第 1 課 · 微信公眾號自動化：從接口原理到工業級流水線

🎯 学完这一课，你将能够

• 树立人机協同思维：理解为什么全自动运行一个月后，最顶级的自媒體解法不是纯機器盲跑，而是「人机協同」；
• 搞懂自動化两大底座：彻底理解 Skill（SOP 食譜） 与 OpenClaw（数字員工小龍蝦） 的分工协作机理；
• 掌握 7 步工业化流水線：将选题、標題、大綱、去 AI 味正文、微信 HTML 排版、文章封面生成与草稿箱推送拆解为标准工位；
• 具备「指挥 AI 帮自己写代碼」的能力：小白无需死磕代碼语法，学会把现成提示词喂给 AI Agent，让数字員工替你跑腿落地；
• 攻克微信官方開發門禁与避坑：透析 AppID、IP 白名單（40164 报错解法）、thumb_media_id 封面机制与草稿箱安全缓冲；
• 三步落地自己的内容车间：按照「手动试水 → 半自动協同 → 全托管闭环」的稳妥节奏，把自動化安全开工。

一、【金字塔顶层·全景总览】自媒體 AI 自動化的终局不是“抽奖”，而是人机協同

过去几年，我做过累计 200 万使用者的小程式，也用 AI 编程在一年内高强度上线了 7 款产品。公眾號写作，是我最早想动手彻底自動化的一块。

因为对我来说，真正麻烦的从来不是偶尔写出一篇文章，難的是持续写、稳定写，还得越写越像自己。

前段时间，我搭了一套自己的全自动公眾號内容工厂：让 AI 自己找选题、自己起標題、自己写正文、自己排版，最后自动推送进公眾號草稿箱。这套流程确实带来了效率、流量与收益，写作这件事第一次有了“能持续运转”还能赚到钱的感觉：

但这套自動化流程运行了一个月之后，我的想法变了。

因为我后来发现：能自动跑起来，和真的长期跑得好，完全不是一回事。

全自动确实能帮我先把持续輸出的频率做出来。可如果你真想把自媒體长期做下去，很快就会碰到一个扎心现实：

全流程都在機器的不确定性中，爆款更像抽奖碰运气。因为文章真正值钱的地方，并不在生成这一步，而在創作者自己的判断、观点和品味！

所以，可持续的自媒體 AI 自動化，金字塔结构一定是这样的：

• 把人放回关键决策点：牢牢掌控「选题筛选」与「观点批注」，决定切入角度；
• 把繁杂流水線交给機器：搜集素材、拟標題、列大綱、净化去 AI 味、HTML 内联排版、封面生成、微信草稿箱推送，全交由自動化处理。

二、【金字塔中层·核心支柱】认识两大核心武器：Skill 与 OpenClaw

很多新手一听到 Agent、自動化，就觉得需要写很深奥的代碼。其实用生活中的常识就能瞬间搞懂：

1. 什么是 Skill？它就是一本精细的「私房食譜」

可以想象这样一个场景：你请来了一位米其林大廚，刀工精湛、火候极佳、学东西极快。这位大廚，就像现在的 Claude、ChatGPT 等大语言模型。

但他有个致命弱点：因为是新来的，他不知道你家平时爱吃甜还是吃咸，也不知道调料放在哪个柜子。每次你想吃菜，都得站在旁边一句句口头交代。口头交代就是 Prompt。运气好时味道不错，运气不好他就给你把西红柿炒蛋做成咸辣口。

与其天天站在厨房口头指挥，不如花半小时写一本小食譜：

• 菜品目标与口味标准
• 需要准备什么食材
• 第一步先做什么、第二步后做什么
• 哪些雷区绝不能踩
• 最后用什么盘子装盘

这本把流程、规则、顺序和交付细节写得清清楚楚的说明书，就是 Skill。

写 Skill 表面上是在教 AI 做事，本质是在梳理你自己的业务流程。没有流程、只有口头目标的任务，AI 基本都在即兴发挥，輸出自然每次都不一样。

第一个 Skill 的 4 大核心骨架

不要一上来就想做个庞然大物，一个标准可用的小 Skill，只要写清这 4 样东西：

1. 触发条件：什么情况下启动这个 Skill；
2. 輸入材料：给它什么原始素材（連結、提纲、受众）；
3. 执行步骤：按什么固定顺序执行，哪一步可以自动推进，哪一步停下等人；
4. 輸出产物：最后交付成什么具体格式（如 article.md、cover.jpg、article.html）。

Skill 的三大杀手级特质

• 标准化：把长链路中的标准固定下来，AI 不会今天先出大綱、明天先写正文；
• 可迭代：今天发现標題不够吸引人，修改 Skill 里的標題打分提示词；明天发现排版间距太挤，调整 HTML 模板。骨架稳固后，越改越稳；
• 稳定运行：为機器提供坚实护栏，长流程任务不再断裂。

2. 什么是 OpenClaw（小龍蝦）？7×24 小时待命的「数字員工」

食譜（Skill）写好了，谁来开火掌勺？

OpenClaw（国内大家亲切地叫它“小龍蝦”）就是那个会按时开工、持续执行的「数字員工」。它能配合定时任务，在你睡觉或忙别的事时，自动按照食譜一步一步往下跑。

一句话记住两者的关系：

Skill 负责把流程固定下来，OpenClaw 负责把这条流程持续、正确、稳定地执行下去。

3. 人机協同机制：把人放回最值钱的节点

如果让小龍蝦一路全自动冲到底，你很快会收到大量平庸的文章。

真正高质量内容的秘诀，是在流水線中插入两个关键的人机互动节点：

1. 节点一：选题待确认队列：AI 汇总出 10 个候选选题并打分，人只花 10 秒挑出最心动的 1 个；
2. 节点二：观点注入批注：确认选题时，告诉 AI 这篇文章你要表达的核心态度（“重点强调小步快跑，不要堆砌技术词”）。这样写出来的文章才真正有灵魂。

三、【金字塔底层·实操搭建】小白如何指挥 AI Agent 从 0 到 1 搭建流水線

💡 小白心法提醒：面对自動化系统，你现在的身份是「产品经理兼车间总监」，而不是敲代碼的程式员。遇到任何代碼或配置问题，你只要把下面为你准备好的指令直接复制给 AI Agent（如 Cursor、Claude Code 等），让 AI 替你把文件写好！

步骤一：制作「自动獲取选题 Skill」（wechat-topic-fetch-tool）

我们要先做一个帮我们全网扫描选题的信息雷达。

1. 小白指令 SOP 1：让 AI 梳理 Mermaid 流程图方案

直接复制以下整段提示词，丢给你的 AI 编程助手：

我想做一个“微信公眾號选题抓取工具 Skill”。

请先加载 /skill-creator，并按它的确认流程执行：先出流程图，等我确认后再创建 Skill 文件。
在我确认前，不要创建任何文件，也不要調用 init_skill.py。
请先基于我给的數據源，輸出一份 Mermaid 流程图（含主流程 + fallback），并附上：
1. 你自动判断出的信息源分层思路（定位由你判断）
2. 你自动判断的工具路由顺序
3. 可复用的记忆更新机制
4. 你准备修改/新增的文件清单（只列计划，不执行）
5. Mermaid 流程图必须逐个覆盖我给出的每一个數據源，不能漏
6. Mermaid 流程图里每个數據源请统一显示为“中文名称（英文关键词）”，并由你根据 URL 自动判断提取，例如：OpenAI 新闻（openai news）
7. 如果涉及技术细节，请同时给出技术小白也能读懂的业务化解释，尽量避免专业术语堆叠
8. 在流程图方案中请明确“选题 Markdown 结构化存档”规范：后续产物统一写入 `wechat_topic_proposals.md`，并给出该文件的结构模板（必须包含：生成时间、目标渠道、數據源映射、候选选题列表、每个选题的引用来源）；禁止出现“审核/审批/审核状态”等字段

等我回复“确认流程图”后，你再进入创建阶段。

我的數據源如下（你自行判断定位）：
數據源1: [把这里换成你的行业热点連結/新闻源]
數據源2: [把这里换成你的 GitHub Trending 連結]
數據源3: [把这里换成你的社群或博客連結]

目标渠道: 微信公眾號

发送后，Agent 会在对话中为你輸出一份高还原度的流程图方案：

2. 小白指令 SOP 2：确认圖紙，让 AI 落地 Skill

查看流程图觉得没问题后，发送第二句指令：

确认流程图。现在进入创建阶段。

请沿用本轮会话里我已经给出的目标渠道和數據源，直接使用 /skill-creator 创建这个 Skill，并严格执行：
1. 保持同级能力复刻，不要降级
2. 仅替换“信息源配置相关内容”
3. 路由逻辑、fallback 思路、memory 机制必须保留
4. 路径必须使用相对路径规则，不要写死機器绝对路径
5. 不要新增 README、安装说明、变更日志等无关文件
6. 选题结果的结构化存档文件统一采用 `wechat_topic_proposals.md`，且不包含“审核/审批/审核状态”字段
7. 创建完成后，给我实际创建的文件清单与验证命令摘要。

Skill 名称: wechat-topic-fetch-tool
Skill 一句话用途: 为微信公眾號抓取并整理可深挖的选题候选（含优先级与 fallback）

执行完成后，你就在本地拥有了一个全自动选题抓取工具。

🔗 现成开源备选：如果你暂时没有配置 AI 编程环境，也可以直接从 GitHub 下载超级峰开源的现成版本：https://github.com/mileson/wechat-topic-fetch-tool。

步骤二：制作「微信公眾號全自动創作 Skill」（topic-to-wechat）

有了选题，接下来就是整条内容车间的核心发动机。一篇高质量的公眾號文章，必须拆成 7 个标准工位：

1. 工位一：自动抓取选题：读取选题池 wechat_topic_proposals.md；
2. 工位二：生成 5 个爆款標題：带数字钩子、情绪词汇，并打分推荐第一名；
3. 工位三：生成结构化大綱：给 AI 搭建护栏，防止行文偏题；
4. 工位四：正文創作与「去 AI 味」净化：

• 严格禁止機器陈词滥调（“不是…而是…”、“总而言之”、“显而易见”）；
• 清理生硬的长破折号，改用平实短句；
• 保持真实的第一人称口吻；

1. 工位五：富文本 HTML 排版：转换为微信支持的内联样式排版；
2. 工位六：文章封面图生成：

• MVP 方案：提取標題与小节关键词，通过腳本直接生成适配公众号头图的 cover.jpg；
• 工程方案：調用生图 API 接口，封装成 generate_cover.py 供流水線调度；

1. 工位七：文章草稿發布：先上传封面换取 thumb_media_id，再推送正文 HTML 进草稿箱。

小白指令 SOP 3：一键生成全自动創作 Skill

直接复制以下指令交给 AI Agent：

我想做一个“微信公眾號全自动創作 Skill”。
请先加载 /skill-creator，并按它的确认流程执行：先出流程图，等我确认后再创建 Skill 文件。在我确认前，不要创建任何文件。
请基于以下核心生产节点，輸出一份 Mermaid 流程图（含主流程 + fallback 失败回退机制）：

步骤一：自动抓取选题。读取本地选题池或搜索当前热门话题，选出最高分候选。
步骤二：生成標題。基于选题生成 5 个爆款標題候选，自动选出最优標題。
步骤三：生成大綱。根据標題生成结构化三级大綱，明确每个章节论点。
步骤四：正文創作。【关键】：必须包含“去 AI 味”净化规则，清理掉破折号、套话句式，保持真实人类分享口吻。
步骤五：排版样式。将 Markdown 纯文本转化为适合微信公眾號移动端阅读的富文本 HTML（全部转为行内 inline style）。
步骤六：封面图生成。提供可切换的落地方案：通过腳本提炼关键词自动輸出 公众号规格的 Output/wechat/images/cover.jpg。
步骤七：文章發布。調用微信公眾號官方 API 时，先上传封面图换取 thumb_media_id，再把排版好的 HTML 正文和封面图一起推送到微信公眾號草稿箱。

在流程图中，请明确最终的产物交付清单（article.md、article.html、cover.jpg）。技术细节用小白能读懂的语言标注。
等我回复“确认流程图”后，你再进入创建阶段。

确认圖紙后回复：“确认流程图。请直接生成 topic-to-wechat Skill。” 即可全部自动创建完成！

步骤三：微信官方接口鉴权与新手避坑指南

让 AI 把文章推送到微信，必须连接微信官方接口。这里小白最容易踩坑，只要搞定以下三点即可畅通无阻：

1. 憑證獲取：AppID 与 AppSecret

登入 微信公众平台后台 → 設定与開發 → 基本配置：

记下開發者 ID（AppID）和開發者密码（AppSecret）。

2. 核心避坑：配置 IP 白名單（新手必踩 40164 报错）

很多新人第一次跑代碼，接口直接报错：{"errcode": 40164, "errmsg": "invalid ip ... not in whitelist"}。

• 为什么会这样？ 微信出于安全机制，只允许白名單内的设备发指令。
• 小白如何秒解？

1. 在你运行腳本的电脑或服务器上打开浏览器，访问 https://cip.cc/ 查看你的公网 IP；
2. 复制这个 IP，回到微信后台「基本配置 → IP 白名單」，粘贴并保存。

3. 为什么封面图不能传外链？（透析 thumb_media_id）

微信草稿箱接口强制要求传入字段 thumb_media_id。微信不支持外部圖片連結作为封面！ 必须走两步：

1. 先把本地 cover.jpg 上传到微信素材库，微信会返回一个专属的素材通行证（media_id）；
2. 發布草稿时，带上这个通行证，草稿箱才能正常生成封面卡片。

4. 可直接运行的 Python 發布腳本骨架

你可以把这段标准的 Python 代碼發給 AI，对它说：“*请帮我在本地创建一个腳本發布工具，憑證读取系统环境变量*”：

import os
import json
import requests

def get_access_token(app_id: str, app_secret: str) -> str:
    """1. 獲取微信接口全局調用憑證"""
    url = f"https://api.weixin.qq.com/cgi-bin/token?grant_type=client_credential&appid={app_id}&secret={app_secret}"
    res = requests.get(url, timeout=10).json()
    if "access_token" not in res:
        raise ValueError(f"獲取 Access Token 失败: {res}")
    return res["access_token"]

def upload_thumb_material(access_token: str, image_path: str) -> str:
    """2. 上传封面圖片到素材库，换取草稿必须绑定的 thumb_media_id"""
    url = f"https://api.weixin.qq.com/cgi-bin/material/add_material?access_token={access_token}&type=image"
    with open(image_path, "rb") as f:
        files = {"media": f}
        res = requests.post(url, files=files, timeout=30).json()
    
    if "media_id" not in res:
        raise ValueError(f"上传封面素材失败: {res}")
    return res["media_id"]

def create_wechat_draft(access_token: str, title: str, author: str, digest: str, html_content: str, thumb_media_id: str) -> str:
    """3. 将排版好的文章推送到微信公眾號草稿箱"""
    url = f"https://api.weixin.qq.com/cgi-bin/draft/add?access_token={access_token}"
    article_payload = {
        "articles": [{
            "title": title,
            "author": author,
            "digest": digest,
            "content": html_content,
            "thumb_media_id": thumb_media_id,
            "need_open_comment": 1,
            "only_fans_can_comment": 0
        }]
    }
    
    headers = {"Content-Type": "application/json; charset=utf-8"}
    # 必须 ensure_ascii=False，否则中文会被转译为 unicode 编码导致乱码
    body = json.dumps(article_payload, ensure_ascii=False).encode("utf-8")
    res = requests.post(url, data=body, headers=headers, timeout=20).json()
    
    if "media_id" not in res:
        raise ValueError(f"推送草稿箱失败: {res}")
    return res["media_id"]

if __name__ == "__main__":
    APP_ID = os.getenv("WECHAT_APP_ID", "your_app_id_here")
    APP_SECRET = os.getenv("WECHAT_APP_SECRET", "your_app_secret_here")
    
    token = get_access_token(APP_ID, APP_SECRET)
    thumb_id = upload_thumb_material(token, "./images/cover.jpg")
    
    with open("./article.html", "r", encoding="utf-8") as f:
        html = f.read()
        
    draft_id = create_wechat_draft(
        access_token=token,
        title="自媒體 AI 自動化实战：从接口原理到工业级流水線",
        author="超级峰",
        digest="从零拆解 Skill、OpenClaw 与微信公眾號官方接口的完整串联方案。",
        html_content=html,
        thumb_media_id=thumb_id
    )
    print(f"🎉 文章已成功推送到草稿箱！Draft ID: {draft_id}")

步骤四：装配到 OpenClaw 数字員工运行

工具做好了，最后一步就是让小龍蝦接手开工。

1. 规范存放目录

把写好的两个 Skill 文件夹放到小龍蝦的标准目录：

~/.openclaw/skills/wechat-topic-fetch-tool
~/.openclaw/skills/news-to-wechat

• 公共技能：所有助理通用的放在 ~/.openclaw/skills/；
• 专属技能：专门负责写内容的助理，放在其特定工作区 workspace-blogger/skills/。

2. 三步验证跑起来

按照「手动试水 → 半自动協同 → 全托管闭环」的稳妥节奏启动：

1. 手动模式（试水阶段）：

• 试选题：对小龍蝦说：“*请执行 wechat-topic-fetch-tool 进行选题调研*”；
• 试創作：自己挑一个选题，对小龍蝦说：“*请使用 news-to-wechat 創作一篇关于 XXX 的文章，核心观点是 XXX*”；
• 检查草稿箱是否成功收到排版整齐的文章。

1. 半自动模式（搭把手阶段·推荐长期采用）：

• 让小龍蝦定时抓选题：“*每 30 分钟执行一次 wechat-topic-fetch-tool*”；
• 創作者看一眼选题池，给出一句批注下发創作指令。质量最高、最具个人风格！

1. 全托管模式（全自动闭环）：

• 设定定时闹钟，自动挑最高分选题执行創作并推草稿；
• 手机端公众平台助手小程式扫码做最终發布。

3. 向小龍蝦下达指令的两大避坑铁律

• 铁律一：手动安排任务时，要求越具体越好：不要只说“帮我写大綱”，而是说清楚：“*調用 news-to-wechat，选题为 XXX，重点突出三点，在大綱生成后先停下等我确认*”；
• 铁律二：定时任务千万别定“空闹钟”：不要只说“每天早上 8 点干活”，必须把时间 + 調用的 Skill + 明确目标 + 交付反馈绑定在一起：“*每天早上 8 点执行选题抓取 Skill，产物写入选题池，执行完成后在飞书私聊回复我*”。

四、【金字塔底座·实战赋能】场景匹配与避坑速查

1. 核心应用场景匹配表

✅ 课后自测一下

1. 【单选】在微信公眾號草稿箱接口中，封面图是通过什么方式绑定的？ A. 直接在文章 JSON 中填入網路圖片 URL B. 先通过 material/add_material 上传獲取 thumb_media_id 再绑定 C. 微信会自动抓取文章里的第一张图作为封面 D. 封面图不需要绑定，系统会自动生成灰度占位图

2. 【判断】遇到微信接口报错 40164 invalid ip 时，表示当前请求设备的公网 IP 没有加入公眾號開發者后台的 IP 白名單。

3. 【多选】为什么在自媒體长文自動化中，纯全自动容易沦为“抽奖碰运气”，必须坚持人机協同？ A. 纯全自动解决了产出频率，但文章真正值钱的是創作者个人的品味、判断与观点 B. 选题决定了文章 50% 的命运，需要創作者做第一道把关 C. 在創作前注入个人独特态度与语气要求，能让文章越写越像自己 D. 微信官方禁止一切使用 AI 辅助写作的行为

答案与解析

1. B。微信草稿接口必须强制绑定永久素材库的 thumb_media_id，不能直接传圖片外链。 2. 正确。40164 是经典的 IP 白名單拦截，通过 https://cip.cc/ 查询发请求设备的公网 IP 并添加至微信公众平台開發者基本配置即可解决。 3. A、B、C。微信官方并不排斥优质的 AI 辅助創作，但纯无脑全自动容易产出千篇一律的機器垃圾。人机協同把人放回选题与观点表达的关键节点，兼顾了高效产能与优质原创深度。

📌 一句话带走

先把流程想清楚写成 Skill（食譜），再把执行交给数字員工小龍蝦；人牢牢把控选题与观点，機器接管繁琐流转。