WeWrite

公众号文章全流程 AI Skill —— 从热点抓取到草稿箱推送，一句话搞定。

兼容 Claude Code 和 OpenClaw 的 skill 格式。安装后说「写一篇公众号文章」即可触发完整流程。

它能做什么

"写一篇公众号文章"
  → 抓热点 → 选题评分 → 框架选择 → 写作（7层去AI痕迹）
  → SEO优化 → AI配图 → 微信排版 → 推送草稿箱

首次使用时会通过对话引导你设置公众号风格，之后每次只需一句话。

核心能力

能力	说明	实现
热点抓取	微博 + 头条 + 百度实时热搜	scripts/fetch_hotspots.py
SEO 评分	百度 + 360 搜索量化评分	scripts/seo_keywords.py
选题生成	10 选题 × 3 维度评分 + 历史去重	references/topic-selection.md
框架生成	5 套写作骨架（痛点/故事/清单/对比/热点）	references/frameworks.md
文章写作	7 层去 AI 痕迹 + 维度随机化 + 风格适配	references/writing-guide.md
SEO 优化	标题策略 / 摘要 / 关键词 / 标签	references/seo-rules.md
视觉 AI	封面 3 创意 + 内文 3-6 配图	toolkit/image_gen.py
排版发布	Markdown → 微信内联样式 HTML → 草稿箱	toolkit/cli.py
效果复盘	微信数据分析 API 回填阅读/分享数据	scripts/fetch_stats.py
风格学习	从你的人工修改中提取写作偏好	scripts/learn_edits.py

7 层去 AI 痕迹

WeWrite 的写作不是"写完再改"，而是从第一句话开始就像人在写。针对朱雀等 AI 检测工具，在 7 个统计维度同时制造"人味"：

层	对抗目标	手段
1. 词汇层	词汇分布过"中位"	冷/温/热/野四温度梯度混搭
2. 句法层	句子复杂度均匀	破句、自我纠正、长短句剧烈交替
3. 信息密度层	每段信息量均匀	高密度段后必跟低密度段
4. 连贯性打破层	过渡太丝滑	硬切、跑题再回来、非线性展开
5. 具体性注入层	抽象泛化	具体时间/地点/人物/非整数数字
6. 情绪真实感层	情绪平铺	情绪弧线（克制→爆发→犹豫）
7. 维度随机化层	跨文章模式识别	6 维度池随机抽 2-3 个贯穿全文

每篇文章写完后执行 8 项自检，不通过则定向重写。

安装

1. 获取代码

git clone https://github.com/oaker-io/wewrite.git

2. 挂载为 Skill

Claude Code：

# 方式 A：添加 skill 路径到设置
# 方式 B：复制到 skills 目录
cp -r wewrite ~/.claude/skills/wewrite

OpenClaw：

# 复制到 openclaw skills 目录
cp -r wewrite /path/to/openclaw/skills/wewrite

3. 安装 Python 依赖

pip install -r requirements.txt

4. 配置（可选）

cp config.example.yaml config.yaml

编辑 config.yaml，填入：

• 微信公众号 appid / secret — 推送草稿箱和数据统计需要
• 图片生成 API key — doubao-seedream 或 OpenAI DALL-E

不配也能用——环境检查会自动识别缺失的 API，走降级路径（生成本地 HTML + 输出图片提示词）。

快速开始

你：写一篇公众号文章

（首次使用会引导你设置公众号风格，也可以说"用默认的"跳过）

你：写一篇关于 AI Agent 的公众号文章
你：交互模式，写一篇关于效率工具的推文
你：帮我润色一下刚才那篇
你：看看最近文章数据怎么样

目录结构

wewrite/
├── SKILL.md                # Skill 主文件（Agent 读取并执行）
├── config.example.yaml     # API 配置模板
├── style.example.yaml      # 风格配置模板（首次使用时自动生成 style.yaml）
├── requirements.txt
│
├── scripts/                # 数据采集与学习
│   ├── fetch_hotspots.py     # 多平台热点抓取
│   ├── seo_keywords.py       # SEO 关键词分析
│   ├── fetch_stats.py        # 微信文章数据回填
│   ├── build_playbook.py     # 从历史文章生成写作 Playbook
│   └── learn_edits.py        # 学习人工修改
│
├── toolkit/                # Markdown → 微信工具链
│   ├── cli.py                # CLI（preview / publish / themes）
│   ├── converter.py          # Markdown → 内联样式 HTML
│   ├── theme.py              # YAML 主题引擎
│   ├── publisher.py          # 微信草稿箱 API
│   ├── wechat_api.py         # access_token / 图片上传
│   ├── image_gen.py          # AI 图片生成（doubao / OpenAI）
│   └── themes/               # 4 套预置排版主题
│
├── references/             # Agent 按需读取的参考文档
│   ├── writing-guide.md      # 写作规范 + 7 层去 AI 痕迹
│   ├── frameworks.md         # 5 种写作框架
│   ├── topic-selection.md    # 选题评估规则
│   ├── seo-rules.md          # 微信 SEO 规则
│   ├── visual-prompts.md     # 视觉 AI 提示词规范
│   ├── wechat-constraints.md # 微信平台技术限制
│   └── style-template.md    # 风格配置字段说明
│
├── output/                 # 生成的文章（运行时产生）
├── corpus/                 # 历史文章语料（可选，用于 Playbook 学习）
└── lessons/                # 修改记录（自动生成）

运行时自动生成的文件（不入 git）：style.yaml、history.yaml、playbook.md、corpus/、lessons/

风格配置

首次使用时 Agent 会通过对话引导你生成 style.yaml。你也可以手动创建：

cp style.example.yaml style.yaml

核心字段：

name: "公众号名称"
industry: "行业"
topics:
  - "方向1"
  - "方向2"
tone: "写作风格描述"
theme: "professional-clean"  # 排版主题

详见 references/style-template.md。

排版主题

主题	风格
professional-clean	专业简洁（默认）
tech-modern	科技风（蓝紫渐变）
warm-editorial	暖色编辑风
minimal	极简黑白

预览：python3 toolkit/cli.py themes

图片生成

通过 config.yaml 切换 provider：

Provider	适用场景	获取 Key
doubao	中文提示词效果好，国内快	火山引擎 Ark
openai	DALL-E 3，国际通用	OpenAI

不配置时自动跳过生图，输出提示词供手动生成。

风格学习

WeWrite 能从你的修改中学习写作偏好：

1. 导入历史文章：把 .md 文件放入 corpus/，Agent 会提取风格特征生成 playbook.md
2. 学习修改：对 Agent 说"学习我的修改"，它会 diff 你的改稿，积累 5 次后自动更新 Playbook
3. Playbook 优先：一旦生成，Playbook 中的规则优先于通用写作规范

Toolkit 独立使用

即使不用 Agent，工具链也可以独立使用：

# 预览 Markdown → 微信 HTML
python3 toolkit/cli.py preview article.md --theme professional-clean

# 发布到微信草稿箱
python3 toolkit/cli.py publish article.md --cover cover.png --title "文章标题"

# 抓热点
python3 scripts/fetch_hotspots.py --limit 20

# SEO 分析
python3 scripts/seo_keywords.py --json "AI大模型" "科技股"

# AI 生图
python3 toolkit/image_gen.py --prompt "描述" --output cover.png --size cover

工作流程

Step 0  环境检查（静默通过或引导修复，设置降级标记）
  ↓
Step 1  加载风格配置（不存在则进入 Onboard）
  ↓
Step 2  热点抓取（降级：WebSearch）
  ↓
Step 2.5 历史去重 + SEO 数据
  ↓
Step 3  选题生成（10 选题 × 评分）
  ↓
Step 3.5 框架选择（5 套骨架）
  ↓
Step 4  维度随机化 + 文章写作（7 层去 AI 痕迹）
  ↓
Step 5  SEO 优化 + 去 AI 逐层验证（8 项自检）
  ↓
Step 6  视觉 AI（封面 + 内文配图）
  ↓
Step 7  排版推送（降级：本地 HTML）
  ↓
Step 7.5 写入发布历史
  ↓
Step 8  回复用户

默认全自动。说"交互模式"可在选题/框架/配图处暂停确认。

License

MIT