Wechat Content Studio

微信公众号内容工作室 — 融合卡兹克写作风格（四层自检）+ 完整发布流水线（封面+发布+验证+追踪）+ 横纵分析法调研。从选题到发布的全链路工具。触发：写公众号文章、写稿子、帮我研究一下、深度调研、发布草稿箱。

Security Scan

这个技能的声明、所需凭证和脚本行为在功能上是一致的——它需要微信公众号凭证并使用 wenyan CLI 发布/验证文章，未发现明显与声明不符的恶意行为。

Purpose & Capability

技能名/描述为“微信公众号内容工作室”，要求的环境变量 WECHAT_APP_ID 和 WECHAT_APP_SECRET、所需二进制 wenyan、以及包含的脚本（发布、验证、追踪、凭证管理）都与该目的直接相关，未见多余或不相干的权限请求。

Instruction Scope

SKILL.md 和脚本明确要求读取/写入用户主目录下的 ~/.openclaw/workspace（secrets.json、TOOLS.md、wechat-monitor.json），并会联网访问搜狗微信搜索（weixin.sogou.com）和调用内置的 image_generate。读取和写入本地凭证文件与发布流程相关，但这是一个重要的安全面：用户应注意这些文件保存了公众号凭证并存在本地。

Install Mechanism

技能为指令式（无安装 spec），但 publish 脚本在运行时会尝试自动执行 npm install -g @wenyan-md/cli（从 npm 注册表获取 wenyan-cli）。这与功能需求一致，但自动全局安装 npm 包属于中等风险（会从公共注册表拉取代码），建议用户确认信任该包并在受控环境中运行。

Credentials

仅声明并实际使用两项凭证（WECHAT_APP_ID/WECHAT_APP_SECRET），这些是发布到微信公众号所必需的。脚本也提供将凭证保存在 secrets.json 或从 TOOLS.md 读取的选项；没有请求与功能无关的密钥或第三方凭证。secrets.json 文件被设置为仅用户读写权限（chmod），这是合适的保护措施。

Persistence & Privilege

技能不会要求始终加载（always:false），也不修改其他技能或系统级配置。它会在 ~/.openclaw/workspace 下读写凭证和追踪文件（secrets.json, wechat-monitor.json），这是一种常见、限域的持久化行为，与其用途一致。

Assessment

该技能整体内聚且与其声明一致，但在安装与凭证处理上有几点建议： - 仔细确认并信任 @wenyan-md/cli（npm 包），或在虚拟环境/容器中先手动安装以观察行为；自动全局 npm 安装会从公共注册表拉取代码。 - secrets.json 和 wechat-monitor.json 会保存在 ~/.openclaw/workspace，请确保该目录存在并设置合适权限（脚本尝试将文件权限设为仅用户可读写）；为敏感凭证考虑使用专用公众号账号或最小权限凭证。 - SKILL 会向搜狗微信搜索发出请求并可能提示你将本机公网 IP 加入公众号 IP 白名单（这一步需要你在微信公众号后台手动操作），在做白名单配置时确认使用的公网 IP 正确并了解影响。 - 如果你对自动化发布有疑虑，可先在隔离环境（例如临时账户或测试公众号）运行脚本并逐步验证每一步，再在生产账号上使用。 - 若需更高信心，可人工审阅 publish_and_verify.py 中对 subprocess.run 的调用和任何传入文件路径的处理，避免传入未清洗的字符串导致命令注入风险（目前脚本按平台进行了基本处理，但最好谨慎）。

微信公众号内容工作室

从选题到发布的全链路工具，融合卡兹克写作风格 + 完整发布流水线。

核心价值观

"有见识的普通人在认真聊一件打动他的事。"

AI时代最稀缺的是活人感。不追求滴水不漏的客观，分享亲身经历、真实感受、踩过的坑。大胆使用"我觉得"、"我认为"。拥抱不完美。

---

完整工作流

用户给选题/素材
    ↓
[可选第一步：hv-analysis 深度调研]
  帮我研究一下 → 联网搜索 → 横向竞品 + 纵向脉络 → 深度报告
    ↓
第一步：判断选题（H/K/R质检）
    ↓
第二步：明确AI角色边界（AI做什么 vs 人做什么）
    ↓
第三步：写作（卡兹克风格 + 五种文章原型）
    ↓
第四步：四层自检（L1硬性规则 → L2风格 → L3质量 → L4活人感）
    ↓
第五步：生成封面图
    ↓
第六步：发布到草稿箱
    ↓
第七步：搜狗验证收录
    ↓
第八步：monitor.py 追踪数据

---

第一步：选题判断（H/K/R质检）

一个好选题要通过H/K/R质检：

• H (Happy)：足够有趣、有悬念吗？标题和开头能让人好奇想点开吗？
• K (Knowledge)：有信息量吗？看完能学到新东西吗？
• R (Resonance)：能戳中情绪吗？让人"对对对我也这么想"？

S级选题三项兼备，及格选题至少占两项。如果素材只占一项，主动跟用户沟通调整方向。

如果素材信息不够，主动问用户："你大概想讲哪几个点？有没有什么自己的经历想放进去？"

---

第二步：AI的角色边界

AI擅长做的（放心交给AI）

• 找证据：给一个观点，让AI找能支撑（和反驳）它的历史/学术/文化论据
• 找类比：让AI提供多个比喻候选，你自己挑
• 按角度扩写：你已经定好了角度和每段标题，AI填充肉
• 补充背景知识：格式塔心理学、荣格阴影理论等，AI帮你准确表述
• 梳理逻辑：写到一半不确定某段放哪，让AI帮你调整

AI做了会暴露的（必须人来）

• 第一手观察：亲身体验、真实经历，一编就假
• 核心创意角度：让文章真正立住的那个灵感，AI给不了
• 情绪的真实表达：用"我当时就愣住了"而不是"我感到震撼"
• 数据到人物的同理心：从"1000个已付款"想象背后那个具体的人

协作流程

人：提供素材 + 核心观点 + 个人经历 + 情绪节点
 ↓
AI：补充背景知识 + 找证据类比 + 按角度扩写
 ↓
人：二次改写（加入自己的声音、打破节奏、补充真实细节）
 ↓
AI：四层自检 → 输出修改建议
 ↓
人：终审定稿

---

第三步：写作（卡兹克风格）

五种文章原型

写之前先判断属于哪种：

类型	核心	写法重心
调查实验型	我替你去做了这件事	过程叙事 + 层层递进的发现
产品体验型	跟我一起玩	场景演示 + 真实感受
现象解读型	你注意到了吗？背后是什么？	观察→好奇→研究→哲学升维
工具分享型	我发现了一个好东西	个人故事铺垫→工具展示→效果惊艳
方法论分享型	我把压箱底的掏给你了	每节有可执行行动 + 坦诚说明学习成本

风格内核

节奏感：像跟朋友聊天，不像写报告。句子时长时短，大量用逗号制造口语化停顿感。经常一句话自成一段来制造重点。节奏的本质是一套让读者一路往下读的推进系统。

论述中的故意打破：重复强调（"就是...就是..."）、中途叹息或打断（"我当时就..."）、省略主语、刻意的模糊（"我就不说是谁了"）。这些不是错误，是让文章听起来像真人在说话的关键。

知识输出方式：知识是"聊着聊着顺手掏出来"的，不是"下面我来给大家科普一下"。

人物画像法：从数据点出发，3-5句话内让一个具体的人变得立体：

触发点数据（"1000个已付款"）
→ 快速代入（"他可能是一个..."）
→ 多维堆砌（城市→职位→生活→心理→具体行为）
→ 情感锚定
→ 细节具象化（十几平米出租屋、拼好饭）

文化升维：每篇文章聊完具体事情后，连接到更大的文化/哲学/历史参照物。"聊着聊着自然想到了"，不是硬凑的升华。

回环呼应：前面埋的钩子后面要响，形成闭合感。让文章从"信息流"变成"作品"。

结构模板

【开头】感性切入，从一个具体事件/场景开始，迅速建立情绪
  ↓
【背景铺垫】简要科普，让非专业读者也能看懂，但方式是聊天式的
  ↓
【核心内容】分几个板块展开，每个板块：
  - 一个明确观点
  - 至少一个具体场景/人物/对话支撑
  - 私人视角的连接（"我自己也是这样"）
  - 一句扣主线的话
  ↓
【升华】从具体事件拉到更大的文化/哲学/历史参照物
  ↓
【收尾】引用收尾 / 哲思余韵 / 行动呼吁 / 信念宣言 / 回环呼应
  ↓
【固定尾部】
以上，既然看到这里了，如果觉得不错，随手点个赞、在看、转发三连吧...
> / 作者：XXX

字数和格式

• 公众号长文：4000-8000字
• 段落要短，经常一句话就是一段
• 不加小标题。绝大多数文章从头到尾一口气顺下来
• 不用bullet point，用散文叙述

绝对禁区

禁用词：

• "说白了" ← AI最爱用，一出现立刻暴露
• "意味着什么？" / "这意味着" ← AI标志性句式
• "本质上" ← 太学术
• "换句话说" ← 太书面
• "不可否认" / "综上所述" / "总的来说" ← 套话
• "首先...其次...最后" ← 公式化

禁用标点：

• 冒号"：" → 用逗号代替
• 破折号"——" → 用逗号或句号代替
• 双引号""或"" → 用「」代替，或直接不加

禁用开头：

• "在当今AI快速发展的时代..."
• "随着技术的不断进步..."
• 禁止任何宏大叙事式开头，永远从具体事件切入

推荐口语化词组

转场过渡：坦率的讲、说真的、我是真的觉得、反正我觉得、怎么说呢、其实吧、你想想看、我跟你说、回到xxx这块

表达判断：我有时候觉得、我一直觉得、这话听着有点刺耳但、不是说xxx不行而是说、我自己的感受是、我始终坚信

承认自嘲：说实话我也不确定、我自己也还在摸索、可能有些想法还不成熟、愚钝如我

情绪表达：这种感觉太爽了、我当时就愣住了、想想就觉得兴奋、我真的被震撼到了、太特么赤鸡了、你敢信？？？

拉近距离：很多朋友可能不知道、可能有小伙伴纳闷、你如果关注这个领域的话

---

第四步：四层自检体系

写完后必须跑完四层质检。只有四层全部通过，文章才算达标。

L1 硬性规则检查（自动扫描层）

L1-1 禁用词扫描：全文搜索禁用词列表，命中则必须替换

L1-2 禁用标点扫描：全文搜索冒号/破折号/双引号，替换

L1-3 结构性套话扫描：检查"让我们来看看..."、"随着...的发展"等套话模式

L1-4 工具名检查：确认所有AI工具都使用具体名称（Claude Code、Codex等），没有"AI工具""某个模型"等空泛表述

通过标准：四项零命中

L2 风格一致性检查

L2-1 开头：是否从具体事件/场景切入？不是宏大叙事？

L2-2 节奏：是否有长短句交替？是否有一句话独立成段（全文≥3次）？

L2-3 口语化：是否使用了推荐口语化词组（≥8-10个不同表达）？有没有自嘲或承认不足？情绪标点（"。。。""？？？"）至少出现一种？

L2-4 标点禁令复核：确认完全没有冒号/破折号/双引号

L3 内容质量检查

L3-1 观点支撑：每个核心观点是否有具体场景/人物/数据支撑？

L3-2 知识输出：知识点是否"顺手掏出来"而非"教科书科普"？

L3-3 文化升维：是否有至少一处连接到更大参照物？是否自然？

L3-4 对立面同理心：是否先理解对方处境再给视角？

L4 活人感终审（最重要）

通读全文，回答："读完感觉是一个有见识的普通人在认真跟我聊，还是一个AI在输出信息？"

• 温度感：情绪是体感记忆还是知识性描述？
• 独特性：这文章是否只有"这个真人"才能写出来？
• 姿态：是"普通人在聊"还是"导师在教"？
• 心流：从头到尾有没有注意力断掉的地方？

通过标准：四维整体感觉"这像是真人写的"

---

第五步：生成封面图

使用 image_generate 工具生成封面图：

• 保存到 assets/cover.jpg
• 科技感/文章主题相关
• 尺寸：1024x1024 或 16:9

第六步：发布到草稿箱

确保文章有完整 frontmatter：

---
title: 文章标题
cover: ./assets/cover.jpg
---

发布：

python -X utf8 scripts/publish_and_verify.py <文章.md> [主题] [高亮]

主题推荐 lapis，高亮推荐 solarized-light。

第七步：搜狗验证收录

发布脚本会自动验证。手动验证：

python -X utf8 scripts/search_article.py "文章标题"

第八步：追踪数据

python -X utf8 scripts/monitor.py add "标题"         # 添加追踪
python -X utf8 scripts/monitor.py check "标题"         # 检查收录
python -X utf8 scripts/monitor.py status               # 列表
python -X utf8 scripts/monitor.py recommend           # 选题建议

---

凭证配置

方式1：secrets.json（推荐）

python scripts/add.py wechat "微信公众号" appid=YOUR_APPID appsecret=YOUR_APPSECRET

方式2：TOOLS.md

## WeChat Official Account
export WECHAT_APP_ID=your_app_id
export WECHAT_APP_SECRET=your_app_secret

IP白名单：将本机公网IP（curl ifconfig.me）添加到微信公众号后台 → 开发 → 基本配置 → IP白名单

---

依赖

• Node.js / npm：wenyan-cli 需要
• wenyan：未安装时自动安装
• Python 3：运行脚本
• image_generate：生成封面（OpenClaw内置）

---

文件结构

wechat-content-studio/
├── SKILL.md
├── scripts/
│   ├── publish_and_verify.py   # 发布 + 搜狗验证
│   ├── search_article.py      # 独立搜索
│   ├── monitor.py             # 数据追踪 + 选题建议
│   ├── add.py                 # 添加凭证
│   ├── get.py                  # 获取凭证
│   ├── remove.py               # 删除凭证
│   └── list.py                 # 列举凭证
└── references/
    ├── 爆款方法论.md
    ├── 写作技巧.md
    ├── 去AI味指南.md
    ├── content_methodology.md   # 卡兹克内容方法论
    ├── style_examples.md        # 风格示例与修改对比
    └── hv-analysis-methodology.md  # 横纵分析法（深度调研）

深度调研（hv-analysis）

hv-analysis（横纵分析法）是卡兹克提出的深度调研方法论，可作为 wechat-content-studio 的研究上游。

工作流：

hv-analysis（深度调研）→ 横纵交汇洞察 → wechat-studio-kh（写作发布）

适合 hv-analysis 的场景：

• 研究竞品/赛道（调查实验型文章素材）
• 研究公司/人物（方法论分享型文章素材）
• 研究概念/技术（现象解读型文章素材）

使用方式： 帮我研究一下XXX → 自动联网搜索 + 横向竞品对比 + 纵向发展脉络 → 生成深度研究报告

详细介绍： 参考 references/hv-analysis-methodology.md