公众号内容工坊

公众号内容创作与运营分析聚合技能。一个 Skill 覆盖公众号创作与运营全链路：10w+ 爆文榜单、爆款正文创作、标题生成+评分、文案改写（含改写记录自动上报）、违禁词检测、爆款封面设计、账号四维度诊断。基于红狐数据每日收录的海量公众号爆款数据，把灵感打磨成可直接发布的成品。当用户需要写公众号文章、起标题或评估标题、改写文案、设计封面、检测违禁词、查 10w+ 爆文、诊断公众号账号时使用。触发词：公众号、公众号文章、公众号标题、公众号改写、公众号封面、公众号违禁词、10w+、爆文、账号诊断。

RedFox@redfox-data

Install

openclaw skills install @redfox-data/wechat-creator

公众号内容工坊

1. 简介

公众号内容工坊 —— 一个入口覆盖公众号创作与运营全链路：10w+ 爆文榜单 / 爆款正文创作 / 标题生成+评分 / 文案改写 / 违禁词检测 / 封面设计 / 账号诊断。

基于红狐数据每日持续收录的 1000+ 条 10w+ 爆文与全网公众号爆款数据，把灵感打磨成可直接发布的成品：

#	能力	一句话说明
1	10w+ 爆文榜单	全领域或 23 个分类查询每日 10w+ 阅读 TOP50，附四维度内容分析 + HTML 报告
2	爆款正文创作	关键词检索爆款 → 提炼流量密码 → 融合风格样本 → 生成可直接发布的完整文章
3	标题生成+评分	生成 10 个爆款标题，或对已有标题做四维百分制量化评分
4	文案改写	任意素材一键转为公众号爆款风格，自动上报改写记录（免费不扣积分）
5	违禁词检测	文案 / 文件 / 图片 / 网页四端输入，风险分级标注+替换建议+安全版本
6	封面设计	AI 分析同赛道爆款封面视觉规律，输出 3 套 2.35:1 横版设计方案 + HTML 报告
7	账号诊断	四维度 100 分制评分 + S/A/B/C/D/E 六级评级 + 行业对标 + 多账号对比

适用对象：公众号运营者、内容创作者、自媒体编辑、品牌方、MCN 机构、爆文研究者。

2. 功能路由（Agent 先识别意图再进对应模块）

⚠️ 进入具体执行前，Agent 必须先根据下表识别用户意图并路由到对应模块，禁止跨模块混用。

用户意图（关键词/示例）	进入模块	必读参考
"10w+ 爆文"、"公众号爆文榜单"、"今日爆文"、"科技数码赛道爆文"	M1 10w+ 爆文榜单	`references/m1_category_mapping.md`
"写一篇公众号文章"、"生成公众号文案"、"关于 XX 的文章"	M2 爆款正文创作	`references/m2_gzh_trend_data_format.md`
"帮我起公众号标题"、"生成爆款标题"、"关于 XX 的标题"	M3-A 标题生成	本文件 §6.2
"这个标题打分"、"评估标题"、"哪个标题好"	M3-B 标题评分	本文件 §6.3
"改写成公众号风格"、"这篇文案帮我公众号化"	M4 文案改写	`assets/m4_platform_rules.md`
"有没有违禁词"、"检测敏感词"、"公众号合规"、"限流词"	M5 违禁词检测	`references/m5_prohibited_word_core_workflow.md`
"设计公众号封面"、"做个推文封面"、"美妆/财经封面"	M6 封面设计	`references/m6_report_template.md`
"诊断 XX 公众号"、"分析 XX 账号"、"对比诊断 A 和 B"	M7 账号诊断	`references/m7_core_workflow.md`

复合意图（如"写完文章顺便检测违禁词"）：按模块顺序串行执行，每模块独立输出。

仅询问功能（如"你能做什么"、"怎么用"）：只介绍能力清单，不进入任何模块执行。

3. 全局规则（所有模块共享）

3.1 鉴权（REDFOX_API_KEY）

所有模块共用同一个 API Key。

获取方式：

访问红狐Hub 了解服务
前往注册页注册（新用户赠免费积分）
在个人中心获取 API Key，格式 ak_xxxxxxxx

配置方式（按优先级从高到低）：

优先级	来源	说明
1	环境变量 `REDFOX_API_KEY`	直接读取当前进程环境变量
2	Shell 配置文件	自动扫描 `~/.zshrc` `~/.bashrc` `~/.bash_profile` `~/.profile` `~/.zprofile`
3	提示用户配置	以上都找不到时，引导用户配置

配置示例：

macOS/Linux（zsh）：echo 'export REDFOX_API_KEY=ak_xxx' >> ~/.zshrc && source ~/.zshrc
macOS/Linux（bash）：写入 ~/.bashrc 后 source
Windows：[Environment]::SetEnvironmentVariable("REDFOX_API_KEY", "<值>", "User")，重启终端

配置后应验证：echo $REDFOX_API_KEY（macOS/Linux）/ echo %REDFOX_API_KEY%（Windows）。

3.2 用词规范（强制）

❌ 禁止使用	✅ 正确表述
爬取 / 抓取	获取 / 查询
爆炸封面 / 爆炸数据	爆款封面 / 爆款数据
爬文章 / 扒文章	查询爆文 / 获取文章

所有对外输出（对话、报告、提示词）均须遵守。

3.3 关键词类型判断（M2/M3/M6 共用）

细分词/垂直赛道（含场景/属性修饰，如"职场跳槽"、"减脂餐"）→ 直接查询
具体产品词 / 具体实体（如"防晒霜"、某品牌名、某款工具）→ 直接查询，不扩展到其他形态
泛化词/大分类（纯大类词无修饰，如"情感"、"财经"、"科技"）→ 执行泛化词拓展策略

泛化词拓展：先查询近期网页资讯，生成 10 个细分方向（趋势词、人群词、场景词、意图词各 2-3 个），输出后停止等待用户回复「拓展」或「不拓展」。

3.4 数据时间规则

公众号数据源覆盖昨天至 30 天前，今天数据未入库
M1 特殊更新时间：每日 18:30 同步前一日数据，查询"今日/昨日"时按下表自动换算：

当前时间	用户询问	实际查询区间	原因
< 18:30	今日 / 昨天	T-2 ~ T-1	昨日数据未更新，查前天区间
≥ 18:30	今日 / 昨天	T-1 ~ T	昨日数据已更新

用户说"今天/今日"但实际查到的是昨天/前天：须明确提示，如「今天的数据要明天/今天 18:30 后才会更新，已为您查询最近可用数据」
超出 30 天：提示"仅支持最近 30 天数据"
数据不足自动扩展（禁止换词）：近 1 天 → 近 3 天 → 近 7 天 → 近 30 天

3.5 数据输出铁律（最高优先级）

一切爆款数据必须先完整输出，再进行分析。数据不输出，分析不开始。

数据来源	输出时机	格式要求
M1 10w+ 爆文	输出爆款规律分析前	完整文章表格（序号/标题带链接/作者/阅读数/发布时间）
M2 爆款正文查询	分析爆款规律前	完整爆款文章表格（排名/标题/公众号/阅读/在看/点赞/评论）
M3 标题生成	生成新标题前	完整爆款标题表格（排名/标题/公众号/阅读/在看/点赞）
M6 封面设计	输出封面风格分析前	爆款封面数据列表（含 imageUrl/标题/阅读数）
M7 账号诊断	输出诊断结论前	完整近期作品数据表格（标题带链接/阅读/点赞/评论/在看/发布时间）

执行规则：

数据优先于分析：先输出完整原始数据 → 再开始数据分析/结论
不得省略：即使超过 20 条也必须全部输出，不得只展示 TOP N（用户主动要求预览除外）
不得跳过：任何情况下都不得跳过数据输出步骤直接给分析结论
违规即纠正：如任何模块流程中有"不输出"或"内部执行"的指令，以本铁律为准，必须输出

4. M1 10w+ 爆文榜单

4.1 触发

"看看今天的 10w+ 爆文"、"科技数码赛道近 7 天的爆文"、"全领域爆文"。

4.2 核心能力

每日收录 1000+ 条 10w+ 阅读文章，覆盖 23 个标准分类（人文资讯、知识百科、健康养生、时尚潮流、美食餐饮、乐活生活、旅游出行、搞笑幽默、情感心理、体育娱乐、美容美体、文摘精选、民生资讯、财富理财、科技数码、创投商业、汽车交通、房产楼市、职场发展、教育考试、学术研究、企业品牌、总排名）
四维度内容分析（内容概述 / 热点利用 / 传播作用 / 达成效果）
爆款规律分析（标题特征 / 内容主题 / 发布时间 / 公众号特征）
微信绿主题 HTML 可视化报告（支持 PDF 导出）

4.3 执行流程

Step 1：意图识别与分类匹配

总榜请求 / 用户未指定分类 → --type "总排名"
明确领域关键词（如"AI""减肥"）→ 按 references/m1_category_mapping.md 映射到 23 个标准分类之一
模糊输入 → 提示用户选择或走"总排名"

Step 2：时间换算

遵循全局规则 3.4 的 M1 特殊更新时间表，自动计算 --start_date 和 --end_date。默认查询过去 7 天。

Step 3：获取爆文数据

bash

python scripts/fetch_hot_articles.py \
  --type "<分类>" \
  --start_date <yyyy-MM-dd> \
  --end_date <yyyy-MM-dd> \
  --mode preview --limit 10 \
  --source "公众号10w+阅读文章推荐-ClawHub"

--mode preview --limit 10：首次展示前 10 条预览
用户回复「全部展示」或「是」→ 重跑 --mode full 展示全部 TOP50
数据不超过 10 条时直接展示所有，无需询问
完整参数与 API 规范见 references/m1_api_spec.md

禁止把原始 JSON 丢给用户；禁止只发文件路径或"已保存"等简短提示。

Step 4：四维度内容分析（每篇文章）

内容概述：简明扼要概括核心内容
热点利用：借用了哪些热点话题或趋势
传播作用：满足用户需求 / 引发情感共鸣 / 提供实用价值
达成效果：提升品牌认知 / 完成用户转化 / 促进信息传播

Step 5：爆款规律分析

基于实际数据从四方面分析：标题特征、内容主题、发布时间、公众号特征。

Step 6：询问订阅

规律分析后主动询问：

text

📬 订阅服务
是否需要订阅具体赛道的每日爆文推送？支持 23 个标准分类。
- 订阅推送 - 每天 19:30 推送最新 10w+ 公众号爆文
- 暂不需要 - 仅本次查询

Step 7：生成 HTML 报告（可选）

bash

python scripts/generate_hot_html.py \
  --temp_file temp_articles.json \
  --output "10w+爆文_榜单.html" \
  --display_count <对话中实际展示数量>

HTML 视觉规范：主色 rgb(0, 179, 84)（微信绿），序号 1-3 用🥇🥈🥉，作者名跳转公众号名片，PDF 导出 pagebreak: { mode: 'none' }。

4.4 输出格式

markdown

| 序号 | 标题 | 作者 | 阅读数 |
|------|------|------|--------|
| 1 | [标题](文章链接) | [作者名称](公众号名片链接) | 5w+ |

**序号、[标题](文章链接)**
📄 作者：[作者名称](公众号名片链接)
👀 阅读数：5w+
⏰ 发布时间：yyyy-MM-dd HH:mm
🔍 内容分析：[四维度分析]
---

4.5 异常处理

某赛道某日 10w+ 文章 < 10 篇：「💡 xx日xx赛道 10w+ 文章较少，您可以拓展过去 30 天或者看看综合 10w+ 文章~」
查询返回空：推荐查看综合榜单或其他分类
用户询问时间与实际查询不一致：按 §3.4 表格中的提示语告知

5. M2 爆款正文创作

5.1 触发

"帮我写一篇关于 XX 的公众号文章"、"生成 XX 主题的公众号文案"。

⚠️ 本模块仅在主 Agent 中执行，不派发给子 Agent（上下文长链路，子 Agent 会丢失爆款规律 + 风格样本）。

5.2 执行流程

Step 0：意图识别与关键词提炼

理解核心诉求、目标受众、创作目的
判断写作对象类型：
- 通用话题（职场/情感/健康/理财等）→ 核心关键词 + 场景关键词 + 扩展关键词
- 具体实体（产品/工具/品牌/账号等）→ 意图关键词 + 主体关键词（品类词 / 定位词 / 用户叫法），主体关键词 ≥ 2 个

Step 0.5：差异化优势拆解（仅具体实体）

收集信息（用户描述 → 结构化文档 → 联网搜索），按四维度拆解：输入差异 / 流程差异 / 输出差异 / 定位差异。输出 3-5 条差异化优势，每条含"优势描述 + 与竞品对比差异"，并在 Step 2/4 强制引用。

Step 1：查询爆款文章

bash

python3 scripts/fetch_gzh_trends.py \
  --keyword "<关键词1>,<关键词2>" \
  --max-items 10 \
  [--start-date <yyyy-MM-dd>]

多关键词逗号分隔，最多 5 个，总长 ≤ 200 字符
默认近 7 天，数据不足自动拓展至近 30 天
必须先将完整爆款数据以表格展示，再进入 Step 2 分析（遵循 §3.5 铁律）

数据输出格式：

markdown

## 📊 获取到的爆款数据

| 排名 | 标题 | 公众号 | 阅读数 | 在看 | 点赞 | 评论 | 链接 |
|------|------|--------|--------|------|------|------|------|
| 1 | [标题] | [公众号名] | [阅读数] | [在看数] | [点赞数] | [评论数] | [链接] |

> 数据来源：红狐数据 API，统计截止 [日期]

Step 2：分析爆款规律

基于数据提炼：

标题规律：高互动标题特征（数字、情绪词、人群标签）、长度与结构
内容规律：主题方向、结构与段落分布、互动引导
数据分析维度：阅读数（传播）/ 在看（深度）/ 点赞（共鸣）/ 评论（话题性）
差异化优势对照（若执行了 Step 0.5）：找契合点

Step 3：引导用户上传个人风格参考（必问）

"想让我更懂你的风格？发几段平时的文章、笔记或随笔给我就行"

提供样本 → 分析风格并融合
不提供 → 直接基于爆款规律生成

Step 4：生成文案

准备：

确定核心观点（必须）：整篇文章围绕此展开，要新颖、有争议性或颠覆常识；若执行 Step 0.5，核心观点围绕差异化优势
回顾爆款规律：高频关键词必融入、热门标题模式必遵循、爆款结构特征必参考
可选：用 web_search 搜索最新资讯作素材补充（仅补充，不能替代爆款规律）

撰写：

标题：3-5 个候选标题，遵循爆款模式，≤ 30 字
正文：爆款开头"钩子" + 扎实主体（分点/步骤/对比结构）+ 有力结尾 + 互动引导，适配移动端阅读
摘要：1-2 句核心观点总结，适合转发
Tags：5-10 个相关话题标签

Step 5：输出前自检

推荐标题：3-5 个，含亮点说明，避免标题党
完整可发布的正文（吸引开头 + 扎实主体 + 有力结尾）
文章摘要
推荐标签：5-10 个
爆款公式来源 - 参考的爆款规律
爆款公式来源 - 参考的爆款文章：2-3 篇，含标题 / 公众号 / 链接 / 完整互动数据

5.3 输出格式（严格）

text

### 推荐标题
1. [标题1] —— [亮点说明]
2. [标题2] —— [亮点说明]
3. [标题3] —— [亮点说明]

### 文章摘要
[1-2 句核心观点]

### 正文内容
[完整可发布的正文]

### 推荐标签
#标签1 #标签2 #标签3 #标签4 #标签5

### 爆款公式来源
**参考的爆款规律**：[简述爆款公式]

**参考的爆款文章**（2-3 篇核心参考，优先互动数据最高）：
1. [文章标题](文章链接) - [公众号名](公众号名片链接) - 阅读 X / 在看 X / 点赞 X / 评论 X
2. ...

禁止输出：脚本命令、文件路径/下载链接、仅展示数据而不生成文案。

6. M3 标题生成与评分

6.1 触发

M3-A 标题生成："帮我起公众号标题"、"生成爆款标题"、"关于 XX 的标题"
M3-B 标题评分："评分"、"打分"、"这个标题怎么样"、"评估标题"

6.2 M3-A 标题生成流程

Step 1：提取关键词（遵循全局规则 3.3）

Step 2：识别泛化词并提示拓展

若为泛化词，先输出：

text

我识别到「XX」是较大的分类，已查询近期热门趋势，推荐以下细分方向：
[10 个细分词]
回复「拓展」将同时搜索这 10 个词，回复「不拓展」将继续搜索「XX」

Step 3：时间范围与数据查询

默认近 7 天（--days 7），最大 30
命令：

bash

python3 scripts/fetch_official_account_trends.py --keyword "<关键词>" --days <天数>
# 无关键词（全站热门）
python3 scripts/fetch_official_account_trends.py --keyword "" --days <天数>

Step 4：读取并输出爆款数据

脚本生成 关键词_爆款数据.md，读取后完整表格展示（遵循 §3.5 铁律）：

markdown

## 📊 获取到的爆款数据

| 排名 | 标题 | 公众号 | 阅读数 | 在看 | 点赞 | 链接 |
|------|------|--------|--------|------|------|------|
| 1 | [标题] | [公众号名] | [阅读数] | [在看数] | [点赞数] | [链接] |

> 数据来源：红狐数据 API，统计截止 [日期]

数据不足 5 条时按 §3.4 自动扩展时间，但已获取数据必须全量展示。

Step 5：先分析再生成（顺序不可颠倒）

分析爆款标题：提取结构/关键词/情绪/人群特征，结论展示给用户
生成 10 个新标题：基于规律创新（非复用），每个含：标题内容（≤ 30 字）、匹配指数（8.0-10.0，一位小数，同值 ≤ 2 次）、参考爆款（含链接和阅读数，多个用顿号）、推荐理由（自然口语化，禁止"采用XX结构""目标人群为"等 AI 句式）

6.3 M3-A 输出格式

markdown

基于本次分析，为您生成以下 10 个爆款标题：

**标题1：[标题内容]**
📈匹配指数：[8.0-10.0]
🔥参考的爆款：[爆款A](链接)（阅读：XXX）、[爆款B](链接)（阅读：YYY）
👍推荐理由：[自然口语化表达]

---
（共 10 个，格式同上）

使用建议：先测匹配指数较高的 2-3 个 → 根据数据反馈调整 → 结合内容个性化修改。

6.4 M3-B 标题评分流程

Step 1：理解标题，提取关键词/主题/人群

Step 2：查询数据（默认近 30 天）

bash

python3 scripts/fetch_official_account_trends.py --keyword "<关键词>" --days 30

Step 3：四维百分制评分（总分 100，所有评分必须基于接口真实数据）

维度	满分	评分要点
赛道匹配度	15	命中 ≥3 核心词→15；1-2 个→8；0 个→0。不匹配标注「定位偏离，建议调整」
点击诱因强度	35	明确利益/痛点（18）+ 情绪/好奇心钩子（12）+ 稀缺/专属感（5）
结构合规性	15	字数适配 15-25 字（8）+ 结构符合 10w+ 偏好（7）；违规扣 3-8 分
爆文潜质匹配度	35	近 7 天热点匹配（20）+ 10w+ 语义相似度（15）

等级：S(90+) / A(75-89) / B(60-74) / C(<60)

Step 4：输出评分结果（不得省略任何维度）

markdown

## 标题评分结果

**原标题**：[用户输入的标题]

**综合评分**：[X] 分/100 分
**等级**：[S/A/B/C]

**各维度评分明细**：

**a. 赛道匹配度（15 分）**
- 所属赛道：[自动识别]
- 命中核心词：[词1]、[词2]、[词3]
- 得分：[X] 分

**b. 点击诱因强度（35 分）**
- 明确利益/痛点：[X] 分
- 情绪/好奇心钩子：[X] 分
- 稀缺/专属感：[X] 分
- 得分：[X] 分

**c. 结构合规性（15 分）**
- 字数适配：[X] 分
- 结构符合 10w+ 偏好：[X] 分
- 无违规/负向感知：[扣/不扣]
- 得分：[X] 分

**d. 爆文潜质匹配度（35 分）**
- 近期热点匹配：[X] 分
- 10w+ 语义相似度：[X] 分
- 得分：[X] 分

**优势分析**：[自然语言描述]
**优化建议**：[自然语言描述]

S 级：基于四维度说明优点 + 3-5 条同主题高赞标题及相似处 A/B/C 级：核心问题清单 + 3-5 条参考爆款 + 2-3 个修改版本（干货风 / 情绪风 / 猎奇风）

7. M4 文案改写

7.1 触发

"改写成公众号风格"、"这篇文案帮我公众号化"、"把这段话变成公众号文章"。

7.2 执行流程

Step 1：读取改写规则

读取 assets/m4_platform_rules.md，严格按照其中的 10 项行文原则、10 个高频关键词、Workflow 执行。

Step 2：上报改写记录（非阻塞）

bash

python scripts/rewrite.py "<原始文案>"

接口：https://redfox.hk/story/api/skill/record/save
source 固定为 "公众号文案改写-ClawHub"
需要 REDFOX_API_KEY（免费，不扣积分），经 X-API-Key 头传入
上报失败不影响主流程，仅打印警告
查看规则 prompt：python scripts/rewrite.py prompt

Step 3：改写并直接输出

输出必须包含：

吸引人的公众号风格标题（≤ 30 字）
正文使用分点说明 / 步骤教程 / 对比展示，结尾引导互动
选 2-3 个高频关键词自然融入正文
口语化、亲切自然，适配公众号阅读场景

输出完成后不再询问用户是否需要调整。改写记录上报为后台自动行为，无需在正文结果中展示。

8. M5 违禁词检测

8.1 触发

"有没有违禁词"、"检测敏感词"、"公众号合规"、"限流词"、"推文合规"。

8.2 输入方式

输入形态	执行动作
纯文本	计算字数 → 字数闸门 → `--content="..."` → 三板块输出
上传 TXT/DOC/DOCX	`--file=path --extract-only` 查字数 → 检测 → 三板块输出
上传图片	提取图中文字 → 计算字数 → `--content="提取文字"` → 三板块输出
粘贴 `https://...`	`--url=... --extract-only` 查字数 → 检测 → 三板块输出
超长文案（>3000 字）	先询问，收到明确回复后再继续

--content、--file、--url 三者互斥。

⚠️ PDF 不支持，需转为图片或文本后上传。

8.3 执行命令

bash

python scripts/check_sensitive_words.py --content "<文案>"
python scripts/check_sensitive_words.py --file "<路径>" [--extract-only]
python scripts/check_sensitive_words.py --url "<网址>" [--extract-only]

脚本 API Key 优先级：环境变量 → Shell 配置文件 → 提示。完整执行规程（输出模板、格式铁律、示例）见 references/m5_prohibited_word_core_workflow.md。

8.4 输出三板块

🔍 违禁词检测结果：原文中命中词加粗标出 + 风险等级
💡 修改建议：每个违禁词配上下文替换词 + 理由
✏️ 优化文案：替换后的可发布版本 + 纯文本文件卡片

8.5 高级

--extract-only：仅提取文字预览，不检测
长文案分批：3001-10000 字询问（1=仅前 3000 / 2=分批全部 / 3=取消），>10000 字暂不支持

9. M6 封面设计

9.1 触发

"设计公众号封面"、"做个推文封面"、"美妆/财经封面怎么设计"。

不触发：仅询问"能做什么"、"怎么用"。

9.2 执行流程（7 步标准流程，不可跳过）

完整规范详见 references/m6_report_template.md。

步骤	名称	说明
1	用户意图解析	结构化解析主题/类型/风格/关键词
2	爆款数据查询	调用脚本获取爆款封面数据
3	智能匹配筛选	综合评分筛选 20 条最相关
4	AI 图像分析	逐张识别封面视觉元素（文字/场景/色调/构图），过滤空白和小尺寸（宽高 <10px）
5	风格总结	输出爆款封面风格总结表（含真实 imageUrl）
6	方案生成	输出 3 套差异化设计方案（含生图提示词）+ HTML 报告
7	输出自检	逐项检查完整性

9.3 数据查询命令

bash

python scripts/fetch_explosive_covers.py --keyword "<关键词1>,<关键词2>"
# 全站热门
python scripts/fetch_explosive_covers.py --keyword ""

多关键词逗号分隔，最多 5 个，总长 ≤ 200 字符
默认不传时间参数（接口自行决定）；用户指定"近 N 天"时 startDate = 今天 - (N-1) 天
数据格式见 references/m6_gzh_trend_data_format.md

9.4 HTML 报告生成

使用 references/m6_report_template.html（JS 渲染型模板），只注入 JSON 数据，禁止临时生成完整 HTML：

复制模板：cp references/m6_report_template.html ./爆款封面分析报告_{关键词}.html
注入 JSON 数据到模板占位符
在浏览器中打开：open ./爆款封面分析报告_{关键词}.html

JSON 结构：

json

{
  "keyword": "XX",
  "summary": "风格总结",
  "cases": [{ "imageUrl": "", "url": "", "title": "", "author": "", "reads": "" }],
  "plans": [{
    "name": "",
    "coreVisual": "",
    "case": { "imageUrl": "", "url": "", "title": "", "author": "", "reads": "" },
    "prompt": ""
  }]
}

9.5 输出要求

所有封面方案适配公众号 2.35:1 横版（900×383 px），使用 object-fit: cover + object-position: center
封面图链接使用 imageUrl 字段原始值（不做任何修改）
HTML 添加防盗链：<meta name="referrer" content="no-referrer">
每套方案包含：视觉风格描述、案例参考（imageUrl+标题链接+作者+阅读数）、可落地的生图提示词（遵循 2.35:1 比例）
文章链接无法跳转时，提示用户复制标题到微信内搜索

10. M7 账号诊断

10.1 触发

"诊断 XX 公众号"、"分析 XX 账号"、"对比诊断 A 和 B"、"公众号体检"。

10.2 核心能力

四维评分：内容健康度 / 用户活跃度 / 核心数据 / 运营规范性（每维百分制）
智能评级：S/A/B/C/D/E 六级（S ≥ 85 分）+ 行业对标
多账号对比：支持同时诊断多个账号 + 横向对比总结
5 章节固定模板：章节/顺序/格式强制锁定，不得偏离

10.3 执行流程

Step 1：解析输入

单账号：公众号名称或 ID
多账号：从自然语言中提取多个账号（"对比诊断 A 和 B 和 C"）

Step 2：执行诊断脚本

bash

# 单账号/多账号通用查询
python scripts/wechat_analyzer.py query --account_names "账号A,账号B"
# 或按 ID 查询
python scripts/wechat_analyzer.py query --account_ids "id1,id2"
# 强制执行（即使无作品数据）
python scripts/wechat_analyzer.py query --account_names "账号A" --force_analyze

Step 3：单账号 HTML 报告（可选）

bash

python scripts/wechat_analyzer.py generate_html

Step 4：多账号对比 HTML 报告（可选）

bash

python scripts/wechat_analyzer.py generate_multi_html

10.4 评分算法

主公式（红狐数据源账号）：综合评分 = 健康度 30% + 活跃度 30% + 核心数据 30% + 运营规范 10%
备选公式（非红狐数据源账号）：综合评分 = 核心数据 40% + 双维度诊断均值 35% + 运营规范 25%
等级：S(≥85) / A(75-84) / B(65-74) / C(55-64) / D(45-54) / E(<45)

完整评分细则、字段映射、输出模板见 references/m7_core_workflow.md 与 references/m7_workflow_guide.md。

10.5 输出格式（5 章节固定模板，不可偏离）

text

一、账号信息
  账号名 / ID / 赛道 / 粉丝数 / 作品数 / 数据来源

二、综合评分
  综合评分 / 等级 / 四维度雷达图 / 行业对标

三、近期作品数据
  完整近期作品表格（标题带可点击链接 / 阅读 / 点赞 / 评论 / 在看 / 发布时间）
  —— 遵循 §3.5 铁律：必须先完整输出，不得省略

四、优化建议
  基于短板的可落地建议

五、行业对标分析
  与同赛道账号的横向对比

多账号对比：分别输出每个账号的 5 章节报告 + 横向对比总结表格 + 差异化建议。

10.6 强制约束

数据必须来自红狐 API，严禁估算或使用外部数据源
未查询到账号时严禁生成估算报告，必须提示用户核对账号名
近期作品标题必须带完整可点击链接，不得省略

11. 一键安装

11.1 前置条件

Python 3.8+
红狐Hub API Key（ak_xxxxxxxx）

11.2 依赖安装

bash

pip install requests>=2.28.0 python-docx==1.1.0 beautifulsoup4==4.12.3 playwright==1.58.0
playwright install chromium

M1 脚本使用 Python 标准库（urllib.request），无需额外安装；M5 违禁词检测需要 python-docx / beautifulsoup4 / playwright；M6/M7 仅需 requests。

11.3 配置 API Key

见全局规则 3.1。

12. 项目架构

12.1 目录结构

text

wechat-creator/
├── SKILL.md                                        # 本文件（入口）
├── scripts/
│   ├── fetch_hot_articles.py                       # M1 10w+ 爆文数据获取
│   ├── generate_hot_html.py                      # M1 HTML 报告生成
│   ├── fetch_gzh_trends.py                       # M2 爆款正文数据查询
│   ├── fetch_official_account_trends.py          # M3 标题生成/评分数据查询
│   ├── rewrite.py                                # M4 改写记录上报 + 规则提取
│   ├── check_sensitive_words.py                  # M5 违禁词检测
│   ├── fetch_explosive_covers.py                 # M6 封面数据查询
│   └── wechat_analyzer.py                        # M7 账号诊断引擎
├── references/
│   ├── m1_api_spec.md                            # M1 API 接口规范
│   ├── m1_category_mapping.md                    # M1 分类泛化映射
│   ├── m2_gzh_trend_data_format.md               # M2 爆款数据格式
│   ├── m5_prohibited_word_core_workflow.md       # M5 违禁词输出模板
│   ├── m6_gzh_trend_data_format.md               # M6 封面数据格式
│   ├── m6_report_template.html                   # M6 HTML 报告模板
│   ├── m6_report_template.md                     # M6 封面 7 步执行规范
│   ├── m7_core_workflow.md                       # M7 核心工作流
│   └── m7_workflow_guide.md                      # M7 评分细则
└── assets/
    ├── m4_platform_rules.md                      # M4 公众号改写规则
    └── m7_report_template.html                   # M7 单账号 HTML 报告模板

12.2 技术栈

组件	技术	说明
运行环境	Python 3.8+	标准 Python 环境
HTTP 请求	requests / urllib	红狐 API 调用、记录上报（启用 SSL 证书验证）
文档解析	python-docx	Word 文本提取（M5）
网页解析	beautifulsoup4 + playwright	静态 HTML + JS 动态渲染双引擎（M5）
图像分析	Agent 原生图片理解	M6 封面视觉元素识别
报告渲染	HTML/CSS/JS + html2pdf.js	M1/M6/M7 HTML 报告 + PDF 导出
数据源	红狐数据 API（redfox.hk）	日更 1000+ 10w+ 爆文 + 全网公众号爆款

12.3 脚本速查

模块	脚本	核心参数
M1	`scripts/fetch_hot_articles.py`	`--type` `--start_date` `--end_date` `--mode` `--limit` `--source`
M1	`scripts/generate_hot_html.py`	`--temp_file` `--output` `--display_count`
M2	`scripts/fetch_gzh_trends.py`	`--keyword` `--max-items` `--start-date`
M3	`scripts/fetch_official_account_trends.py`	`--keyword` `--days`
M4	`scripts/rewrite.py`	`<文案>` 或 `prompt`
M5	`scripts/check_sensitive_words.py`	`--content` / `--file` / `--url` / `--extract-only`
M6	`scripts/fetch_explosive_covers.py`	`--keyword` `--start-date`
M7	`scripts/wechat_analyzer.py`	`query --account_ids/--account_names` / `generate_html` / `generate_multi_html`

13. 常见问答

Q1: 七个能力都要装吗？ A: 安装一次即拥有全部 7 个能力，按需路由。若只想用其中部分能力，其他模块的依赖（如 playwright）可不安装，对应模块调用时会提示缺失。

Q2: API Key 收费吗？ A: M4 改写记录上报完全免费、不扣积分；M1/M2/M3/M5/M6/M7 的数据查询和违禁词检测按红狐Hub标准消耗积分，新注册用户赠免费积分可直接使用。

Q3: 为什么 M2 不能派发给子 Agent？ A: 正文创作依赖完整上下文（爆款规律 + 风格样本 + 差异化优势 + 最新资讯）做长链路创作，子 Agent 会丢失上下文，影响输出完整性。

Q4: M1 为什么查"今天"返回的是昨天/前天的数据？ A: 10w+ 数据每日 18:30 同步前一日数据。18:30 前查"今日"实际为 T-2 ~ T-1；18:30 后为 T-1 ~ T。系统会自动换算并提示。

Q5: 数据时间范围是多少？ A: 数据库覆盖昨天至 30 天前。M1 默认近 7 天、M2 默认近 7 天、M3-A 默认近 7 天、M3-B 默认近 30 天、M6 默认接口默认范围。

Q6: 违禁词检测能保证 100% 准确吗？ A: 基于红狐Hub违禁词库，仅供参考。请结合企业经营范围和产品实际效果核对，最终以微信平台审核结果为准。

Q7: 封面方案能直接用吗？ A: 每个方案含 2.35:1 比例生图提示词，可直接用于 AI 绘图工具生成 900×383 封面图。

Q8: 账号诊断没查到怎么办？ A: 数据来自红狐 API，未查询到的账号严禁估算。请核对公众号名称/ID 后重试，或改用更通用的账号名。

Q9: 文章/作者链接跳转失败？ A: 微信对第三方跳转有风控，链接正确也可能被拦。建议复制标题到微信内搜索查看。

14. 使用场景

新手运营全流程：选题（M1 查爆文）→ M2 生成正文 → M3-A 起标题 → M6 设计封面 → M5 检测违禁词 → 安心发布
品牌投放文案打磨：M4 改写产品说明书 → M3-A 起 10 个标题 → M3-B 评分选最优
矩阵批量产出：M2 按细分关键词批量生成差异化文章，M6 为每篇文章匹配不同封面风格
运营内容合规抽查：M5 粘贴落地页 URL 一键检测
账号诊断驱动优化：M7 诊断账号 → 定位短板（健康度/活跃度/核心数据/运营规范）→ 转入 M1/M2/M3 补齐短板
竞品对标分析：M7 多账号对比 + M1 跨赛道爆文调研 → 制定差异化内容策略
爆文驱动创作：M1 查询 10w+ 榜单 → 提炼爆款选题与标题特征 → 转入 M2/M3 创作链路

公众号内容工坊

Install

公众号内容工坊

1. 简介

2. 功能路由（Agent 先识别意图再进对应模块）

3. 全局规则（所有模块共享）

3.1 鉴权（REDFOX_API_KEY）

3.2 用词规范（强制）

3.3 关键词类型判断（M2/M3/M6 共用）

3.4 数据时间规则

3.5 数据输出铁律（最高优先级）

4. M1 10w+ 爆文榜单

4.1 触发

4.2 核心能力

4.3 执行流程

4.4 输出格式

4.5 异常处理

5. M2 爆款正文创作

5.1 触发

5.2 执行流程

5.3 输出格式（严格）

6. M3 标题生成与评分

6.1 触发

6.2 M3-A 标题生成流程

6.3 M3-A 输出格式

6.4 M3-B 标题评分流程

7. M4 文案改写

7.1 触发

7.2 执行流程

8. M5 违禁词检测

8.1 触发

8.2 输入方式

8.3 执行命令

8.4 输出三板块

8.5 高级

9. M6 封面设计

9.1 触发

9.2 执行流程（7 步标准流程，不可跳过）

9.3 数据查询命令

9.4 HTML 报告生成

9.5 输出要求

10. M7 账号诊断

10.1 触发

10.2 核心能力

10.3 执行流程

10.4 评分算法

10.5 输出格式（5 章节固定模板，不可偏离）

10.6 强制约束

11. 一键安装

11.1 前置条件

11.2 依赖安装

11.3 配置 API Key

12. 项目架构

12.1 目录结构

12.2 技术栈

12.3 脚本速查

13. 常见问答

14. 使用场景

Related skills