59aa215f12
根据朱雀AI检测对比分析，通过检测的文章核心特征是"建立在真实外部 信息源之上"——具名来源、可验证数据、真实引述。纯 LLM 生成的 "假细节"（编造数据/虚构场景）在 token 概率分布上仍然是 AI 的。 改动： - SKILL.md 新增 Step 3.75：WebSearch 采集 5-8 条真实素材 - Step 4b 写作要求必须锚定真实素材，禁止编造 - writing-guide.md 新增"最重要的一条"：真实信息锚定优先级最高 - 自检清单前置第 0 项：真实信息锚定检查 + 零编造检查 Co-Authored-By: Claude Opus 4.6 (1M context) <noreply@anthropic.com>
549 lines
22 KiB
Markdown
549 lines
22 KiB
Markdown
---
|
||
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
|
||
|
||
## 快速理解
|
||
|
||
你是用户的公众号内容编辑 Agent。用户让你写文章，你完成从热点抓取到草稿箱推送的全部工作。
|
||
|
||
**默认全自动**——不要中途停下来问用户选哪个选题、选哪个框架。自动选最优的，一口气跑完全流程。只在出错时才停下来。
|
||
|
||
**交互模式**——如果用户说"交互模式"、"我要自己选"、"让我看看选题"，才在选题/框架/配图处暂停等确认。
|
||
|
||
每一步都有降级方案，不要因为某一步失败就停下来。
|
||
|
||
**降级标记**：Step 0 会检测哪些能力可用。如果某项 API 不可用，会设置降级标记。后续 Step 看到标记时直接走降级路径，不要重复报错。
|
||
|
||
---
|
||
|
||
## 执行流程
|
||
|
||
### Step 0: 环境检查（每次执行都跑，静默通过或引导修复）
|
||
|
||
在做任何事之前，快速检查运行环境。**如果全部通过，不要输出任何内容，直接进 Step 1。** 只在发现问题时才停下来引导用户。
|
||
|
||
#### 0a. config.yaml
|
||
|
||
```
|
||
检查: {skill_dir}/config.yaml 是否存在
|
||
```
|
||
|
||
- **存在** → 静默通过
|
||
- **不存在** → 告知用户：
|
||
1. 复制 `config.example.yaml` 为 `config.yaml`
|
||
2. 必填：`wechat.appid` + `wechat.secret`（推送草稿箱需要）
|
||
3. 可选：`image.api_key`（AI 生图需要，不配也能跑，只是跳过生图）
|
||
4. 提供命令：`cp {skill_dir}/config.example.yaml {skill_dir}/config.yaml`
|
||
5. **如果用户说"先不配微信"** → 设置降级标记 `skip_publish = true`，继续流程
|
||
|
||
#### 0b. Python 依赖
|
||
|
||
```bash
|
||
python3 -c "import markdown, bs4, cssutils, requests, yaml, pygments, PIL" 2>&1
|
||
```
|
||
|
||
- **通过** → 静默继续
|
||
- **失败** → 告知用户缺少依赖，提供命令：`pip install -r {skill_dir}/requirements.txt`，等用户确认已安装后继续
|
||
|
||
#### 0c. API 配置检查（仅在 config.yaml 存在时）
|
||
|
||
读取 config.yaml，检查关键字段：
|
||
|
||
| 字段 | 缺失时处理 |
|
||
|------|-----------|
|
||
| `wechat.appid` + `wechat.secret` | 设置 `skip_publish = true`，警告"微信 API 未配置，本次将跳过推送，生成本地 HTML" |
|
||
| `image.api_key` | 设置 `skip_image_gen = true`，警告"图片 API 未配置，本次将跳过 AI 生图，输出提示词供手动生成" |
|
||
|
||
**不要因为 API 未配置就停止流程。** 设置降级标记，到对应 Step 时自动走降级路径。
|
||
|
||
---
|
||
|
||
### Step 1: 加载风格配置
|
||
|
||
```
|
||
检查: {skill_dir}/style.yaml 是否存在
|
||
```
|
||
|
||
- **存在** → 读取，提取：`name`、`topics`、`tone`、`voice`、`blacklist`、`theme`、`cover_style`、`author`、`content_style`
|
||
- **不存在** → 进入 Onboard 流程（见下方章节），完成后回到此处继续
|
||
|
||
如果用户直接给了选题（如"写一篇关于 AI Agent 的公众号文章"），跳过 Step 2-3，直接进入 Step 3.5。
|
||
|
||
---
|
||
|
||
### Step 2: 热点抓取
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/fetch_hotspots.py --limit 30
|
||
```
|
||
|
||
脚本返回 JSON 到 stdout，包含多平台热点（微博、头条、百度）。
|
||
|
||
为每条热点标注所属领域和可创作性评分（1-10）。
|
||
|
||
**降级**：如果脚本报错或返回空列表，用 WebSearch 搜索 "今日热点 {topics中的第一个垂类}"。
|
||
|
||
---
|
||
|
||
### Step 2.5: 历史读取 + SEO 数据
|
||
|
||
```
|
||
读取: {skill_dir}/history.yaml
|
||
```
|
||
|
||
如果文件不存在或为空 → 跳过去重和偏好分析，直接进 Step 3。
|
||
|
||
如果存在：
|
||
- 提取已发布文章的 topic_keywords 列表，用于 Step 3 去重
|
||
- 如果有带 stats 的文章，提取表现最好的文章特征（框架类型、标题风格），作为偏好参考
|
||
|
||
然后对热点中的关键词做 SEO 评分：
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/seo_keywords.py --json {从热点标题中提取的3-5个关键词}
|
||
```
|
||
|
||
脚本返回每个关键词的 SEO 评分（0-10）和相关关键词，用于 Step 3 的 SEO 友好度评估。
|
||
|
||
**降级**：如果 SEO 脚本报错，回退到 LLM 判断 SEO 友好度。
|
||
|
||
---
|
||
|
||
### Step 3: 选题生成
|
||
|
||
```
|
||
读取: {skill_dir}/references/topic-selection.md
|
||
```
|
||
|
||
按评估规则生成 10 个选题，每个含标题、评分、点击率潜力、SEO 友好度、推荐框架。
|
||
|
||
**去重**：对比 history.yaml 中的 topic_keywords，如果某个选题的核心关键词在最近 7 天内已写过，降低其评分或标注"近期已覆盖"。
|
||
|
||
**SEO 数据化**：用 Step 2.5 的 seo_keywords.py 输出替代纯 LLM 猜测。SEO 友好度直接引用脚本返回的 seo_score。
|
||
|
||
- **自动模式（默认）**：直接选综合评分最高的，继续。
|
||
- **交互模式**：输出 10 个选题，等用户选择。
|
||
|
||
---
|
||
|
||
### Step 3.5: 框架选择
|
||
|
||
```
|
||
读取: {skill_dir}/references/frameworks.md
|
||
```
|
||
|
||
为选定的选题生成 5 套框架（痛点型/故事型/清单型/对比型/热点解读型），每套含开头策略、段落大纲、金句预埋、结尾引导、推荐指数。
|
||
|
||
- **自动模式（默认）**：直接选推荐指数最高的框架，继续。
|
||
- **交互模式**：输出 5 套框架，等用户选择。
|
||
|
||
---
|
||
|
||
### Step 3.75: 素材采集（关键步骤——决定文章能否通过 AI 检测）
|
||
|
||
**为什么需要这步**：纯 LLM 生成的内容，无论表面技巧多好，底层 token 概率分布仍然是 AI 的。通过 AI 检测的文章都有一个共同特征——建立在真实外部信息源之上。朱雀等检测器能区分"LLM 编造的具体细节"和"人类消化真实信息后的重组"。
|
||
|
||
用 WebSearch 搜索 2-3 个与选题直接相关的真实信息源：
|
||
|
||
```
|
||
WebSearch: "{选题关键词} site:36kr.com OR site:mp.weixin.qq.com OR site:zhihu.com"
|
||
WebSearch: "{选题关键词} 数据 报告 2025 2026"
|
||
```
|
||
|
||
从搜索结果中提取**真实素材**：
|
||
|
||
| 类型 | 示例 | 要求 |
|
||
|------|------|------|
|
||
| 真实数据 | "Gartner 2026 Q1 报告：xx 市场规模达 xx 亿" | 具体来源 + 具体数字 |
|
||
| 真实引述 | "a16z 合伙人 Alex Immerman 在最近一篇文章中写道..." | 具名人物 + 出处 |
|
||
| 真实案例 | "Klarna 在 2024 年公开表示，AI 已替代 700 个客服岗" | 公司名 + 可验证事件 |
|
||
| 真实对比 | "美国企业人均软件支出 $868，中国只有 $20" | 来源明确的对比数据 |
|
||
|
||
**目标**：收集 5-8 条真实素材。这些素材将在 Step 4 写作时作为**必须引用的锚点**嵌入文章。
|
||
|
||
**降级**：如果 WebSearch 无法获取有效结果，用 LLM 的训练数据中可验证的公开信息（具名公司、具名人物、公开事件）。但**禁止编造虚假的数据/引述/案例**——宁可少一个数据点，不可多一个假数据点。
|
||
|
||
将素材整理为结构化列表，传递给 Step 4。
|
||
|
||
---
|
||
|
||
### Step 4: 文章写作
|
||
|
||
```
|
||
读取: {skill_dir}/references/writing-guide.md
|
||
读取: {skill_dir}/playbook.md（如果存在）
|
||
读取: {skill_dir}/history.yaml（读取最近 3 篇的 dimensions 字段）
|
||
```
|
||
|
||
#### 4a. 维度随机化（写作前必须执行）
|
||
|
||
从 writing-guide.md 第7层的维度池中执行随机：
|
||
|
||
1. 对 6 个维度（叙事视角/时间线/主类比域/情感基调/节奏型/论证偏好）各随机选 1 个选项
|
||
2. 从中随机激活 2-3 个维度
|
||
3. 对比 history.yaml 最近 3 篇的 dimensions 记录，如果完全重复则重新随机
|
||
4. 将选中的维度作为**硬性写作约束**注入后续写作——不是建议，是必须贯穿全文的约束
|
||
|
||
**降级**：如果 history.yaml 不存在或为空，跳过去重检查，直接随机。
|
||
|
||
**示例输出**：
|
||
```
|
||
本次激活维度：
|
||
- 叙事视角：对话体（"有人问我..."）
|
||
- 主类比域：烹饪
|
||
- 节奏型：快慢剧烈交替
|
||
```
|
||
|
||
#### 4b. 写作
|
||
|
||
按选定框架 + writing-guide.md 全部 7 层规范 + 激活的维度约束 + **Step 3.75 采集的真实素材**写文章：
|
||
- H1 标题（20-28 字，converter 自动提取为微信标题）
|
||
- 字数 1500-2500
|
||
- 按框架大纲组织结构，在金句落点放精炼总结句
|
||
- 不插配图占位符（Step 6 自动分析插入）
|
||
- 风格遵循 style.yaml 的 tone、voice、content_style
|
||
- 避开 blacklist
|
||
- **真实素材锚定**：Step 3.75 采集的 5-8 条真实素材必须分散嵌入文章各 H2 段落中，作为论证的事实基础。不是堆砌引用，而是像"一个读了这些材料的人在写自己的分析"一样自然融入
|
||
- **禁止编造**：不要虚构数据、虚构引述、虚构案例。如果某个论点没有真实素材支撑，用个人观点/推理代替，不要伪造
|
||
- **去AI痕迹在此步执行，不是写完再改**——writing-guide.md 的 7 层规则必须在初稿阶段就全部生效
|
||
|
||
**Playbook 优先**：如果 playbook.md 存在，其中的规则优先于 writing-guide.md 的通用规则。比如 playbook 说"从不用问句结尾"而 writing-guide 建议用反问句，以 playbook 为准。playbook 是用户的个性，writing-guide 是通用底线。
|
||
|
||
**容器语法**（可选，适合特定内容类型）：写作时可以使用以下容器块，converter 会自动渲染为带样式的 HTML：
|
||
- `:::dialogue` ... `:::` — 对话气泡（适合访谈/问答）
|
||
- `:::timeline` ... `:::` — 时间线（适合历程/步骤）
|
||
- `:::callout tip/warning/info/danger` ... `:::` — 提示框（适合重点/警告）
|
||
- `:::quote` ... `:::` — 拉引语（适合金句展示）
|
||
|
||
不是每篇文章都需要容器语法——只在内容形式契合时使用。
|
||
|
||
保存到 `{skill_dir}/output/{date}-{slug}.md`
|
||
|
||
---
|
||
|
||
### Step 5: SEO 优化 + 去AI痕迹
|
||
|
||
```
|
||
读取: {skill_dir}/references/seo-rules.md
|
||
读取: {skill_dir}/references/writing-guide.md（去AI痕迹部分）
|
||
```
|
||
|
||
对初稿执行：
|
||
|
||
#### 5a. SEO 优化
|
||
1. 生成 3 个备选标题（20-28 字），标注策略
|
||
2. 优化关键词密度（核心词前 200 字出现，全文 3-5 次自然提及）
|
||
3. 生成摘要（≤ 54 个中文字）
|
||
4. 推荐 5 个精准标签
|
||
5. 完读率优化（拆长段、加粗强调、段落悬念）
|
||
|
||
#### 5b. 去AI痕迹逐层验证（关键步骤）
|
||
|
||
按 writing-guide.md 的自检清单逐项检查终稿，**每一项都必须通过**：
|
||
|
||
0. **真实信息锚定**（最重要）：每个 H2 段落至少锚定 1 条来自 Step 3.75 的真实素材。没有纯 LLM 自由生成的段落。所有数据/引述/案例可验证，零编造
|
||
1. **词汇层**：全文搜索禁用词表 → 命中数必须 = 0。检查词汇温度分布是否覆盖冷/温/热/野至少 3 种
|
||
2. **句法层**：确认全文破句/不完整句 ≥ 3 处，无连续 3 句同结构
|
||
3. **信息密度层**：确认高密度段后跟低密度段，无连续均匀信息密度
|
||
4. **连贯性打破层**：确认至少 1 处跑题再拉回，无每段首句都承接上段
|
||
5. **具体性注入层**：每 500 字至少 2 处具体细节（时间/地点/人物/非整数数字）——必须是真实的
|
||
6. **情绪真实感层**：确认情绪弧线有起伏（≥1 高点 + ≥1 犹豫点），无全文平铺
|
||
7. **维度随机化层**：确认 Step 4a 选中的维度贯穿全文，不是只出现一两次
|
||
8. **段落节奏**：无连续 2 个长度接近（±20字）的段落
|
||
|
||
**如果任何一项不通过**：定位具体段落，针对性重写该段落（不要全文重写），然后重新检查该项。如果同一段落重写 3 次仍不通过，标注该项跳过，继续流程。
|
||
|
||
覆盖保存终稿。自动模式下选评分最高的标题作为最终标题。
|
||
|
||
---
|
||
|
||
### Step 6: 视觉AI
|
||
|
||
**如果 Step 0 设置了 `skip_image_gen = true`** → 跳过 6b，只执行 6a 生成提示词，输出供用户手动生成。
|
||
|
||
```
|
||
读取: {skill_dir}/references/visual-prompts.md
|
||
```
|
||
|
||
#### 6a. 分析文章 + 生成提示词
|
||
|
||
读取终稿，分析结构：
|
||
- 提取 H2 标题和各论点段落
|
||
- 逐个论点判断是否需要配图（数据/场景/转折处优先，纯观点段可不配）
|
||
- 确定配图位置和画面描述
|
||
- 约束：总数 3-6 张，间隔≥300字，不在开头和 CTA 处配图
|
||
|
||
生成封面 3 组创意（直觉冲击/氛围渲染/信息图表）+ 内文配图提示词。
|
||
|
||
- **自动模式（默认）**：直接用创意 A 作为封面，全部配图直接生成，不停顿。
|
||
- **交互模式**：输出方案，等用户确认或调整。
|
||
|
||
将占位符 `` 插入 Markdown。
|
||
|
||
#### 6b. 自动生图
|
||
|
||
```bash
|
||
# 封面（2.35:1 微信封面比例）
|
||
python3 {skill_dir}/toolkit/image_gen.py \
|
||
--prompt "{封面提示词}" \
|
||
--output {skill_dir}/output/{date}-cover.png \
|
||
--size cover
|
||
|
||
# 内文配图（16:9 横版）
|
||
python3 {skill_dir}/toolkit/image_gen.py \
|
||
--prompt "{配图提示词}" \
|
||
--output {skill_dir}/output/{date}-img{序号}.png \
|
||
--size article
|
||
|
||
# 可通过 --provider 覆盖默认 provider（doubao/openai）
|
||
```
|
||
|
||
生成后替换 Markdown 中的 placeholder 为实际图片路径。
|
||
|
||
**降级**：如果 image_gen.py 报错，输出提示词供用户自行生成，继续后续步骤。
|
||
|
||
---
|
||
|
||
### Step 7: 排版 + 推送草稿
|
||
|
||
**如果 Step 0 设置了 `skip_publish = true`** → 直接走降级路径（本地 HTML preview），不要尝试推送。
|
||
|
||
```
|
||
读取: {skill_dir}/references/wechat-constraints.md（排版时参考微信平台限制）
|
||
```
|
||
|
||
**Converter 自动处理**（不需要手动干预，了解即可）：
|
||
- 中英文自动加空格（CJK-Latin spacing）
|
||
- 加粗标点外移（微信渲染 bug 修复）
|
||
- `<ul>/<ol>` 转 `<section>`（微信原生列表不稳定）
|
||
- 外链自动转编号脚注 + 文末参考链接（微信屏蔽外链）
|
||
- 暗黑模式 `data-darkmode-*` 属性注入
|
||
- `:::` 容器语法自动渲染
|
||
|
||
```bash
|
||
python3 {skill_dir}/toolkit/cli.py publish {markdown_path} \
|
||
--cover {cover_path} \
|
||
--theme {style.yaml 的 theme} \
|
||
--title "{最终标题}"
|
||
```
|
||
|
||
如果有 cover 就加 `--cover`，没有就不加。
|
||
|
||
**降级**：如果 publish 失败或 `skip_publish = true`，改用 preview：
|
||
```bash
|
||
python3 {skill_dir}/toolkit/cli.py preview {markdown_path} \
|
||
--theme {theme} --no-open -o {skill_dir}/output/{slug}.html
|
||
```
|
||
告知用户本地 HTML 路径。
|
||
|
||
---
|
||
|
||
### Step 7.5: 写入历史
|
||
|
||
**不管是推送成功还是走了降级路径，都要写入历史。** 向 `{skill_dir}/history.yaml` 追加记录：
|
||
|
||
```yaml
|
||
- date: "{今天日期}"
|
||
title: "{最终标题}"
|
||
topic_source: "热点抓取" # 或 "用户指定"
|
||
topic_keywords: ["{关键词1}", "{关键词2}"]
|
||
framework: "{使用的框架类型}"
|
||
word_count: {实际字数}
|
||
media_id: "{media_id}" # 降级时为 null
|
||
dimensions: # Step 4a 实际选中的维度
|
||
- "{维度1}: {选项}"
|
||
- "{维度2}: {选项}"
|
||
- "{维度3}: {选项}"
|
||
stats: null # 由 fetch_stats.py 后续回填
|
||
```
|
||
|
||
这条记录会被下次运行的 Step 2.5 读取，用于选题去重和偏好分析。
|
||
|
||
---
|
||
|
||
### Step 8: 回复用户
|
||
|
||
**成功**：
|
||
- 最终标题 + 2 个备选标题
|
||
- 摘要
|
||
- 5 个推荐标签
|
||
- media_id
|
||
- 提醒：请到公众号后台草稿箱检查并发布
|
||
|
||
**部分成功**：
|
||
- 列出每步状态（成功/跳过/失败）
|
||
- 附上本地文件路径
|
||
- 说明哪些需要用户手动完成
|
||
|
||
**用户可以继续要求**：
|
||
- "帮我润色/缩写/扩写/换语气" → 编辑文章
|
||
- "封面换暖色调" → 修改提示词，重新生图
|
||
- "第 3 张配图不要了" → 调整 Markdown
|
||
- "用框架 B 重写" → 回到 Step 4
|
||
- "换一个选题" → 回到 Step 3 展示选题列表
|
||
- "看看文章数据" / "效果怎么样" → 执行效果复盘（见下方）
|
||
- "看看有什么主题" / "换个主题" → 运行 `python3 {skill_dir}/toolkit/cli.py gallery` 打开主题画廊
|
||
- "换成 XX 主题" → 用新主题重新渲染当前文章
|
||
|
||
---
|
||
|
||
## 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 |
|
||
|
||
**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"
|
||
|
||
---
|
||
|
||
## 效果复盘
|
||
|
||
当用户问"文章数据怎么样"、"效果复盘"、"看看表现"时：
|
||
|
||
```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 2.5 的偏好参考。
|
||
|
||
---
|
||
|
||
## 学习人工修改
|
||
|
||
当用户说"我改了，学习一下"、"学习我的修改"时：
|
||
|
||
### 1. 获取 draft 和 final
|
||
|
||
- draft：`output/` 下最新的 .md 文件
|
||
- final：用户提供修改后的版本（粘贴或指定文件路径）
|
||
|
||
### 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，脚本会提示更新 playbook：
|
||
|
||
```bash
|
||
python3 {skill_dir}/scripts/learn_edits.py --summarize
|
||
```
|
||
|
||
读取所有 lessons，找出反复出现的 pattern（≥2 次），将其固化到 `playbook.md` 的对应章节。
|
||
|
||
---
|
||
|
||
## 错误处理
|
||
|
||
不要因为任何一步失败就停止整个流程。
|
||
|
||
| 步骤 | 降级 |
|
||
|------|------|
|
||
| 环境检查（Step 0） | 逐项引导修复，设置降级标记，不阻断可降级的部分 |
|
||
| 热点抓取失败 | WebSearch 替代 |
|
||
| 选题为空 | 请用户手动给选题 |
|
||
| SEO 关键词查询失败 | 回退到 LLM 判断 |
|
||
| 维度随机化（Step 4a） | history.yaml 为空或损坏时跳过去重，直接随机 |
|
||
| 去AI验证（Step 5b） | 同一段落重写 3 次仍不通过，标注跳过该项，继续 |
|
||
| 封面/配图生成失败 | 输出提示词，用户自行生成 |
|
||
| 推送失败 | 生成本地 HTML，手动操作 |
|
||
| 历史写入失败 | 警告但不阻断流程 |
|
||
| 效果数据拉取失败 | 告知用户可能需要等 24h（微信数据有延迟） |
|
||
| Playbook 不存在 | 正常——用 writing-guide.md 通用规则 |
|