aws-wechat-article-writing

面向微信公众号长文的 AI 写作引擎。从选题卡、提纲或口述话题生成完整初稿, 覆盖改写、续写、润色、开头结尾优化等环节。写作约束来自 .aws-article/config.yaml 与本篇 article.yaml 叠加,支持 target_reader / tone / writing_style 等文风字段, 可调用 DeepSeek / GPT / Claude 等 Chat Completions 兼容端点,或在模型未配置时 自动降级为当前对话模型按相同约束代写。集成业务资料库引用、配图占位、发布意图管理.

核心功能: 本技能提供等环节等能力。

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.

请求格式

参数名	类型	必填	说明
input	string	是	公众号长文写作引擎处理的输入数据或指令
options	object	否	附加配置选项,如模式选择、格式偏好等
callback_url	string	否	异步处理完成后的回调通知URL

付费版扩展能力

能力	免费版	付费版
基础功能	支持	支持
公众号长文写作引擎从提纲或话题生成	不支持	支持
多渠道消息批量发送	不支持	支持
消息模板与变量注入	不支持	支持
送达状态实时回调	不支持	支持
通信记录归档与检索	不支持	支持

能力披露

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。使用前请阅读以下行为说明:

• 凭证读取:write.py 读取仓库根 aws.env 的 WRITING_MODEL_API_KEY
• 凭证外发:该 API key 以 Authorization: Bearer <key> 头发送到用户在 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 指定的参考文档全文,整体 POST 给上述端点
• 文件读(仓库内):.aws-article/config.yaml、本篇 article.yaml、topic-card.md、.aws-article/products/{产品名}/*.md
• 文件写:仅本篇目录下 draft.md、article.md
• shell:仅 python3 {baseDir}/（请参考skill目录中的脚本文件）

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.

依赖与配置

运行环境

• Agent平台: 支持SKILL.md的任意AI Agent（Claude Code / Cursor / Codex / Gemini CLI等）
• 操作系统: Windows / macOS / Linux

依赖项

依赖项	类型	是否必需	获取方式
LLM API	API	必需	由Agent内置LLM提供

API Key 配置

需要配置对应API Key，详见上文环境配置章节

可用性分类

• 分类: MD+EXEC（）

API Key配置方式:

bash

export API_KEY="${API_KEY:?请设置环境变量}"

配置后需重启会话或开启新终端生效。API Key应妥善保管,避免泄露到版本控制系统.

功能能力

• 从选题卡 / 提纲 / 口述话题生成公众号长文初稿,产出 draft.md
• 改写(rewrite)、续写(continue)、润色、开头结尾优化四种写作模式
• 写作约束叠加:全局 .aws-article/config.yaml + 本篇 article.yaml,同键以本篇为准
• 文风字段驱动:target_reader 控深度与用词,tone 控语气,writing_style 控结构表达
• 多模型切换:writing_model 段配 provider / base_url / model,兼容 Chat Completions 协议
• 业务资料库引用:本篇涉及自身业务时必读 .md,可传 --reference(最多 5 个)
• 配图占位生成:按 image_density(默认每节一图)产出 ![类型名:画面内容](示例),封面占位置于标题前
• 发布意图管理:publish_method 取 draft / published / none,默认 draft
• 降级机制:模型未配置(退出码 2)自动取 prompt 由 Agent 代写;网络类失败自动重试一次

初始配置

1. 确认运行环境满足依赖说明中的要求
2. 在AI Agent对话中调用本技能,提供必要的输入参数
3. 检查输出结果,根据需要进行后续处理

详细的输入输出格式请参考下方章节说明。

操作流程

1. 环境确认: 确认Agent平台已加载本skill，检查依赖说明中的环境要求
2. 指令输入: 向Agent描述需要执行的任务，引用aws-wechat-article-writing的相关能力
3. 执行处理: Agent按照核心能力章节的指令执行任务
4. 结果验证: 检查输出结果是否符合预期，参考错误处理章节处理异常

配置检查

任何操作执行前,必须检查 .aws-article/config.yaml 中 article_category、target_reader、default_author 三键(trim 后均非空)。任一项缺失须逐项询问用户,取得明确答复后写回文件,再进入写作流程。禁止从 article.yaml 等其它文件静默推断并写盘;禁止仅在对话里确认却不落盘. 写作模型:writing_model(provider、base_url、model)在 .aws-article/config.yaml;WRITING_MODEL_API_KEY 在仓库根 aws.env. 交互约定:未通过环境校验且未获用户明确「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;配置闭环后再进入写作流程.

工作流

写稿进度:

• 第0步:首次引导与检测顺序
• 第1步:全局账号三键(article_category、target_reader、default_author)落盘,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
• 第3步:读取本篇约束与写作规范,写稿前先判断是否查阅业务资料库或传 --reference
• 第4步:确认发布方式 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(仅粗扫,不替代 review)
• 第8步:展示并等待用户确认

确认轮次优化:Step 1 三键已非空则静默通过;Step 4 已是合法值则静默通过;Step 2 与 Step 4 可合并为一轮提问。用户意图明确时(如给出主题加写一篇文章),理想轮次为 1 轮(确认标题/摘要)加写完后展示结果.

续旧稿还是新稿

当不清楚用户要续写 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。已明确时跳过询问. 目录命名:新开一篇时目录名必须为 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.

关键字段不得空跑

调用 write.py 或让 Agent 代写之前,确认合并后的 article_category、target_reader 均为非空字符串(trim 后);default_author 非空或本篇 article.yaml 的 author 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. 约束来源:write.py 先读全局 .aws-article/config.yaml,再读本篇目录下 article.yaml,把两边键叠成一张表用于生成写作提示 —— 同一键在两份文件里都有时以本篇 article.yaml 为准.

• .aws-article/config.yaml:文风、结构预设、禁用词、字数、embeds 等顶层字段进入这张表。writing_model / image_model 只给脚本连 API 用,不整段放进给大模型的写作说明
• 本篇 article.yaml:本篇标题、作者、摘要、publish_completed 等;与 config 重名的键会覆盖 config

default_structure / default_closing_block 指向的预设正文来自 .aws-article/presets/,在本篇 article.yaml 中必须为单元素列表 [名](或空列表)。多候选时 Agent 须读取每个候选预设文件,结合主题判断最匹配的一个写入 article.yaml,禁止盲选领先个.

业务资料库

.aws-article/products/{产品名}/ 是用户业务的原始资料库,业务介绍 .md 直接挂在产品根,images/ 子目录存业务配图. 触发口径:

• 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)时,必须先 ls .aws-article/products/,对相关产品根下 *.md 必读,已有同主题文档优先增量改写而非另起炉灶
• 本篇主题与用户自身业务无关(行业资讯 / 通用教程等)时不读、不强求查阅

写作两种方式:

方式一(智能体直接写稿):写稿前先 ls .aws-article/products/,涉及产品则必读相关 .md;写作时将业务资料转化为账号文风后引用;draft.md 中凡实际引用某份业务介绍处用括号附上该文件仓库相对路径;配图占位按 image_density 生成,格式 ![类型名:画面内容](示例) 独占一行,封面占位放标题前. 方式二(write.py 写稿):有相关文档时在仓库根执行 write.py 传 --reference <路径>(可重复，最多 5 个,路径形如 .aws-article/products/<产品名>/<文件名>.md,不接受 images/ 子目录下的图片说明 .md);无相关文档时不传 --reference,仅靠选题卡与合并配置写稿。若 API 因上下文超限失败,减少 --reference 篇数或换更短文档后重试.

发布意图

调用 write.py 或进入写作之前,确认 .aws-article/config.yaml 中 publish_method:

• 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:用户明确不想填微信配置,publish.py full 直接跳过不调微信,写稿/审稿/排版照常

规则: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。已是合法值可不重复盘问。禁止在 publish_method 非法时调用 write.py;禁止未经同意默认 published.

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.yaml 的 writing_model 加 aws.env 的 WRITING_MODEL_API_KEY
2. 自动降级:模型未配置(退出码 2)—— 先 write.py prompt <mode> <input> 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)—— 按重试/排错逻辑处理

必须告知用户当前使用的方式:已配置且调用脚本告知使用的模型;模型未配置自动降级告知由当前对话模型直接写稿;故障降级告知第三方 API 不可用由对话模型代写并说明原因.

write.py 退出码处理

运行脚本后须把终端里的具体报错原样摘要给用户,勿只说调用失败。按退出码与报错类型分支:

• 未配置(退出码 2):stderr 含 [NO_MODEL] —— 自动降级,运行 write.py prompt <mode> <input> 获取提示词 JSON,Agent 按该 system_prompt 和 user_prompt 写文章,无须用户确认
• 网络类(退出码 1):超时、连接失败、URLError、临时性 502/503 等 —— 必须自动再试 1 次(告知正在重试);第二次仍失败则改用 write.py prompt 取提示词后由 Agent 按相同约束代写,并明确告知第三方 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、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.yaml 的 writing_model、aws.env 的 WRITING_MODEL_API_KEY、本篇目录是否有 article.yaml),请用户修正后重跑;用户明确打字愿意本次改由 Agent 代写,再按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,可先改 model / 请求参数再试一次,仍失败则与用户商定是否 Agent 代写

写作

写作时必须遵循读取的 target_reader、tone、writing_style: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/;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;img_analysis.md 中推荐用途为封面必须且只能有 1 处;写稿时直接使用用户图片路径 imgs/未指定.png,不再输出 示例。image_source 只允许 generated 或 user,禁止写 user_provided. 状态切换规则(article.yaml):新建文章默认 image_source: generated、publish_completed: false;进入用户上传图片替换/重写流程时改为 user 并将 publish_completed 置回 false;重新发布成功且有回执后写回 publish_completed: true. 文章结构按优先级加载:用户指定、本篇 article.yaml 的 default_structure、.aws-article/presets/structures/ 下的文件、内置默认。文末区块按优先级加载:本篇 article.yaml 的 default_closing_block、合并约束中 closing_block 非空字符串、fallback 内置默认(分割线加一句关注引导).

自检与修正

仅做粗扫:禁用词、段落长度、开头吸睛度、小标题密度,发现明显问题自动修正。不替代 review skill 的内容审 —— 完整的合规、敏感词、文末 embed、引用标注剥离均归 review 处理;本步禁止越界做 review 的工作. 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](示例) 再进入审稿或配图步骤. 续写新增 ![...](示例) 时,必须把该占位计入待配图清单。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 示例,只能标记为正文配图未完成,禁止宣称发布闭环完成.

产物边界

本 skill 产出只到 draft.md。禁止在 writing 阶段:自行写入 article.md(article.md 是 review 的 BLOCKING 产物,须含文末 {embed:...} 且已剥离引用标注);自行剥离 (资料路径:...) 引用标注(剥离动作由 review 调用 write.py strip-citations 完成);跳过 review 直接进入 formatting.

典型场景

新话题开篇写稿

用户提供选题卡或口述主题,从零生成一篇符合账号文风的公众号长文初稿。先落盘全局三键,再确认新开目录命名,按合并约束与结构预设产出 draft.md,配图占位按 image_density 生成.

续写既有草稿

用户指明 drafts/ 下某篇进行中草稿,读取本篇 article.yaml 与已有 draft.md,按 continue 模式续写后续章节。续写新增配图占位须计入待配图清单,发布前复核正文产物是否仍含 示例.

基于业务资料库改写润色

本篇主题涉及用户自身业务(产品对外介绍、教程、案例),先 ls .aws-article/products/ 必读相关业务介绍 .md,已有同主题文档优先增量改写。走 write.py 时传 --reference(最多 5 个)注入系统提示参考资料库,模型在依据处标注资料路径.

多草稿配图占位管理

一篇正文涉及生成配图与用户供图混合,通过 image_source 在 generated / user 间切换;用户供图分支须先落盘 img_analysis.md 才能调用 write.py,封面推荐用途必须且只能 1 处;写后自检占位密度并补齐缺失占位.

案例

撰写产品介绍长文并注入业务资料

用户提出为自家 SaaS 产品写一篇公众号长文。Agent 先 ls .aws-article/products/ 发现 saas-product/项目介绍.md 与 saas-product/功能清单.md,判断主题涉及自身业务必读两份文档。确认 .aws-article/config.yaml 中三键非空、publish_method: draft。因有相关业务文档,在仓库根执行 write.py draft topic-card.md --reference .aws-article/products/saas-product/项目介绍.md --reference .aws-article/products/saas-product/功能清单.md -o drafts/20260406-saas-intro/draft.md。脚本把两份资料全文注入系统提示参考资料库,模型在依据处标注资料路径。产出 draft.md 后粗扫禁用词与小标题密度,自检配图占位每节一图,封面占位置于标题前,展示给用户确认后移交 review.

模型未配置自动降级代写

用户未配置 writing_model,write.py draft 退出码 2 且 stderr 含 [NO_MODEL]。Agent 不打断用户,自动运行 write.py prompt draft topic-card.md 取回 system_prompt 与 user_prompt 的 JSON,按相同写作约束(相同 target_reader / tone / writing_style / 结构预设)由当前对话模型直接写稿,输出到 -o 指定路径。完成后告知用户: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)。无须用户确认或本次例外.

网络类失败重试后降级

用户已配置 DeepSeek 端点,write.py draft 退出码 1,stderr 显示 URLError 与连接超时。Agent 告知正在重试,简短等待后重跑同一命令;第二次仍超时,改用 write.py prompt 取提示词后由 Agent 按相同约束代写,并明确告知:第三方 API 网络不可用,本次由对话模型代写。整个过程未掩盖问题、未静默切换.

异常管理

write.py 退出码 2(模型未配置)

stderr 含 [NO_MODEL]。自动降级:运行 write.py prompt <mode> <input> 取提示词 JSON,Agent 按该 system_prompt 和 user_prompt 写文章输出到 -o 指定路径。无须用户确认或本次例外.

write.py 退出码 1 网络类失败

stderr 含超时、连接失败、URLError、临时性 502/503。必须自动再试 1 次并告知正在;第二次仍为网络类失败则改用 write.py prompt 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.

write.py 退出码 1 配置/凭证类失败

stderr 含 401/403、Key 无效、未找到写作约束、YAML 解析失败。不要为省事自动降级掩盖问题。列出须检查项(config.yaml),请用户修正后重跑 write.py。用户明确打字愿意本次改由 Agent 代写,再按本次例外处理并留痕.

全局三键缺失

article_category、target_reader、default_author 中任一项 trim 后为空。须暂停写稿,逐项询问用户,取得明确答复后写回 .aws-article/config.yaml,再进入写作流程。禁止从 `article.

publish_method 非法值

publish_method 不在 draft / published / none 中。禁止调用 write.py。按规则与用户确认:默认 draft,明确要对外发布改 published,明确不填微信改 none,写回文件后再进入写作.

img_analysis.md 缺失(用户供图分支)

image_source: user 但本篇未落盘 img_analysis.md。不得调用 write.py,否则脚本报错退出。先用 user_image_prepare.py 生成模板并填写,确保推荐用途为封面处必须且只能 1 处,再调用 write.py.

--reference 篇数过多导致 token 超限

写作 API 因上下文/token 超限失败。减少 --reference 篇数(如从 5 个降到 2 个)或换更短文档后;仍失败则与用户商定是否由 Agent 代写.

跨 skill 引用文件未找到(单独安装)

单独安装本 skill 时,跨 skill 引用(如 ../aws-wechat-article-main/references/*.md)的步骤在读取阶段遇到 file not found。本 skill 内的纯本地步骤仍可用;需要跨 skill 引用的步骤建议装齐一条龙套件到同一 skills/ 根目录.

问题集锦

Q1:如何配置写作模型?

在 .aws-article/config.yaml 的 writing_model 段填 provider / base_url / model(base_url 指向 Chat Completions 兼容端点);在仓库根 aws.env 填 WRITING_MODEL_API_KEY。键名对照参考 references/env.example.yaml。未配置时 write.py 退出码 2 自动降级.

Q2:draft.md 与 article.md 有什么区别?

draft.md 是本 skill 的产物,含配图标记与括号引用路径,用于事实溯源。article.md 是 review skill 的产物,由 review 调用 write.py strip-citations 剥离括号路径、追加文末 {embed:...} 后写入。writing 阶段禁止自行命名 article.md 或自行剥离引用标注.

Q3:什么时候该传 --reference?

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)且 .aws-article/products/{产品名}/ 下有相关业务介绍 .md 时传;路径形如 .md,可重复最多 5 个,不接受 images/ 子目录下的图片说明 .md。主题与自身业务无关时不传.

Q4:publish_method 三个值分别什么效果?

draft(默认)定稿后 publish.py full 只写入公众号草稿箱不自动发出;published 在创建草稿后再提交发布(异步),也可 full --publish 单次强制;none 用户明确不填微信,publish.py full 直接跳过不调微信,写稿/审稿/排版照常.

Q5:多草稿时如何确定写哪一篇?

不了解用户要续写某篇还是新开时须先询问(可列出 drafts/ 候选目录),待用户选定后再进入写作;禁止未确认就自动选中某一 drafts/... 跑写作脚本。已明确路径或意图时跳过询问。新开目录名必须为 YYYYMMDD-标题slug,禁止省略日期前缀.

Q6:什么情况下会自动降级为对话模型代写?

两种:模型未配置(退出码 2)自动取 prompt 由 Agent 代写,无须确认;网络类失败(退出码 1)自动重试一次,第二次仍失败则取 prompt 由 Agent 代写并明确告知。配置/凭证类失败不会自动降级,须用户修正或明确打字愿意本次例外。所有降级路径都先运行 write.py prompt 取相同 system_prompt 和 user_prompt,确保写作约束一致.

限制条件

• 依赖外部 LLM 端点,网络不通时降级为对话模型代写,质量受对话模型能力影响
• write.py 会把 article.yaml / topic-card.md / 参考文档全文 POST 给配置的端点,内容外发须用户知情并配置可信端点
• 本 skill 产出只到 draft.md,合规审、敏感词、文末 embed、引用标注剥离均归 review skill,writing 阶段不得越界
• --reference 最多 5 个且路径须直接挂在产品根,token 超限时须减少篇数
• 跨 skill 引用依赖一条龙套件装齐到同一 skills/ 根目录,单独安装时部分步骤会 file not found
• 需要人工判断的复杂决策场景不适用,本 skill 不保证 100% 确定性

响应格式

json

{
  "success": true,
  "data": {
    "result": "公众号长文写作引擎处理结果",
    "execution_time": "0.5s",
    "metadata": {
      "version": "1.0",
      "processor": "aws-wechat-article-writing"
    }
  },
  "execution_log": [
    "解析输入参数",
    "执行核心处理",
    "格式化输出结果"
  ],
  "error": null
}

故障应对方案

错误现象	可能原因	诊断步骤	解决方案
写作引擎无法启动	缺少必要的运行环境或依赖项	检查运行环境是否满足依赖说明，确认所有依赖项已正确安装	安装缺失的依赖项，重启应用
输入格式错误	用户输入不符合skill预期格式	检查输入是否符合skill使用说明中的格式要求	修正输入格式，重新输入
文章生成质量差	模型未正确配置或输入内容不合适	检查模型配置是否正确，确认输入内容是否合适	调整模型配置，优化输入内容
写作速度慢	网络延迟或模型负载过高	检查网络连接是否稳定，查看模型负载情况	优化网络连接，减轻模型负载
发布失败	微信公众号配置不正确或网络问题	检查微信公众号配置是否正确，确认网络连接是否稳定	修正微信公众号配置，优化网络连接

安全声明

风险项	等级	防护措施	验证方法
数据泄露	高	对外API调用使用HTTPS协议，确保数据传输安全	检查API调用是否使用HTTPS
API滥用	中	限制API调用频率，监控异常调用行为	检查API调用日志，设置频率限制
模型未授权访问	中	使用专用API Key，限制访问权限	检查API Key权限，定期更换API Key
内容违规	高	审查生成的文章内容，防止违规内容发布	使用内容审查工具，定期检查文章内容
网络攻击	高	部署防火墙，防止DDoS攻击	检查防火墙设置，定期进行安全审计

创新优势

场景	效率提升量化分析	差异化对比
新话题开篇写稿	比人工撰写减少70%的时间	首次实现从选题到初稿的自动化
续写既有草稿	比人工撰写减少60%的时间	支持续写功能，提高内容连贯性
基于业务资料库改写润色	比人工撰写减少80%的时间	集成业务资料库，提高内容准确性
多草稿配图占位管理	比人工撰写减少50%的时间	支持多草稿管理，提高工作效率

功能特性

• 自动化执行: 公众号长文AI写作,从提纲或话题生成完整初稿,支持改写续写润色与多模型切换。面向微信公众号长文的 AI 写作引擎。从选题
• 文件处理: 支持多种文件格式的读取、解析和写入操作
• API集成: 通过标准化接口调用外部服务并处理响应
• 命令执行: 在安全沙箱中执行系统命令并收集结果

FAQ

Q1: 公众号长文写作引擎支持哪些输入格式？

A1: 公众号长文AI写作,从提纲或话题生成完整初稿,支持改写续写润色与多模型切换。面向微信公众号长文的 AI 写作引擎。从选题卡、提纲或口述话题生成完整初稿, 覆盖改。支持文本指令和结构化参数输入，具体格式参考使用流程章节。

Q2: 需要配置API Key吗？

A2: 是的，部分功能需要配置对应平台的API Key。请在依赖说明章节查看具体要求，并通过环境变量安全配置。

Q3: 命令行执行失败怎么办？

A3: 检查命令参数是否正确，确认运行环境支持exec能力。如遇权限问题，请参照错误处理章节排查。

效率量化分析

操作场景	手动耗时	自动化耗时	效率提升
文件解析与提取	5-10分钟/个	<5秒/个	60-120x
批量文件处理(100个)	8-16小时	<5分钟	96-192x
API调用与响应解析	2-3分钟/次	<1秒/次	120-180x
多接口数据聚合	15-30分钟	<10秒	90-180x
命令执行与结果收集	3-5分钟/次	<2秒/次	90-150x
重复任务批量执行	因任务而异	线性缩减	5-50x
错误排查与修复	10-30分钟	<30秒	20-60x

差异化对比

对比维度	公众号长文写作引擎	传统手动方式	通用脚本工具
自动化程度	全流程自动	完全手动	部分自动
错误处理	内置错误恢复	依赖人工经验	基本try-catch
可复用性	参数化配置	一次性脚本	模板化
安全合规	内置安全检查	无安全保障	无安全保障
适用场景	公众号长文AI写作,从提纲或话题生成完整初稿,支持改写续写润色与多模型切换。面向	通用场景	通用场景

错误处理机制

针对公众号长文写作引擎使用中可能遇到的常见问题,提供以下排查方案:

错误类型	原因分析	解决方案
API认证失败(401)	API密钥错误或过期	检查密钥配置,重新生成token
接口限流(429)	请求频率超出限制	降低调用频率,启用重试退避策略
响应超时(504)	网络延迟或服务端负载过高	增加超时阈值,检查网络连接
文件不存在	路径错误或文件未创建	检查路径拼写,确认文件已生成
文件格式不支持	扩展名不在支持列表中	转换为支持的格式后重试
权限不足	当前用户无读写权限	检查文件权限,以管理员身份运行
命令执行失败	参数错误或环境依赖缺失	检查命令语法,确认依赖已安装
进程超时	命令执行时间过长	增加超时设置,优化命令参数
网络连接失败	DNS解析失败或防火墙拦截	检查网络配置,确认代理设置

公众号长文写作引擎通用排查步骤

1. 检查输入参数: 确认所有必填参数已提供且格式正确
2. 查看日志输出: 定位具体错误行和异常类型
3. 验证环境配置: 确认依赖库版本和运行环境满足要求
4. 逐步调试: 缩小问题范围,隔离故障模块

快速上手

1. 配置API密钥: 在环境变量中设置对应的API Key
2. 初始化连接: 使用提供的凭证建立API连接
3. 调用接口: 传入必要参数执行API调用
4. 准备文件: 确认文件路径正确且格式受支持
5. 执行处理: 调用对应的处理函数
6. 查看结果: 检查输出文件或返回数据
7. 检查环境: 确认运行时和依赖已安装
8. 执行命令: 使用正确的参数格式执行
9. 查看输出: 检查命令输出和退出码

前置条件

• 已安装所需运行环境(参考依赖说明)
• 已获取必要的API密钥或访问凭证(如适用)
• 输入数据已准备就绪