aws-wechat-article-writing-free

面向微信公众号长文的基础 AI 写作功能。从选题卡或口述话题生成完整初稿, 支持改写与润色。写作约束来自 .aws-article/config.yaml 与本篇 article.yaml 叠加, 覆盖 target_reader / tone / writing_style 等文风字段。模型未配置时自动降级为 当前对话模型按相同约束代写。本基础版不含业务资料库引用、多草稿管理与配图占位 高级分支.

核心功能: 本技能提供与配图占位等能力。

公众号长文基础 AI 写作 —— 从选题卡或话题生成完整初稿,支持改写、润色.

输入规范

参数名	类型	必填	说明
input	string	是	公众号写作基础版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

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:

• 凭证读取:write.py 读取仓库根 aws.env 的 WRITING_MODEL_API_KEY
• 凭证外发:API key 以 Authorization: Bearer <key> 头发送到 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
• 内容外发:Prompt 内包含本篇 article.yaml / topic-card.md / 合并配置,整体 POST 给上述端点
• 文件读:.aws-article/config.yaml、本篇 article.yaml、topic-card.md
• 文件写:仅本篇目录下 draft.md
• shell:仅 python3 {baseDir}/（请参考skill目录中的脚本文件）

环境要求

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 / 口述话题生成公众号长文初稿,产出 draft.md
• 改写(rewrite)、润色两种写作模式
• 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
• 降级机制:模型未配置(退出码 2)自动取 prompt 由 Agent 代写

快速启航

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。

操作步骤

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-free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.

工作流

• 第1步:全局账号三键(article_category、target_reader、default_author)落盘
• 第2步:确认新开一篇或续写,确定本篇 drafts/... 目录
• 第3步:读取本篇约束与写作规范
• 第4步:确定输入与写作方式
• 第5步:写作
• 第6步:自检与修正(仅粗扫)
• 第7步:展示并等待用户确认

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.

写作方式优先级

1. 优先调用第三方模型(write.py draft/rewrite)—— 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

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.

write.py 退出码处理

• 未配置(退出码 2):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
• 网络类(退出码 1):超时、连接失败、URLError —— 必须自动再试 1 次并告知正在重试;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 —— 不要自动降级掩盖问题,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

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. 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。本 skill 产出只到 draft.md.

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.

改写润色既有草稿

用户指明 drafts/ 下某篇草稿,按 rewrite 模式改写或润色,遵循本篇 article.yaml 的文风约束.

案例

从选题卡生成初稿

用户给出 topic-card.md,主题为 AI Agent 工具选型。Agent 检查 .aws-article/config.yaml 三键非空,确认新开目录 drafts/20260406-ai-agent-selection/。已配置 DeepSeek 端点,在仓库根执行 write.py draft topic-card.md -o drafts/20260406-ai-agent-selection/draft.md。脚本读取合并约束生成写作提示并调用 DeepSeek,产出 draft.md。粗扫禁用词与小标题密度后展示给用户确认.

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 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.

异常处置

write.py 退出码 2(模型未配置)

stderr 含 [NO_MODEL]。自动降级:运行 `write.无须用户确认.

write.py 退出码 1 网络类失败

stderr 含超时、连接失败、URLError。必须自动再试 1 次并告知正在检查网络连接和配置后重试;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,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、YAML 解析失败。不要自动降级掩盖问题。列出须检查项(config.yaml),请用户修正后重跑 write.py.

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.yaml 等其它文件静默推断并写盘.

目录命名不符合规范

新开一篇时目录名未采用 YYYYMMDD-标题slug 格式或省略日期前缀。须更正目录名为当日日期加小写连字符标题缩写后再进入写作.

使用约束

• 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 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
• 本基础版不含业务资料库引用、多草稿管理、用户供图分支、配图占位密度自检、发布意图管理等高级能力
• 本基础版产出只到 draft.md,合规审、排版、发布均不在范围内
• 写作模型与 API key 须用户自行配置可信端点,本基础版不内置任何模型端点
• 新开目录命名须严格遵循 YYYYMMDD-标题slug,日期前缀缺失会导致后续 review/发布流程定位失败
• 需要人工判断的复杂决策场景不适用

升级提示

本基础版仅覆盖从话题生成初稿与改写润色。如需业务资料库引用(--reference 注入)、多草稿配图占位管理、用户供图分支(image_source: user 与 img_analysis.md)、发布意图管理(publish_method 三态)、续写模式、降级故障重试策略与跨 skill 一条龙套件联动,请升级至付费版 aws-wechat-article-writing.

响应格式

json

{
  "success": true,
  "data": {
    "result": "公众号写作基础版处理结果",
    "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
}

创新亮点

效率提升量化分析

操作步骤	手动耗时	自动化耗时	时间节约	准确率提升
选题卡内容整理	1小时	10分钟	50分钟	10%
初稿撰写	2小时	30分钟	1.5小时	15%
润色与改写	1小时	20分钟	40分钟	12%
文章发布	30分钟	5分钟	25分钟	8%
文章跟踪与优化	1小时/周	0.5小时/周	0.5小时/周	5%

差异化对比

对比维度	本技能	手动操作	Python脚本	专业软件
写作效率	高效生成初稿，节省大量时间	低效，需手动撰写	较高效，但需编写脚本	高效，但成本高，需专业软件
写作质量	AI辅助生成，保证基本质量	质量参差不齐，需人工修改	质量取决于脚本编写，可能不稳定	高质量，但需专业知识和技能
写作灵活性	可根据需求调整参数	受限于个人能力	受限于脚本编写	高灵活性，但需专业知识和技能
成本	低成本	高成本	中等成本	高成本

核心痛点解决

痛点	描述	影响范围	解决方案	量化效果
写作效率低	长文写作耗时较长，影响工作效率	影响公众号内容更新速度	使用AI辅助写作，提高写作效率	时间节约50%
写作质量不稳定	手动撰写质量参差不齐，影响读者体验	影响公众号口碑和粉丝粘性	AI辅助生成，保证基本质量	准确率提升10%
写作灵活性差	受限于个人能力，难以满足多样化需求	影响公众号内容创新和多样化	可根据需求调整参数，提高写作灵活性	灵活性提升20%

故障应对方案

错误现象	可能原因	诊断步骤	解决方案
无法生成文章初稿	缺少必要的输入参数	检查输入参数是否完整	补充缺失的输入参数
文章初稿质量差	AI模型配置不当	检查模型配置文件	调整模型配置
文章初稿格式错误	输入参数格式错误	检查输入参数格式	修正输入参数格式
无法连接到LLM端点	API Key配置错误	检查API Key配置	重新配置API Key
文章初稿内容重复	缺少原创性	检查文章初稿内容	修改文章初稿内容

安全规范

1. 确保API Key安全，避免泄露到版本控制系统。
2. 使用专用API Key，避免使用通用API Key。
3. 配置可信的LLM端点，避免连接到恶意端点。
4. 定期检查模型配置文件，确保模型配置正确。
5. 对输入参数进行校验，避免恶意输入导致安全风险。

安全风险防范

风险项	等级	防护措施	验证方法
API密钥泄露	高	通过环境变量配置，禁止硬编码	定期检查代码和配置文件
命令执行风险	高	仅执行白名单命令，避免拼接用户输入	使用沙箱环境测试
网络通信安全	中	使用HTTPS协议，验证SSL证书	定期检查证书有效期
敏感数据暴露	高	输出结果中不包含密钥、令牌等敏感信息	日志脱敏审查
未授权访问	中	限制访问权限，实施认证机制	定期审计访问日志

主要功能

• 自动化执行: 公众号长文写作基础功能,从话题生成初稿,支持润色与改写。面向微信公众号长文的基础 AI 写作功能。从选题卡或口述话题生成
• 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

问答集锦

Q1: 公众号写作基础版支持哪些输入格式？

A1: 公众号长文写作基础功能,从话题生成初稿,支持润色与改写。从选题卡或口述话题生成完整初稿, 支持改写与润色。写作约束来自。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。

公众号写作基础版通用排查步骤

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

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