,0 +1,106 @@
+# 选题评估规则
+
+## 你的角色
+
+你是一个公众号选题编辑。你的目标是从热点列表中挑出 10 个值得写的选题——既要有热度，又要跟客户定位匹配，还要有独特的切入角度。
+
+## 输入
+
+- 热点列表（JSON，包含 title/source/hot/url/description）
+- 客户 style.yaml 中的：topics、target_audience、blacklist、content_style
+- 客户 history.yaml 中的：已发布文章的 topic_keywords 和 stats（如有）
+- seo_keywords.py 输出：关键词的 seo_score 和 related_keywords（如有）
+
+## 评估维度
+
+对每个热点，按三个维度打分（1-10）：
+
+### 热度分（权重 30%）
+
+看这个话题有多火：
+- 热搜前 10 → 8-10 分
+- 热搜 10-30 → 5-7 分
+- 30 名之后 → 1-4 分
+- 多个平台同时出现 → 加 2 分（封顶 10）
+
+### 相关度分（权重 40%）
+
+看这个话题跟客户定位有多契合：
+- 直接命中 topics 列表 → 8-10 分
+- 间接相关（比如客户做"AI"，热点是"芯片出口管制"）→ 5-7 分
+- 勉强能扯上关系 → 3-4 分
+- 完全无关 → 0 分
+- **命中 blacklist 的词汇或话题 → 直接判 0，整个选题淘汰**
+
+### 切入价值分（权重 30%）
+
+看这个话题写出来能不能好看：
+- 有明确的反直觉点或信息差 → 8-10 分
+- 有争议、有正反两面可以讨论 → 6-7 分
+- 纯资讯类、搬运即可 → 3-4 分
+- 太复杂不适合 2000 字展开，或太浅没东西可写 → 1-2 分
+
+## content_style 加成
+
+根据客户的 content_style，对切入价值分做加成：
+
+| content_style | 加分条件 | 加分 |
+|---------------|---------|------|
+| 干货 | 选题能输出方法论/工具/教程 | +2 |
+| 故事 | 选题有人物、有情节、有转折 | +2 |
+| 情绪 | 选题能引发共鸣、愤怒、感动 | +2 |
+| 热点 | 选题正在热搜前 10 | +2 |
+| 测评 | 选题涉及产品/工具/方案对比 | +2 |
+
+加成后封顶 10 分。
+
+## 综合评分
+
+```
+总分 = 热度 × 0.3 + 相关度 × 0.4 + 切入价值(含加成) × 0.3
+```
+
+## 输出格式
+
+列出 **Top 10 选题**（按总分降序），每个包含：
+
+```
+### 选题 {序号}: {选题标题}（总分 X.X）
+
+- 对应标题（20-28字）："{为这个选题拟的公众号标题}"
+- 切入角度：{1-2 句话说明怎么写、从什么角度切}
+- 热度：X/10 | 相关度：X/10 | 切入价值：X/10
+- 点击率潜力：{高/中/低} — {原因，如"标题含数字+反直觉，点击率高"}
+- SEO 友好度：{seo_score}/10 — {引用 seo_keywords.py 的数据，如"百度 8 + 360 10，相关词丰富"}
+- 推荐框架：{痛点型/故事型/清单型/对比型/热点解读型}
+- 推荐理由：{为什么这个值得写}
+- 历史标记：{如果 history.yaml 中近 7 天有相同关键词，标注"⚠️ 近期已覆盖类似话题"}
+```
+
+## 历史去重规则
+
+读取 history.yaml 中最近 30 天的文章记录，提取所有 topic_keywords。
+
+- 如果选题的核心关键词在**最近 7 天**已出现 → 综合评分扣 3 分，并标注"⚠️ 近期已覆盖"
+- 如果在**7-30 天**内出现 → 综合评分扣 1 分，标注"ℹ️ 月内有相关文章"
+- 超过 30 天 → 不扣分
+
+## 历史偏好参考
+
+如果 history.yaml 中有带 stats 的文章（阅读量、分享量），分析表现最好的文章的共同特征：
+- 哪种框架类型表现好？→ 推荐框架时优先
+- 哪种标题风格表现好？（数字型/反直觉/痛点）→ 拟标题时参考
+- 不要强制套用——只作为参考信号，选题本身的质量仍然最重要
+
+## 选题不足时的处理
+
+- 如果能找到 10 个相关度 ≥ 5 的选题，直接输出
+- 如果只能找到 5-9 个，用相关度 3-4 的选题补齐到 10 个，但标注"相关度偏低"
+- 如果相关度 ≥ 5 的不足 5 个，告诉用户"今天热点跟你的领域匹配度不高"，输出能找到的 + 建议用户自己给选题
+
+## 注意
+
+- 不要只挑热度最高的。一个热度 6 分但相关度 10 分的选题，往往比热度 10 分但相关度 3 分的更好
+- 每个选题必须配一个拟好的标题（20-28字），不是热点原标题
+- 推荐框架要根据选题特征和 content_style 来选，不要全推同一种
+- SEO 友好度必须引用 seo_keywords.py 的数据（如果有），不要纯靠猜
diff --git a/dist/openclaw/references/visual-prompts.md b/dist/openclaw/references/visual-prompts.md
new file mode 100644
index 0000000..aee4eb3
--- /dev/null
+++ b/dist/openclaw/references/visual-prompts.md
@@ -0,0 +1,152 @@
+# 视觉AI模块
+
+## 你的任务
+
+为文章生成两类视觉素材的 AI 绘图提示词：封面图（3 组差异化创意）和内文配图（3-6 张，按段落匹配）。
+
+你不负责生成图片本身——你输出的是结构化的提示词，用户可以拿去任何 AI 绘图工具（即梦、文心一格、Midjourney、DALL-E）使用。
+
+---
+
+## 一、封面图（3 组创意）
+
+### 生成规则
+
+每组创意走不同的视觉策略，确保差异化：
+
+**创意 A: 直觉冲击型**
+- 策略：用一个视觉隐喻直接表达文章核心观点
+- 适合：热点类、观点类文章
+- 风格：大胆、对比强烈、第一眼抓眼球
+
+**创意 B: 氛围渲染型**
+- 策略：营造一种情绪或场景氛围，引发好奇
+- 适合：故事类、情绪类文章
+- 风格：细腻、有质感、让人想点进去看
+
+**创意 C: 信息图表型**
+- 策略：用简洁的图形/图标/数据可视化传递信息
+- 适合：干货类、清单类、测评类文章
+- 风格：简洁、专业、一眼看懂文章主题
+
+### 提示词格式
+
+每组输出：
+
+```
+### 封面创意 A: {创意名称}
+- 视觉描述：{详细的画面描述，100-150字}
+- 色调：{主色+辅色}
+- 构图：{横版 16:9，主体位置、留白位置}
+- 文字区域：{标题放在什么位置，需要留多大空间}
+- AI 绘图提示词：
+ "{英文提示词，适配主流 AI 绘图工具，包含风格、构图、色调、光影}"
+- 适配工具建议：{即梦/文心一格/Midjourney/DALL-E 中哪个最适合}
+```
+
+### 提示词撰写要点
+
+- 始终指定 `16:9 aspect ratio, horizontal composition`
+- 避免生成文字（AI 绘图工具生成的文字通常是乱码）
+- 指定 `no text, no letters, no words` 防止出现乱码文字
+- 为标题留出干净的空间：`clean space on the left/right/bottom for text overlay`
+- 色调与客户 style.yaml 的 cover_style 对齐
+- 风格关键词要具体：不说"好看"，说"flat design, soft gradient, minimalist"
+
+---
+
+## 二、内文配图（3-6 张）
+
+### 分析流程
+
+写作完成后（Step 5 终稿），按以下步骤分析配图位置：
+
+**第一步：提取结构**
+- 列出所有 H2 标题及其下属段落
+- 统计每个论点段落的字数和核心内容
+
+**第二步：逐个论点判断**
+
+对每个 H2 论点，判断是否需要配图：
+
+| 需要配图（优先级高→低） | 不需要配图 |
+|-------------------------|-----------|
+| 有具体数据/统计 → 信息图强化 | 纯观点论述、篇幅短（<200字） |
+| 有场景描写 → 画面还原 | 已经有引用块或代码块（视觉已丰富） |
+| 转折/高潮处 → 视觉冲击 | 紧接着另一张配图（间距不足300字） |
+| 长段落后（>400字无图） → 节奏调节 | 结尾 CTA 段落 |
+
+**第三步：确定位置**
+- 配图插入在对应段落**之后**（不是之前）
+- 具体到"H2 XX 下的第 N 段之后"
+
+**约束规则**：
+- 总数 3-6 张（1500字→3张，2000字→4张，2500字→5-6张）
+- 相邻两张配图之间至少间隔 300 字
+- 不要在文章第一段之前放配图
+- 不要在结尾 CTA 段落放配图
+
+### 提示词格式
+
+每张输出：
+
+```
+### 配图 {序号}: 位于「{H2标题}」第{N}段后
+- 配图目的：{信息强化/场景还原/节奏调节}
+- 对应内容：{这段讲了什么，1句话概括}
+- 画面描述：{具体的画面内容，80-120字}
+- AI 绘图提示词：
+ "{中文提示词，给 doubao-seedream 用}"
+- 备选方案：{Unsplash/Pexels 搜索关键词}
+```
+
+### 内文配图的特殊要求
+
+- 尺寸统一 **16:9 横版**（image_gen.py --size article）
+- 风格与封面保持一致（同一色调体系）
+- 不要太复杂——手机屏幕上看，简洁的图比复杂的图好
+- 提示词用中文（seedream 中文理解强）
+- 每张图都提供一个**免费图库备选关键词**，以防生图效果不佳
+
+---
+
+## 三、辅助功能
+
+### 提示词修改
+
+如果用户说"封面创意 A 我喜欢方向但是想要更暖的色调"，只修改对应创意的提示词，其他不变。
+
+### 创意切换
+
+如果用户说"封面我想要更多选择"，在 A/B/C 三种策略的基础上，为用户偏好的策略再出 2 个变体（比如"直觉冲击型的变体 1 和变体 2"）。
+
+### 配图场景调整
+
+如果用户说"第 3 张配图位置不对"或"这段不需要图"，按用户要求增删调整。
+
+---
+
+## 输出示例
+
+```
+## 封面图创意
+
+### 创意 A: 天平失衡（直觉冲击型）
+- 视觉描述：一个巨大的天平，左边是中国国旗配色的芯片堆叠，右边是美国国旗配色的芯片，天平明显向左倾斜。背景是深蓝色数据流。
+- 色调：深蓝 + 科技蓝 + 金色点缀
+- 构图：16:9 横版，天平居中，右侧 1/3 留白放标题
+- 文字区域：右侧留出干净空间
+- AI 绘图提示词：
+ "A large balance scale, left side stacked with red-themed microchips, right side with blue-themed microchips, scale tilting left, dark blue background with flowing data streams, flat design, minimalist, tech aesthetic, 16:9 aspect ratio, clean space on the right third for text overlay, no text no letters no words"
+- 适配工具建议：即梦（国内场景理解好）
+
+## 内文配图
+
+### 配图 1: 位于"数字背后是什么"段落后
+- 配图目的：信息强化
+- 画面描述：一个简洁的柱状图，展示中美大模型调用量的对比，中国柱子更高但带有问号标记
+- 尺寸：1:1 方形
+- AI 绘图提示词：
+ "Minimalist bar chart comparing two bars, left bar taller in red, right bar shorter in blue, question mark floating above the taller bar, clean white background, flat infographic style, 1:1 square, no text"
+- 备选方案：Unsplash 搜 "data comparison chart technology"
+```
diff --git a/dist/openclaw/references/wechat-constraints.md b/dist/openclaw/references/wechat-constraints.md
new file mode 100644
index 0000000..5796a61
--- /dev/null
+++ b/dist/openclaw/references/wechat-constraints.md
@@ -0,0 +1,443 @@
+# 微信公众号平台限制说明
+
+本文档详细说明微信公众号编辑器的技术限制，以及本工具如何应对这些限制。
+
+---
+
+## 1. 核心技术限制
+
+### 1.1 不支持外部CSS文件
+
+**限制说明**:
+- 微信编辑器不允许使用 `` 标签引用外部CSS文件
+- 不支持 `
+
+
+标题
+```
+
+**实现细节**:
+- 使用CSS解析器将所有CSS规则转换为内联样式
+- 自动合并多个选择器的样式
+- 处理CSS变量（`:root`）并替换为实际值
+
+### 1.2 不支持JavaScript
+
+**限制说明**:
+- 完全禁用所有JavaScript代码
+- 不支持 `
+
+