简体中文 | English
微信公众号 AI 运营助手
开源公众号运营数字员工。选好风格，说一句话，AI 自动完成选题、写作、排版、配图到发布的全部流程。不用懂设计，不用会代码。
📬 项目更新很频繁——点右上角 Watch → Custom → Releases，有新版本时会通知你。
👀 做出来长什么样
你在对话框里说一句话：
帮我写一篇讲 AI 提示词技巧的公众号文章
AI 依次交付，每一步都停下来等你确认，可以打断、修改、重来：
3–5 张选题卡片 → 成稿（按你的文风规范）→ 审稿报告（敏感词 / 错别字 / AI 味）→ 微信 HTML 排版（主题 + 版式组件）→ 封面 + 正文配图（带标题的成品封面，不是背景图）→ 发进公众号草稿箱
这是什么
wechat-article-skills 是一套开源的微信公众号 AI 运营技能包（AI Agent Skills）。装进你已经在用的 AI 工具后，用自然语言就能跑完公众号从选题到发布的全流程。
- 解决什么：公众号日更里的重复劳动——找选题、写稿、查敏感词、排版成微信 HTML、做封面和配图、发草稿箱。
- 适合谁：自己运营公众号的个人和团队；想让 AI 接管重复环节、但每一步都要保留确认权的人。
- 不适合谁：想要全自动无人值守发文的。本项目每一步都会停下来等你确认，这是有意的设计，不是缺功能。
- 需要什么：一个支持 Skills 的 AI 工具（Claude Code / Cursor / Codex / OpenClaw / Claw 系列 13+ 任选其一）+ Python 3.10+。写稿和配图的大模型 API 可选，不配也能跑。
- 数据在哪：API Key 和微信凭证只写在本地
aws.env，不上传任何服务器。
🚀 快速开始
视频教程
两条实操视频，按基础配置、进阶配置顺序观看：
基础篇：从账号定位到配置导入
账号定位、写作规范、模板选择，以及配置包导出与导入。
https://github.com/user-attachments/assets/54a07e52-0db7-465f-b164-992d9b3a90da
B站观看基础篇
进阶篇：对标提炼与模型配置
用文章提炼配置建议，分别配置写作模型与生图模型。
https://github.com/user-attachments/assets/fa89f62d-3c24-4356-85ce-df80241f4eca
B站观看进阶篇
打开官网配置页即可跟做。视频中的密钥及模型连接参数为模拟值，实际使用时请填写自己的配置；对标文章提炼结果请先审查再应用。
能写公众号是一件很简单的事情，把一个公众号写好你一定有独特的见解。
我们开源的skill解决能写能发的问题，可视化配置平台解决你的个性化配置的问题。
① 装智能体 → ② 安装技能 → ③ 网页个性化化配置 → ④ 导入 .aws → ⑤ 说一句话开始
推荐路径：在 aiworkskills.cn 可视化配置台选好风格、填完表，一键导出配置包给 AI。
1. 安装技能
1.1 Claw 系列（QClaw / WorkBuddy 等 13+ 工具）
涵盖 QClaw · ArkClaw · JVSClaw · WorkBuddy · Linclaw · NemoClaw · AutoClaw · MaxClaw · KimiClaw · DuClaw · PowerClaw · ZeroClaw，以及开源标准底座 OpenClaw。
方式 A · 最快：直接在 AI 对话框发一句话——
帮我安装这个skill：https://github.com/aiworkskills/wechat-article-skills
Claw 会自动把仓库拉到本地、把 9 个技能全部挂进对话，全程不用打一条命令。
clawhub install aws-wechat-article-main # 必装 · 一条龙总控
clawhub install aws-wechat-article-assets # 必装 · 业务资料库 / .aws 预设包
clawhub install aws-wechat-article-topics
clawhub install aws-wechat-article-writing
clawhub install aws-wechat-article-review
clawhub install aws-wechat-article-formatting
clawhub install aws-wechat-article-images
clawhub install aws-wechat-article-publish
clawhub install aws-wechat-sticker
OpenClaw（Claw 系列的开源标准底座）直接读取仓库 skills/ 目录——git clone 本仓库后即生效，无需 clawhub install。
1.2 其他智能体（Cursor / Claude Code / Autohand Code / Codex）
克隆仓库就行，各工具按自己的规则读取 skills/ 目录：
git clone https://github.com/aiworkskills/wechat-article-skills.git
cd wechat-article-skills
| 工具 | Skill 读取路径 | 备注 |
|---|
| Cursor | 项目 skills/ 或 .cursor/skills/ | 克隆即用；也可把 skills/aws-wechat-article-* 和 aws-wechat-sticker 软链到 .cursor/skills/ |
| Claude Code | ~/.claude/skills/ 或项目 .claude/skills/ | 把上述 9 个目录复制或软链到对应位置 |
| Autohand Code | ~/.autohand/skills/ 或项目 .autohand/skills/ | 把上述 9 个目录复制或软链到对应位置 |
| Codex | 仓库根 AGENTS.md | 已随仓库维护，克隆即生效 |
装完后，对 AI 说「帮我写一篇公众号文章」就开始了。
2. 个性化配置（非必须）：不配置会使用默认的写作风格书写、排版
.aws 是一个配置包，把你在 aiworkskills.cn 填好的账号设定、文风规范、多种视觉风格等全部打包到一起，一次导入、一次到位。
2.1 两种导入方式
方式 A · 永久下载链接（推荐）
在配置界面点击"复制小龙虾安装指令"配置台会给你一个永久链接，形如 https://aiworkskills.cn/xxxx/你的名字.aws。在小龙虾对话框粘贴，格式如：
请用 aws-wechat-article-assets 技能，导入这份预设包：https://aiworkskills.cn/xxxx/你的名字.aws
这个链接永远有效——回配置台改了设置，链接里的内容会自动跟着更新，重新在小龙虾界面说“更新aws”就可以了。链接默认不含 API Key；想让 AI 顺便拿到 Key，末尾加上 ?with_secrets=true 即可。万一链接泄露，回配置台点「换链接」就能让旧链接立刻作废。
方式 B · 手动下载安装.aws 文件
在配置台直接下载 .aws 文件，拖给 AI 说「导入这个预设包」。
2.2 预设与素材目录
首次通过 .aws 包导入时会自动建齐；手动建用 mkdir -p 即可，结构如下：
.aws-article/
├── config.yaml
├── writing-spec.md # 可选，写作规范
├── presets/ # 7 类预设
│ ├── structures/ # 文章结构
│ ├── closing-blocks/ # 文末区块
│ ├── title-styles/ # 标题风格
│ ├── formatting/ # 排版主题
│ ├── cover-styles/ # 封面风格
│ ├── image-styles/ # 配图风格
│ └── sticker-styles/ # 贴图风格
├── products/ # 用户业务资料库（按产品名分目录，AI 写第一份业务介绍时自动建）
│ └── {产品名}/ # 每个产品一个独立目录
│ ├── 项目介绍.md # 业务介绍 .md 直挂产品根（命名按行业）
│ └── images/ # 业务配图（含同名说明 .md）
└── tmp/
🌐 支持生态
支持的智能体
基于 OpenClaw 标准，兼容 13+ Claw 系列工具：
QClaw · ArkClaw · JVSClaw · WorkBuddy · Linclaw · NemoClaw · AutoClaw · MaxClaw · KimiClaw · DuClaw · PowerClaw · ZeroClaw
同时支持 Claude Code · Autohand Code · Cursor · Codex 等主流智能体。
支持的大模型
DeepSeek · 通义千问 · 智谱 GLM · Kimi · 豆包 · 文心一言 · 讯飞星火 · 腾讯混元 · MiniMax · 百川 · 阶跃星辰 · 零一万物 · GPT · Claude
兼容所有 OpenAI 接口大模型，API Key 本地存储不上传。
This is the beginning of the README. Read the rest at the original. Read the full README ↗
