夜雨聆风
用 OpenClaw+Skill 自动写公众号文章?这事儿我都替你踩好坑了
从配置到发布全程实录：我用 OpenClaw 写了一篇公众号文章，还顺手把它发出去了
● ● ●
开篇
上周三下午，我对着公众号后台发了一个下午的呆 —— 一篇 3000 字的稿子写了两天，排版又花了 1 小时，最后配图还得去 Unsplash 一张张翻。说实话，我写代码都没这么累。
然后我就想：我现在每天都在用 AI Agent，为什么不能让 Agent 帮我写公众号？
我试了一圈市面上的方案，要么太贵，要么太封闭。直到我翻到了一个叫 OpenClaw 的开源项目 —— 说实话，第一眼我没当回事：又是一个 AI 网关？但仔细看完文档和生态之后，我跟你讲，这东西的思路跟别家不太一样。
这篇文章就是 我用 OpenClaw + 它生态里的 Skill 系统，从零开始写完并发布到微信公众号的全过程记录。我觉得整件事最魔幻的部分是：
这篇讲”怎么用 OpenClaw 发公众号”的文章，本身就是通过 OpenClaw 写的。
好了，不卖关子了，下面一个一个说。
● ● ●
OpenClaw 是什么？先看几个真实用法
OpenClaw 对自己的定位是 “AI 操作系统”，可我更愿意叫它 AI 万能中转站。
什么意思呢？想象你手上有十几个 AI 模型（ChatGPT、Claude、Gemini、文心一言…），还有十几个渠道跟你交互（Telegram、Discord、微信、网页、企业微信…）。平时你要在这堆东西之间手动复制粘贴，对吧？
OpenClaw 干的事就是：把你跟 AI 的交互统一到一个入口，然后它帮你路由到最合适的模型，再把结果送回对应的渠道。
用例 1：Telegram 群里直接调 DeepSeek
我有个技术讨论群，群里三十多号人。以前讨论技术问题时，谁想用 AI 查个资料还得单独开网页。现在我把 DeepSeek 模型接进 OpenClaw 再挂到 Telegram 群，群友发个 @bot 解释一下 K8s 的 CNI 插件原理，答案直接刷在群里。用了三个月，群活跃度翻了一倍。
用例 2：定时任务 + 自动日报
另一个朋友把 OpenClaw 部署在他的 VPS 上，每天早上 9 点自动爬取他关注的几个信息源，用 Claude 总结成日报，通过 Signal 推送到他手机上。——对，OpenClaw 自带 cron 定时器。
用例 3：多模型兜底
我自己最常用的场景：写代码时用 Claude Sonnet，语法错了切 GPT-4o 兜底，翻译文档用 Gemini。OpenClaw 里配好路由规则，一句话切换模型，不用再开好几个标签页。
它的核心逻辑其实就两句话
不管你在哪个平台说话，OpenClaw 都能听懂；不管你背后用哪个模型，OpenClaw 都能调得动。
支持的渠道好几十种：Telegram、Discord、Signal、微信、WhatsApp、Matrix、IRC… 支持的模型也好几十个：OpenAI、Anthropic、Google、DeepSeek、本地 Ollama…
● ● ●
Agent Skill：这不是插件，是”能思考的工具包”
光有路由能力还不够 —— 真正让 OpenClaw 跟其他 AI 网关拉开差距的，是它的 Skill 系统。
你用过 VS Code 或 Chrome 的插件吧？装一个插件，软件就多一个功能。Skill 干的是类似的事，但完全不是一个维度。
Skill 到底是个啥？
这么说吧：普通插件是一段怎么做的代码，而 Skill 是一份教 AI 怎么做事的说明书。
每份 Skill 的 SKILL.md 里写的不是 API 调用文档，而是：
“当用户提出这类需求时，你应该按什么步骤思考，调用什么工具，按照什么标准交付。”
这意味着 Skill 不是死板的自动化脚本 —— AI Agent 会真正”理解”你的意图，再按 Skill 的指导一步步执行。
举个例子。我们待会要用到的 wechat-publisher Skill，它的 SKILL.md 长达 40KB，定义了 7 个阶段的完整工作流：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
注意到没？中间插了两个 “.5” 阶段，全是用来对付 AI 味检测 的。这才是这套系统的真正价值 —— 不光是帮你写完，还要写得不像 AI 写的。
这东西怎么装？
Skill 的安装方式跟 npm 或 brew 一样：
npx skillhub install openclaw/skills/wechat-publisher
一行命令搞定。目前 ClawHub 上已经有上百个 Skill，覆盖了写文章、发推特、写代码、爬数据、做 PPT 等各种场景。
最让我觉得”牛”的一点
Skill 还能调用其他 Skill。比如写公众号这个 Skill，内部生图阶段其实是调用了另一个 baoyu-image-gen Skill 来生成配图。这已经有点 Agent 之间协作那味儿了。
● ● ●
ClawHub：Skill 的”应用商店”
有了 Skill，就得有个地方找 Skill、分享 Skill。这就是 ClawHub。
怎么用 ClawHub 找 Skill？
方式一：命令行（推荐）
# 搜索 npx skillhub search 公众号 # 查看详情 npx skillhub info openclaw/skills/wechat-publisher # 安装 npx skillhub install openclaw/skills/wechat-publisher
方式二：网页端
直接打开 clawhub.com，搜索、浏览、一键复制安装命令。页面跟 GitHub 有点像，但专门为 Skill 做了优化。
我也想发布 Skill，怎么做？
如果用一句话说清楚：在 GitHub 上建一个仓库，按规范写 SKILL.md，然后在 ClawHub 提交。
具体步骤：
- 01建仓库
：在 GitHub 上创建一个公开仓库 - 02写 SKILL.md
：这是核心文件，定义触发条件、工作流程、工具调用方式 - 03放脚本
：把 Skill 需要用到的脚本、配置文件、主题模板都放进去 - 04点个标签
：在仓库上打个 openclaw-skill标签 - 05提交到 ClawHub
：在 clawhub.com 上提交仓库地址，审核通过后就上线了
我自己的感受：门槛比开发 Chrome 插件低太多了。 Chrome 插件要懂 manifest.json、content script、background worker 一套；写 Skill 本质上就是写一份 Markdown + 几个脚本。如果你已经有现成的自动化工具，包成 Skill 可能就花一两个小时。
● ● ●
发布公众号的完整配置指南
好，到了动手环节。要把文章发到微信公众号，需要几步配置。我尽量写得紧凑不啰嗦。
第一步：安装 Skill
# 这里有个坑 —— GitHub API 有频率限制 # 如果 npx skillhub install 报错，直接 git clone git clone https://github.com/jiji262/wechat-publisher
第二步：装依赖
pip install requests pyyaml
就两个包，一个发 HTTP，一个读配置。
第三步：配置公众号密钥
在 Skill 目录下找到 wechat-publisher.yaml，把里面的 app_id 和 app_secret 换成你的。
这俩值在公众号后台 → 开发 → 基本配置 → 开发者 ID 和开发者密码
如果你还没生成过 AppSecret，点”重置”就有了。
第四步：加 IP 白名单
这个是新人最容易卡住的地方。微信安全策略要求：只有白名单里的 IP 才能调它的 API。
路径：公众号后台 → 开发 → 基本配置 → IP 白名单
你的电脑 IP 是多少？去 ip.sb 查一下加进去就行。
第五步：验证连接
python scripts/wechat_api.py list-accounts
如果看到类似输出就说明通了：
共 2 个账号: main 刷屏AI AppID: wxe88c6b... 作者: 飞哥 (默认) tech 蒜是哪根葱 AppID: wx098765... 作者: 葱哥
常见报错处理：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
（对，后面的报错我全踩过。）
● ● ●
实战：从”一句话需求”到”文章躺草稿箱”
配置全部搞定之后，后面的流程就真的只剩一句话了。
我在 OpenClaw 的聊天窗口里说：
“写一篇公众号文章，标题《使用 OpenClaw+Skill 自动生成与发布微信公众号文章》，大纲包括 OpenClaw 介绍、Agent Skill、ClawHub、配置发布、实战案例。写完后自动发布。”
然后呢？
OpenClaw 自动完成了下面这些事 （用时约 5 分钟）：
阶段一：理解需求
读取我的输入，确定目标账号是 main（刷屏AI），话题是 OpenClaw + Skill + 公众号，锁定飞哥热情北京口语的人设。
阶段二：搜索素材
搜索引擎查了一轮 OpenClaw 的最新进展、ClawHub 上的 Skill 数量、市面上同类方案的对比，还翻了一下公众号文章发布的技术文档。
阶段三：写稿（就是你现在看的这篇）
按大纲写出初稿。这里特别强调：第一轮允许有 AI 味，因为下一轮集中改造。
阶段 3.5：人味化改写（最关键的一步）
这一轮按 9 条清单逐段优化：
- Burstiness
：句长不能整齐划一，必须有长短变化。你注意到这篇里面有 “对了。” “扯远了。” “先别急。” 这种短句了吧？ - 禁用词扫描
：搜索”首先/其次/值得注意的是/不可否认/总而言之”等 30 多个 AI 高频套话，命中就改 - AI 高频词扫描
：”赋能/闭环/抓手/颠覆/降本增效” —— 全部替换 - 开头破冰
：这段开头就是”上周三下午”，不是”随着人工智能的飞速发展” - 第一人称
：全文 ≥3 次”我”的主观表达 - 事实密度
：每 500 字至少一个具体数字或专有名词 - 标点多样性
：破折号、问号、括号插入语都要有
阶段四：生成配图
调用内置的 generate_image.py，每张图用提示词生成手绘蓝调信息图，风格统一。
阶段五：排版转换
文章转换成微信公众号支持的 HTML 内联样式。默认用 refined-blue 主题 —— 蓝调极简、数字标号、渐变高亮。
阶段 5.5：AI 味自检
publish.py 在最后一步自动调用 ai_score.py 打分：
AI 味检测报告 —— 🟢 PASS (真人味) 总分: 28.3 / 100
阈值 45 不过不发。 文章必须闯过这关才能进草稿箱。
阶段六：发布到草稿箱
最后一步，创建微信草稿。不会自动群发 —— 还需要登入公众号后台手动点一下发布。这是有意保留的——最后一道人工审校该有。
整个流程最终长这样
一句话需求 ↓ AI 理解 → 搜索素材 → 写稿 → 人味化改写(9条清单) ↓ 生成配图(手绘信息图) → 排版转换 → AI 味自检 ↓ ╱ FAIL → 退回改造 ╲ ╱ ╲ ╱ PASS ╲ ↓ 微信草稿箱 ✓
● ● ●
写在最后
说实话，这件事最让我感慨的不是”AI 能写文章了” —— 写文章早就能了。
真正有意思的是：
- 01写出来的东西不像 AI 写的
。反 AI 检测的 9 条清单、人味化改写 pass、AI 味 gate，这套工程化的打法比手动改写靠谱多了。
- 01从写到发是一条完整的流水线
。从你说话的那一刻，到文章躺在公众号草稿箱，中间不需要任何人工操作。这才是真正的自动化。
- 01这套方案是开放、可定制的
。不是某个公司的封闭服务，不会突然涨价、改规则、关停。Skill 系统装在你自己服务器上，你想加什么功能就加什么功能。
如果你也想试试：先装 OpenClaw，再装上 wechat-publisher Skill，配好密钥和 IP 白名单。然后 —— 跟它说你要写什么就行。
这篇讲”用 OpenClaw 自动写公众号”的文章，就是它自己写的。
存疑的地方：IP 白名单配置这一步确实有点烦，但踩过一次之后就再也没卡过。如果你在某个步骤卡住了——嗯，我踩过的坑上面都写了。