AI 写完文章自动推公众号:我做了这套发布 skill,每次省 40 分钟

写完文章,还要手动排版、传图、调样式——这步每次都要花半小时以上。我做了一套 skill,让 AI 直接把写好的文章推到微信公众号草稿箱,图片自动上传、样式自动套用,一行命令搞定。

你在浪费多少时间在排版上

自媒体人最懂这种痛苦:文章写完了,最耗时间的不是写作,是发布。

微信公众号不支持外链图片,每张图都要手动上传。封面图要单独上传成永久素材。正文里的代码块、引用块、高亮段落,都要在编辑器里一个个调样式。最后还要加头部的星标提示、底部的关注引导二维码。

一篇文章,光发布就要 30-45 分钟。

我用的是 OpenClaw 搭建的 AI 内容创作工作流——从信息采集、写作、配图,到最后的发布,全部自动化。这篇分享其中发布这一步是怎么做的。

整体架构:两层分工

这套系统分两层:

article-writer 负责内容生产:从 X/Twitter 采集资讯、生成截图、AI 配图、写 Markdown 文章,所有素材存在本地目录。

wechat-article-publisher 负责发布:读取 article-writer 的产出,自动完成图片上传、HTML 渲染、草稿创建全流程。

AI自动发布流程图

整个发布流程只需要一行命令:

python3 scripts/publish.py --article-dir ~/Documents/openclawworkspace/articles/2026-03-07/主题/

执行完就能在公众号草稿箱看到排版好的文章,之后自己审核没问题就可以发布。

图片处理:全自动上传,不用手动一张张传

微信公众号最大的麻烦就是图片。它不认识 OSS 链接、不认识任何外链,所有图片必须是微信自己 CDN 的地址。

脚本的处理逻辑:

扫描文章目录里所有图片 → 逐个通过 upload-img 接口上传到微信 → 拿回微信 CDN URL → 替换 Markdown 里对应的图片链接。

上传过的图片会缓存在 meta.json 的 wechat_image_map 字段里,下次修改文章重新发布时,已上传的图片直接用缓存,不重复上传。

封面图走另一个接口(永久素材 add_material),会返回 media_id——这是创建草稿时微信要求的格式。

整个过程对你完全透明,只需要确保图片放在文章目录里,其余全自动。

图片上传缓存机制示意

渲染引擎:Markdown 变成微信 HTML

微信只认 HTML,不支持 Markdown,而且不支持 CSS class——所有样式必须内联写进每个标签里。

但我不想每次都手动写 HTML。所以渲染器做了一件事:把标准 Markdown 自动转成带完整内联样式的 HTML,同时识别我设计的「隐藏标签」,套用对应的定制样式区块。

隐藏标签是这样工作的——在 Markdown 里插入 HTML 注释:

这里是导读内容

渲染器看到这个注释,就会把里面的内容渲染成带蓝色左边框的导读框。在飞书、GitHub 等普通 Markdown 渲染器里,这些注释完全不可见,不影响阅读。

一套 Markdown,适配所有平台。飞书看是干净的文档,微信看是精美排版的文章。

隐藏标签渲染效果对比

目前支持的样式标签:蓝色导读框、加粗高亮句、圆角卡片列表、提示词代码卡片、蓝色总结区块、引导关注提示区块。

渲染器还会自动加 header 和 footer:header 包含星标提示、封面图、署名;footer 包含结尾标记、关注二维码。这些不需要写在文章 Markdown 里。

草稿管理:首次创建,后续自动更新

第一次发布,脚本创建新草稿,把返回的 media_id 写入 meta.json。

后续修改文章后重跑脚本,它检测到 meta.json 里有 media_id,自动走更新草稿接口,不会产生重复草稿。

草稿管理流程

三种模式:

  • 首次发布:创建新草稿,media_id 写入 meta.json,发微信预览通知
  • 修改更新:检测到 media_id 存在,自动更新草稿,不产生重复
  • 强制新建:加 --force-new 参数,忽略缓存,创建全新草稿

图文笔记另走一套流程

文章(长文)和图文笔记(以图片为主体的帖子)在微信里是两种完全不同的内容类型,必须走不同的接口。

这是我踩过的坑:一开始用同一个脚本发图文,结果微信把它创建成了文章类型,发出去格式完全乱掉。

原因在于:图文消息必须用永久素材接口上传所有图片,普通的 upload-img 接口只适合文章内图片。脚本层面区分后,两种内容类型都能正确创建对应格式的草稿。

图文和文章的发布接口区别

你需要手动做什么

这套自动化处理的是排版和上传,发布决策还是你自己来:

  1. AI 写完文章,自动触发发布脚本
  2. 脚本把文章推到草稿箱,微信发预览通知
  3. 你在公众号后台审核内容,确认没问题
  4. 点发布

步骤 1-2 全自动,步骤 3-4 由你决定。

总结

  • 一行命令发布:publish.py 完成图片上传、HTML 渲染、草稿创建全流程
  • 图片全自动处理:扫描目录 → 上传微信 CDN → 替换链接,带缓存不重复上传
  • 隐藏标签系统:6 种样式标签,一份 Markdown 适配多平台
  • 智能草稿管理:首次创建,后续自动更新,不产生重复草稿
  • 图文和文章分开:两种内容类型走不同接口,格式不会乱
  • 最后审核你来:内容发布决策始终在你手里

这套系统目前运行在我的 Ubuntu 服务器上,通过 OpenClaw 调度。AI 写完文章后自动推到草稿箱,我审核没问题就直接发。

如果你也在用 OpenClaw 搭建内容创作工作流,评论区交流。

参考链接

  • 微信公众平台开发文档:https://developers.weixin.qq.com/doc/offiaccount/Getting_Started/Overview.html
  • OpenClaw 官方文档:https://docs.openclaw.ai

Read more

uniapp vue h5小程序奶茶点餐纯前端hbuilderx

uniapp vue h5小程序奶茶点餐纯前端hbuilderx

内容目录 * 一、详细介绍 * 二、效果展示 * 1.部分代码 * 2.效果图展示 * 三、学习资料下载 一、详细介绍 uniapp奶茶点餐纯前调试视频.mp4链接: uniapp奶茶点餐纯前调试视频注意事项: 本店所有代码都是我亲测100%跑过没有问题才上架 内含部署环境软件和详细调试教学视频 代码都是全的,请放心购买 虚拟物品具有复制性,不支持七天无理由退换 源码仅供学习参考, 商品内容纯属虚构可以提供定制,二次开发先导入hbuilderx 运行后会启动微信开发工具显示效果 二、效果展示 1.部分代码 代码如下(示例): 2.效果图展示 三、学习资料下载 蓝奏云:https://qumaw.lanzoul.com/iQ2KP3goqhjg

Clawdbot+Qwen3:32B从零开始:3步完成Web Chat平台本地部署(含截图)

Clawdbot+Qwen3:32B从零开始:3步完成Web Chat平台本地部署(含截图) 1. 为什么你需要这个本地Chat平台 你是不是也遇到过这些问题:想用大模型但担心数据上传到公有云?试过几个Web聊天界面,不是配置复杂就是响应慢?或者只是单纯想在自己电脑上跑一个真正属于自己的AI对话系统,不依赖网络、不看别人脸色? Clawdbot + Qwen3:32B 这个组合,就是为解决这些实际问题而生的。它不是又一个需要注册账号、绑定邮箱、等审核的SaaS服务,而是一个完全本地运行、数据不出设备、开箱即用的轻量级Web聊天平台。 这里没有复杂的Docker Compose编排,没有动辄半小时的环境搭建,也没有让人头大的证书配置。整个过程只需要三步:装好基础工具、拉起模型服务、启动前端界面。全程在终端敲几行命令,刷新浏览器就能开始对话。 更关键的是,它用的是通义千问最新发布的Qwen3:32B——目前开源领域综合能力最强的中文大模型之一。32B参数规模意味着更强的逻辑推理、更稳的长文本理解、更自然的多轮对话表现。而Clawdbot作为一款专注本地集成的轻量级代理网关,把模

资源高效+高精度识别|PaddleOCR-VL-WEB文档解析全场景适配

资源高效+高精度识别|PaddleOCR-VL-WEB文档解析全场景适配 写在前面 你有没有遇到过这样的情况:一份扫描版PDF里既有密密麻麻的正文、带公式的推导过程,又有跨页表格和手写批注,用传统OCR工具一识别,文字错位、表格散架、公式变乱码——最后还得人工逐字校对,半天时间白忙活? 这不是个别现象。在金融报告、科研论文、古籍档案、多语言合同等真实业务中,文档解析早已不是“把图片转成文字”这么简单。它需要同时理解布局结构、语义逻辑、视觉关系和多语言混排——而这些,正是PaddleOCR-VL-WEB真正发力的地方。 本文不讲抽象架构,不堆参数指标,只聚焦一件事:这个镜像到底能不能在你的日常工作中稳稳跑起来?识别准不准?部署难不难?支持哪些“难搞”的文档? 我用一台搭载RTX 4090D单卡的服务器,从零部署PaddleOCR-VL-WEB,实测了27份真实文档(含中文财报、英文技术手册、日文说明书、阿拉伯语合同、带手写体的实验记录本、含LaTeX公式的学术PDF),全程记录操作路径、关键配置、效果反馈和避坑要点。所有步骤均可复现,