← 返回 Skills 市场
aiworkskills

公众号长文 AI 写稿

作者 marsatwechat · GitHub ↗ · v1.0.23 · MIT-0
cross-platform ✓ 安全检测通过
184
总下载
1
收藏
1
当前安装
10
版本数
在 OpenClaw 中安装
/install aws-wechat-article-writing
功能描述
公众号写稿|长文写作|文章润色|改写续写 — 公众号长文 AI 写作,从话题或提纲生成完整初稿,支持改写、续写、润色、开头结尾优化,可调 DeepSeek / GPT / Claude 或由 Agent 代写。面向自媒体作者、公众号运营、品牌文案。触发词(**单独触发仅限对已有稿子的修改**):「改写」「润色」「...
使用说明 (SKILL.md)

长文写作

公众号长文 AI 写作引擎 —— 从提纲或话题生成完整初稿,支持改写、续写、润色,多模型可切。

套件说明 · 本 skill 属 aws-wechat-article-* 一条龙套件(共 9 个 slug,入口 aws-wechat-article-main)。跨 skill 的相对引用依赖同一 skills/ 目录,建议一并 clawhub install 全套。源码:\x3Chttps://github.com/aiworkskills/wechat-article-skills>

能力披露(Capabilities)

本 skill 调用 write.py 生成文章初稿,会把文章内容发送给用户配置的 LLM 端点。使用前请阅读以下全部行为说明:

  • 凭证读取write.py 读取仓库根 aws.envWRITING_MODEL_API_KEY
  • 凭证外发:该 API key 以 Authorization: Bearer \x3Ckey>发送到用户在 config.yaml.writing_model.base_url 配置的外部端点(常见为 DeepSeek / OpenAI / Anthropic 等 Chat Completions 兼容 API)。请使用专用 key 并配置可信端点或内部代理
  • 内容外发:Prompt 内包含本篇 article.yaml / topic-card.md / 合并配置 / 用户通过 --reference 指定的参考文档 .md 全文 → 整体 POST 给上述端点
  • 文件读(仓库内).aws-article/config.yaml、本篇 article.yamltopic-card.md.aws-article/products/{产品名}/*.md(业务介绍 .md,直接挂在产品根)
  • 文件读(仓库外):若仓库内 .aws-article/ 缺失,write.py 会从用户家目录 ~/.aws-article/ 读取 writing-spec.mdpresets/只读预设,不读凭证
  • 文件写:仅本篇目录下 draft.mdarticle.md
  • shell:仅 python3 {baseDir}/scripts/write.py

可使用 write.py prompt 子命令只输出 prompt JSON 不调用 LLM,由 Agent 代写 —— 想避免把内容发给第三方时用这条路径。

配套 skill(informational)

本 skill 是 aws-wechat-article-* 一条龙公众号套件的写稿环节(入口 aws-wechat-article-main)。工作流中的若干步骤会读取同级 ../aws-wechat-article-main/references/*.md 等共享文档(首次引导、env/config 示例、articlescreening schema 等)。

  • 套件完整装齐到同一 skills/ 根目录时,跨 skill 引用都能读到。
  • 单独安装本 skill 时,跨 skill 引用的步骤会在读取阶段遇到 file not found;本 skill 内的纯本地步骤仍可用。

完整 9 slug 清单见 源码仓库

路由

从零发文、一条龙、完整流程 → aws-wechat-article-main

配置检查 ⛔

任何操作执行前,必须首次引导 执行其中的 「检测顺序」。检测通过后才能进行以下操作(或用户明确书面确认「本次不检查」):

从选题到发布的前置规则(阻断、禁止擅自降级、「本次例外」等)见 aws-wechat-article-main/SKILL.md;本 skill 只描述写稿步骤。

写作模型writing_modelproviderbase_urlmodel 等)在 .aws-article/config.yamlWRITING_MODEL_API_KEY 在仓库根 aws.env。键名对照 {baseDir}/../aws-wechat-article-main/references/env.example.yaml

交互约定:须遵守 main 的智能体行为约束——通过环境校验且获用户明确「本次例外」时,不得默认改由当前 Agent 代写并假装流程完整。环境检查未通过时,只按 首次引导 处理配置选项,不要在同一条回复里混入写稿、草稿路径或多草稿选择;配置闭环后再进入本 skill 工作流。

工作流

写稿进度:
- [ ] 第0步:⛔ [首次引导 · 检测顺序](../aws-wechat-article-main/references/first-time-setup.md)
- [ ] 第1步:⛔ **`.aws-article/config.yaml`** 中 **`article_category`**、**`target_reader`**、**`default_author`**(trim 后)须**均非空**;缺则**逐项问用户**、用户确认后再**写回文件**;**禁止**从 **`article.yaml`** 等擅自抄录(与 [main](../aws-wechat-article-main/SKILL.md)「2) 全局账号约束」一致);**须先于**续旧/新开
- [ ] 第2步:⛔ **在不了解**用户要**续写既有草稿**还是**新开一篇**时,**须先询问**并确定本篇 `drafts/…` 目录,**再**进入以下步骤;**禁止**未确认就调用写作脚本(见 [main](../aws-wechat-article-main/SKILL.md)「3) 本篇准备」开头)
- [ ] 第3步:读取本篇约束与写作规范;**写稿前先按下文「业务资料库」判断是否查阅/是否传 `--reference`**
- [ ] 第4步:发布方式(`publish_method`)⛔
- [ ] 第5步:确定输入与写作方式
- [ ] 第6步:写作
- [ ] 第7步:自检与修正
- [ ] 第8步:展示并等待用户确认 ⛔

说明:第 2 步在用户已明确路径或意图(例如直接给出 drafts/…、或明确说「新开一篇」)时可不再重复盘问

多草稿 / 未闭环:与第 2 步同原则——不了解续写/新开时须先问禁止自动选中某一 drafts/… 跑写作脚本。

确认轮次优化

以下步骤可合并或静默通过以减少交互轮次:

  1. Step 1(全局三键):若 article_categorytarget_readerdefault_author 已非空 → 静默通过,无需再确认。
  2. Step 4(publish_method):若已是 draft/published/none(合法值)→ 静默通过(规则第3条已允许)。
  3. 合并询问:当需要同时确认 Step 2(新篇/续写)和 Step 4(发布意图)时,合并为一轮提问
  4. 配图确认:若用户已给出明确主题且未提出风格要求,images skill 可按默认风格自动生成,无需单独确认配图方案

最少轮次:用户意图明确时(如给出主题 + "写一篇文章"),理想轮次为 1 轮(确认标题/摘要)+ 写完后展示结果

第1步:全局账号三键(.aws-article/config.yaml)⛔

在续旧/新开询问之前,打开 .aws-article/config.yaml,检查 article_categorytarget_readerdefault_author 是否 trim 后均非空。任一项缺失:逐项询问用户,取得用户当轮明确答复后再写回该文件,再进入第 2 步。禁止article.yaml、其它草稿或仓库文件静默推断并写盘;可把从某文件读到的内容仅作建议展示,须用户同意后再写入。禁止跳过本步。禁止仅在对话里确认却不落盘。与 main「2) 全局账号约束」一致。

第2步:续旧稿还是新稿(不了解时须先问)⛔

当不清楚用户是要续写 drafts/ 下某篇进行中草稿还是新开一篇时:须先询问(可列出候选目录),待用户选定后再进入第 3 步。须在第 1 步全局三键已落盘之后执行已明确时跳过本步询问。

目录命名:新开一篇时,目录名必须YYYYMMDD-标题slug(如 drafts/20260406-wechat-article-skills/)。YYYYMMDD 为当日日期,slug 为小写、连字符分隔的标题缩写。禁止省略日期前缀

第3步:读取本篇约束与写作规范

⛔ 关键字段不得空跑:在调用 write.py 或按合并约束让 Agent 代写之前,确认合并后的 article_categorytarget_reader 均为非空字符串(trim 后);default_author 非空 本篇 article.yamlauthor 非空。若任一项不满足,须暂停写稿,引导用户补全 .aws-article/config.yaml(及/或本篇 article.yaml),并实际写入文件——不要仅用对话表格收集「读者」却不落盘。全局三键的优先检查顺序见 main「2) 全局账号约束」;若第 1 步已正确落盘,此处多为合并 article.yaml 覆盖后的复核。

约束从哪来write.py 会先读全局 .aws-article/config.yaml,再读本篇目录下的 article.yaml,把两边的键叠成一张表用来生成写作提示——若同一键在两份文件里都有,以本篇 article.yaml 为准。字段分工见 articlescreening-schema.md

  1. .aws-article/config.yaml文风、结构预设、禁用词、字数、embeds与「写什么、怎么写」有关的顶层字段会进入这张表。
    writing_model / image_model 两段只给脚本连 API 用(地址、模型名等),整段放进给大模型的「写作说明」里,以免把技术配置当成正文要求。
  2. 本篇 article.yaml:本篇标题、作者、摘要、publish_completed 等;与 config 重名的键覆盖 config。

write.py 在仓库根执行,按输入 .md 所在目录找到本篇 article.yaml;叠完后的约束表不能为空(一般只要 config.yaml 里已有账号/文风等即可)。publish_completed:新建或补全本篇 article.yaml 时须为 false;本篇发布真正结束后由 publish skill 改为 truepublish.py 不修改此字段

default_structure / default_closing_block 指向的 预设正文来自 .aws-article/presets/(及用户目录下同名 presets),与配置中的文件主名对应。两者在本篇 article.yaml 中必须为单元素列表 [名](或空列表 []);write.py 对预设选择仅读取本篇 article.yaml,不再在执行阶段从 custom_* / default_* 候选池推断。

多候选自动选择:当 default_structure(或 default_closing_block)含多个候选时,Agent 须:

  1. 读取每个候选预设文件(如 .aws-article/presets/structures/\x3C名>.md),了解其适用场景;
  2. 结合本篇主题 / 选题卡内容,判断最匹配的一个;
  3. 将该名写入 article.yaml 同键为单元素列表 [名]
  4. 然后再调用 write.py禁止盲选第一个——须基于内容匹配。若无法判断,向用户展示候选及说明后请用户选择。

另加载 .aws-article/writing-spec.md(如有)。

字段 用途
target_reader 读者画像 → 深度、用词、案例
tone 调性 → 语气与句式
writing_style 结构表达方式(口语/书面/故事/方法论等)

配置中其它与写稿相关的键(如 topic_directionforbidden_wordsheading_densitytarget_word_count)一并写入约束。

业务资料库(写稿前 + 写后)⛔

目的.aws-article/products/{产品名}/ 是用户业务(产品/软件/服务)的原始资料库——业务介绍 .md 直接挂在产品根(如 项目介绍.md),images/ 子目录存业务配图。

触发口径

  • 若本篇主题涉及用户自身业务(对外介绍 / 教程 / 案例 / 自家业务安利)必须ls .aws-article/products/,对相关产品根下的 *.md 必读,已有同主题文档优先增量改写而非另起炉灶。
  • 若本篇主题与用户自身业务无关(行业资讯 / 通用教程等):不读、不强求查阅。

写作只有 两种方式,业务资料用法如下(二选一,勿混用同一条命令里的职责)。

方式一:智能体直接写稿

  1. 写稿前:先 ls .aws-article/products/;若本篇涉及某产品业务,必读该产品根下相关 *.md
  2. 写作时:将业务资料转化为账号文风后引用;与业务无关或无相关文档时不引用,不阻断写稿
  3. draft.md:凡正文中实际引用或依据了某份业务介绍的,在该处表述之后用括号附上该文件的仓库相对路径(路径须真实存在);未引用则不必加括号
  4. 配图占位(硬性):当 image_source 不为 user(合并 config.yaml + 本篇 article.yaml)时,按 image_density 生成配图占位;若未配置或为空,默认每节一图。格式必须为 ![类型名:画面内容](placeholder),每个占位独占一行封面占位放在标题之前;类型名与细则见 references/structure-template.md「配图标记」。
  5. article.md 定稿:面向读者发布,正文中不保留上述括号路径(与审稿/排版约定一致)。

方式二:write.py 写稿

  1. 运行脚本前:同样先 ls .aws-article/products/,判断是否有相关产品的业务介绍 .md
  2. 有相关文档:在仓库根执行 write.py 时传入 --reference \x3C路径>(可重复,最多 5 个;路径须形如 .aws-article/products/\x3C产品名>/\x3C文件名>.md——直接挂在产品根不接受 images/ 子目录下的图片说明 .md,详见脚本与 usage)。脚本将全文注入系统提示「参考资料库」,并约定模型在依据处标注资料路径。
  3. 无相关文档不传 --reference,仅靠选题卡与合并配置写稿即可。
  4. 若写作 API 因上下文/token 超限失败,减少 --reference 篇数或换更短文档后重试。

写后识别(双向回写):若本次写作产生的内容语义属于用户业务介绍(不是文章主体而是侧重产品/服务自介),按 assets skill 一、业务介绍 .md 入库 引导用户保存到 .aws-article/products/{产品名}/,下次写涉及业务的文章会自动用上。

禁止:将与主题无关的文档硬塞进正文;伪造业务资料中不存在的事实。

第4步:发布意图(publish_method)⛔

调用 write.py 或进入第6步写作之前,确认 .aws-article/config.yaml 中的 publish_method(与 发布 skillarticlescreening-schema.md 一致):

取值 含义(向用户说明时用 plain 语言)
draft默认 定稿后若走 publish.py full,只把图文写入公众号草稿箱,不自动「发出去」。
published 定稿后 publish.py full 会在创建草稿后再提交发布(异步)。也可用 full --publish 单次强制带发布。
none 询问微信配置后用户明确不想填写:写入 publish_method: nonepublish.py full直接跳过、不调微信;写稿/审稿/排版等照常。

规则

  1. 默认保持或写入 publish_method: draft,除非用户明确要对外发布 → 改为 published明确不填微信、不走上传 → 改为 none
  2. 微信:提醒发布需要 aws.env;用户拒绝填写 → none,不要代跑 publish.py full(跑了也会无操作退出)。
  3. 若已是 draft / published / none(小写):可不重复盘问

禁止:在 publish_method 非法时调用 write.py;禁止未经同意默认 published

第5步:确定输入与写作方式

输入topic-card.md / 用户提供的提纲或素材 / 用户口述主题;并已按上文「说明文档资源库」完成判断(直接写稿则已决定是否引用;走 write.py 则已决定是否传 --reference)。

写作方式(优先级)

  1. 优先:调用第三方模型write.py draft/rewrite/continue)— 依赖 config.yamlwriting_model + aws.envWRITING_MODEL_API_KEY(见 usage.md
  2. 自动降级:模型未配置(退出码 2)→ 先 write.py prompt \x3Cmode> \x3Cinput> 获取提示词 JSON,再由 Agent 按相同提示词直接写,无须「本次例外」确认
  3. 故障降级:调用失败(退出码 1)→ 按下方重试/排错逻辑

必须告知用户当前使用的方式

  • 已配置且调用脚本 → ℹ️ 使用 write.py 调用第三方模型({model})
  • 模型未配置自动降级 → ℹ️ 写作模型未配置,本次由当前对话模型直接写稿(使用相同写作约束)
  • 故障降级 Agent 直写 → ℹ️ 第三方 API 不可用,本次由当前对话模型代写(使用相同写作约束),并说明原因

write.py 退出码处理(智能体必选分支)

运行脚本后须把终端里的具体报错原样摘要给用户(或引用关键行),勿只说「调用失败」。

退出码与报错类型分支处理:

类型 判断线索 智能体动作
未配置(退出码 2) stderr 含 [NO_MODEL] 自动降级:运行 write.py prompt \x3Cmode> \x3Cinput> 获取提示词 JSON({"system_prompt": "...", "user_prompt": "..."})→ Agent 按该 system_promptuser_prompt 写文章 → 输出到 -o 指定路径或展示给用户。无须用户确认或「本次例外」。
网络类(退出码 1) 超时、连接失败、URLError网络错误:、临时性 502/503 等 必须自动再试 1 次(可简短等待后重跑同一命令,并告知用户「正在重试」)。第二次仍为网络类失败 → 改用 write.py prompt 获取提示词后由 Agent 按相同约束代写;必须明确告知:第三方 API 网络不可用,本次由对话模型代写。
配置/凭证类(退出码 1) 401/403、Key 无效、未找到写作约束、YAML 解析失败等 不要为「省事」自动降级掩盖问题。列出须检查项config.yamlwriting_modelaws.envWRITING_MODEL_API_KEY、本篇目录是否有 article.yaml 等),请用户修正后重跑 write.py。若用户明确打字愿意本次改由 Agent 代写,再按 main「本次例外」处理并留痕。
业务/内容类(退出码 1) 4xx 中除鉴权外(如 400 参数)、模型返回空等 将 API 返回体摘要给用户;可先根据提示改 model / 请求参数再试一次;仍失败则与用户商定是否 Agent 代写。

Agent 代写时提示词获取:无论哪种降级路径,Agent 代写前都应先运行 write.py prompt \x3Cmode> \x3Cinput>--instruction 按需传入),取回与 write.py 调第三方模型时完全相同system_promptuser_prompt,确保写作约束一致。

禁止:配置明显错误时静默改用 Agent 写稿却不说明;网络降级后不告知用户「本次未走第三方模型」。

第6步:写作

写作时必须遵循第3步读取的 target_readertonewriting_style(来自合并后的约束):深度与用词贴合读者,语气贴合调性,结构与表达方式贴合文章风格。

用户供图分支(image_source: user

  • 用户图片须先放入本篇 imgs/;随后由智能体读图分析并生成或补全 img_analysis.md(可用 user_image_prepare.py 先生成模板再填写)。未落盘 img_analysis.md 不得调用 write.py,否则脚本会报错退出。
  • img_analysis.md 是写稿时配图与章节顺序的唯一依据write.py 会把它并入提示,按「建议章节 / 推荐用途」把每张图放到合理位置(可重排章节以匹配叙事)。
  • img_analysis.md 中“推荐用途:封面”必须且只能有 1 处;否则不得写稿。
  • 写稿时直接使用用户图片路径(imgs/xxx.png),不再输出 placeholder
  • image_source 只允许:generated / user禁止写 user_provided
  • 该字段由智能体按流程动态更新:默认 generated;进入用户供图替换流程时写为 user

状态切换规则(article.yaml

  • 新建文章默认:image_source: generatedpublish_completed: false
  • 当进入“用户上传图片替换/重写”流程时:将 image_source 改为 user,并将 publish_completed 置回 false(表示需重新发布闭环)。
  • 重新发布成功且有回执后:再写回 publish_completed: true

文章结构:按优先级加载结构预设:

  1. 用户指定(「用清单体结构」)
  2. 本篇 article.yamldefault_structure(单元素列表)
  3. .aws-article/presets/structures/ 下的文件
  4. 内置默认:references/structure-template.md

文末区块:按优先级加载:

  1. 本篇 article.yamldefault_closing_block 指定的文件(单元素列表)
  2. 合并约束中 closing_block 非空字符串(若有)
  3. fallback:内置默认文末(分割线 + 一句关注引导):---\ 觉得有用?点个关注,持续获取优质内容。

默认模式下,写作时在需要图的位置插入配图标记 ![类型名:画面内容](placeholder)(规则见 write.py 系统提示与 references/structure-template.md「配图标记」)。

调用第三方模型时的脚本用法:references/usage.md

第7步:自检与修正

按写作规范做一轮自检(禁用词、段落长度、开头吸睛度、小标题密度),发现问题自动修正。

配图占位自检(默认模式):当 image_source != user 时,核对 draft.md 是否满足 image_density(未配置则按每节一图);缺失或格式不合法时,先补齐/修正 ![类型名:画面内容](placeholder) 再进入审稿或配图步骤。

续写补充(中间产物门禁)

  • 续写新增 ![...](placeholder) 时,必须把该占位计入“待配图清单”(供 images 步骤生成与替换)。
  • 进入发布相关步骤前,必须复核本篇正文产物:article.md / article.html 若仍含 placeholder,只能标记为“正文配图未完成”,禁止宣称发布闭环完成。

第8步:展示并等待用户确认 ⛔

过程文件

读取 产出
topic-card.md.aws-article/config.yaml、本篇 article.yaml draft.md(含配图标记);本 skill 可能更新 publish_method(发出去 → published;不填微信 → none;默认 draft);新建/补全 article.yaml 时保持 publish_completed: false
安全使用建议
This skill is internally consistent for generating WeChat articles with an external LLM. Before installing: (1) verify the configured writing_model.base_url in .aws-article/config.yaml is a trusted endpoint or an internal proxy; (2) use a dedicated WRITING_MODEL_API_KEY (stored in aws.env) and revoke it if you later stop using the skill; (3) review any files you pass via --reference or present in .aws-article/products/* to ensure they contain no secrets or sensitive data, because the script injects their full text into the model prompt; (4) when you want to avoid sending content externally, run the 'prompt' subcommand to get the generated prompt JSON and use your own local/secure method to complete writing; (5) note that the skill will write draft.md/article.md in the target directory—back up anything important beforehand.
功能分析
Type: OpenClaw Skill Name: aws-wechat-article-writing Version: 1.0.23 The skill bundle is a legitimate tool for generating and editing WeChat articles using LLM APIs. The core logic in `scripts/write.py` involves reading a user-provided API key from `aws.env` and sending it to a user-configured endpoint, which is necessary for its stated purpose. The `SKILL.md` file contains detailed instructions for the AI agent to manage article workflows, including configuration validation and business document integration. Notably, the script includes security measures such as path validation in `_validate_reference_path` to prevent path traversal when reading reference documents. No evidence of data exfiltration to unauthorized endpoints, malicious execution, or harmful prompt injection was found.
能力标签
requires-sensitive-credentials
能力评估
Purpose & Capability
Name/description (Wechat/public-account longform writing) matches what the skill does: runs a Python script to produce drafts and optionally call an external LLM. Requested binary (python3), single env var (WRITING_MODEL_API_KEY) and primaryEnv (aws.env) are appropriate for this purpose.
Instruction Scope
SKILL.md and write.py clearly state runtime behaviour: the script reads repository and user preset files (.aws-article/* and article.yaml/topic-card.md), merges config, constructs prompts and (unless using the 'prompt' subcommand) POSTs the full prompt and any referenced .md files to the configured model base_url with Authorization: Bearer <WRITING_MODEL_API_KEY>. This is expected for an LLM-based writer but is important: referenced documents are injected in full (no internal truncation). Users should ensure referenced files do not contain secrets.
Install Mechanism
Instruction-only install (no installer downloads). The skill includes a local Python script but no remote install/download steps. No high-risk URL downloads or archive extraction are present.
Credentials
Only WRITING_MODEL_API_KEY is required and the code reads it from aws.env as documented. The primary credential is the model API key used to talk to the configured base_url—this is proportional to the stated functionality. No unrelated credentials are requested.
Persistence & Privilege
always:false (no forced global presence). skill.json declares filesystem/network/shell permissions which match the script's behavior (reading/writing repository files, running python, making network calls). The skill does not attempt to modify other skills or system-wide configs.
如何使用
  1. 确保已安装 OpenClaw(本地或 Docker 部署)
  2. 在对话框中输入安装命令:/install aws-wechat-article-writing
  3. 安装完成后,直接呼叫该 Skill 的名称或使用 /aws-wechat-article-writing 触发
  4. 根据 Skill 的参数说明提供必要输入,即可获得结构化输出
版本历史
v1.0.23
引入 .aws-article/products/{产品名}/ 业务资料库:涉及自家产品的写稿/配图前先查 products/;AI 生成的业务介绍引导保存到 products/{产品名}/*.md。assets 的图片入库脚本重命名 stock_image_ingest.py → product_image_ingest.py(按产品分目录)。
v1.0.22
软化版套件完整性提示:说明工作流会读跨 skill 共享文档、单独安装时会 file-not-found;纯信息性语气,无 shell 循环、无 Agent 强指令
v1.0.20
修 scanner 精准点名:移除'不外传/不读仓库外'假陈述;补凭证/内容外发披露;sticker+review 补 WECHAT 凭证声明;空 env 的 skill 移除 primaryEnv;3 个脚本不再遍历父目录
v1.0.19
能力披露:frontmatter 加 metadata.openclaw.requires;body 加 Capabilities 段;降温前置依赖块(去 shell 循环与强指令语气);article_init.py 不再读 Path.home()
v1.0.18
清理 tags 只留 latest;frontmatter 加 homepage+url;main/publish 加 automation 关键词
v1.0.17
加前置依赖检查:任一 skill 启动前要求 9 个套件全装,否则停止工作流
v1.0.16
压缩 description 做 SEO 密度优化
v1.0.15
SEO 优化:补关键词/友好名/价值主张/GitHub 链接
v1.0.14
对齐 git tag v1.0.14
v1.0.0
aws-wechat-article-writing v1.0.0 - Initial release for long-form WeChat article writing, as part of the `aws-wechat-article-*` skill suite. - Supports writing, rewriting, polishing, and continuing WeChat articles using third-party models or the agent, based on user prompts. - Enforces strict workflow and configuration checks before drafting, requiring clear user intent and completion of all account/global settings. - Integrates resource library for referencing documentation and setting image placeholders as part of the writing process. - Implements step-by-step process: global config validation, draft path confirmation, requirements merging, resource judgement, publishing intent, and flexible agent/script writing modes.
元数据
Slug aws-wechat-article-writing
版本 1.0.23
许可证 MIT-0
累计安装 1
当前安装数 1
历史版本数 10
常见问题

公众号长文 AI 写稿 是什么?

公众号写稿|长文写作|文章润色|改写续写 — 公众号长文 AI 写作,从话题或提纲生成完整初稿,支持改写、续写、润色、开头结尾优化,可调 DeepSeek / GPT / Claude 或由 Agent 代写。面向自媒体作者、公众号运营、品牌文案。触发词(**单独触发仅限对已有稿子的修改**):「改写」「润色」「... 它是一个面向 Claude Code / OpenClaw 的 AI Agent Skill 插件,目前累计下载 184 次。

如何安装 公众号长文 AI 写稿?

在 OpenClaw 或 Claude Code 对话框中运行命令「/install aws-wechat-article-writing」即可一键安装,无需额外配置。

公众号长文 AI 写稿 是免费的吗?

是的,公众号长文 AI 写稿 完全免费,采用 MIT-0 许可证,可自由下载、安装和使用。

公众号长文 AI 写稿 支持哪些平台?

公众号长文 AI 写稿 跨平台运行,可在任意部署了 OpenClaw / Claude Code 的环境中使用(cross-platform)。

谁开发了 公众号长文 AI 写稿?

由 marsatwechat(@aiworkskills)开发并维护,当前版本 v1.0.23。

💬 留言讨论