ARTICLE · 1248383
OpenClaw 写篇公众号
从选题到发布,哪些能交给 AI?
写公众号最耗人的,好像不是"写"这件事本身。
选题要刷热榜,标题要反复试,排版要调样式,发布还得打开后台。一圈忙完,真正敲键盘的时间只占一小会儿。
开源社区的 OpenClaw 项目,官方口径说它已经是 GitHub 上星标最多的软件仓库之一。它自己不动手写文章,但可以把"选题、初稿、配图、发布"这些环节串成一条流水线,跑在你自己的电脑上。
不过这些有前提:每个环节都得配上对应的工具、模型、账号授权和工作流。难道说装好就能跑通?没那回事。就好像给你配个管家,不等于你家厨房里就有米有菜有厨子,要开饭,东西还得一样样置办。
这篇文章是一份场景拆解:流水线怎么搭,哪些环节已有公开案例,哪些坑得自己踩。我还没跑通完整链路,所以哪里是方案、哪里有实测,下文会标清楚,不混着说。
01先搞清楚:AI 到底该替你干哪部分
一篇公众号推文,从念头到发布,可以拆成七个环节:选题、标题、初稿、配图、排版、发布、复盘。
真正让人累的是两类活。一类是高频决策,今天写什么、标题选哪个;另一类是重复操作,整理资料、插图片、调格式、登录后台点发布。
OpenClaw 恰好卡在这两点上。它住在聊天应用里,你像给人发消息一样下指令,它在你的设备上做真操作:读文件、跑脚本、调接口。
有一条得拎清楚:它会做动作,但判断还得你来。热点靠不靠谱、文章准不准、配图合不合适、发布成没成,这些它替不了你。
02OpenClaw 是什么:不只是一个聊天框,更像一个管家
三句话说明白。
它是什么。一个开源(MIT 协议)的个人 AI 智能体框架,部署在你自己电脑或服务器上,通过 Gateway 连接聊天渠道、模型和工具。管家,不是作家。
它不只是个聊天框。聊天只是入口,干活的本事来自模型、工具、Skills 和工作流的组合。好比管家能替你跑腿,但那双腿是你自己给他安装的,不装就没有。
它跟你怎么打交道。WhatsApp、Telegram、Discord、Slack、iMessage,加上国内的 QQ Bot、WebChat,都能对话(支持范围以官方文档为准)。它有持久记忆,记得你的偏好和项目上下文,也能浏览网页、读写文件、运行命令。
有件事得单独说。本地部署,不等于数据绝不离开本机。东西装在哪儿是一回事,数据流向哪儿是另一回事。只要你调了云端模型、第三方 API 或外部聊天平台,相关内容照样会被送出去。
补两句背景。OpenClaw 由 Peter Steinberger 创建,从周末项目长成了 GitHub 星标最多的软件仓库之一。项目迭代很快,版本号、功能归属、模型支持都以官方发布记录为准。中文生态也跟上来了:官方有中文文档,社区有汉化版和 Windows 一键部署包。
——openclaw 2026.10.07最新版——
所以理解 OpenClaw,重点不在它支持多少渠道、多少模型。记住三件事就够:它负责协调任务,工具负责动手,业务能力靠配置和扩展堆出来。
03一条"选题到发布"的流水线,怎么搭?四步走
下面这套可以逐步搭,但丑话说在前头:装好不等于一键跑通。
第一步,装网关。优先照官方文档来,Windows 可以在 PowerShell 跑官方命令。社区也有 Windows 一键部署包,用之前先确认来源、版本和权限要求。装法不同,后面的配置步骤也不一样。我用的是Ubuntu+WSL

第二步,接渠道。把QQ或者WeChat接进网关,这决定你在哪儿指挥它。我一直是用的Feishu/Lark链接龙虾。不过接上渠道只是有了下发指令的地方,热点抓取、公众号编辑、发布这些本事不会自己长出来。


第三步,配技能。Skills 更像任务的说明书,教你拆解任务、调工具、守规则。说明书不是工具本身:抓热点得有数据源,做配图得有图像模型,操作公众号后台得有脚本或接口加账号授权。社区已经有人维护公众号相关技能(比如 wechat-article-writer),能不能跑起来看依赖配没配齐,别默认装好就能用。

第四步,跑流程。从最小流程开始,先下这么一条指令:
请从指定来源整理今天 AI 工具领域的热点,保留每条信息的来源链接,给出三个选题,并按我的文风写一篇初稿。先展示结果,不要自动发布。
先把"热点整理、选题、初稿"这一段跑稳,再往上加配图、排版、草稿保存。每加一环,都把输入、输出、失败处理和人工审核确认一遍。
几个常见坑。装完跑不动,先看官方当前版本的环境要求,Node.js 版本要求会变,别照搬旧教程里的版本号;接 QQ Bot 要按平台要求配账号;模型 API Key 自己准备。
各环节到底依赖什么
把"环节、依赖、能不能开箱即用"理清楚,就不容易被演示视频带偏。这跟看美食视频一个道理:人家厨房里锅料火样样齐,你家只有一口锅,照搬菜谱八成翻车。
- 热点抓取
:需要数据源或访问工具,OpenClaw 不内置热榜数据 - 选题与初稿
:需要配置模型(自备 API Key),输出质量取决于模型与提示词 - 配图
:需要图像生成模型或相关服务,OpenClaw 不自带画图能力 - 排版、草稿保存、发布
:需要对应脚本、接口或浏览器自动化能力,并受公众号账号权限与平台规则限制
这些环节能不能跑通,看你的工具组合、账号授权和工作流实现,装上 OpenClaw 不会自动获得。
04哪些环节已有公开案例?
2026 年 9 月,CSDN 上有一篇公开教程,讲怎么用 OpenClaw 加 Skill 做公众号全自动创作,流程覆盖热榜抓取、AI 选题、自动成稿、配图、发布。
教程是真的,但性质要看清:那是作者在自己环境里的记录,效果取决于教程版本、模型配置、账号权限和脚本实现。看过不等于复现成功,这是两件事。
社区还有公众号写作类技能,比如 wechat-article-writer,介绍页写着支持文章生成、标题优化、摘要和大纲。介绍页列的功能,不等于代码真实现了,也不等于权限够用,得逐项看实际说明。
这条链路分三层看:公开教程是别人的环境记录,项目介绍是介绍不等于实现,当前环境实测本文没做。选题抓取和 AI 生成初稿有公开案例可参考;排版、传图、存草稿、正式发布跑没跑通,要你结合自己选的技能和账号环境去试。
05真正要自己踩的坑:别被"全自动"冲昏头
渠道不一定都能用。官方支持某个渠道,不代表它在你的地区、账号和网络环境下也通。接进来之后,消息收发、权限、异常处理都得实际测。
发布别撒手。自动化会碰到账号登录态和平台规则。发布这一步建议留一道人工确认闸门,别真搞无人值守一键发。
内容没有质量保险。全自动生成的东西,热点来源、事实、数据、标题都得人工过一遍。
成本是真的。模型 Key 自己备,长流程跑下来 token 是实打实的钱,失败重试也算一份。开工前先算账,记下每个环节的调用情况。
安全这条最重要。第三方 Skill 可能读文件、执行命令、访问网络,装之前先看它到底碰哪些资源。API Key、Cookie、账号凭证别交给来路不明的脚本。
凡是涉及发布、改文件、传素材的操作,先让它把要执行的动作摆出来,你确认了再动。
还有一点:发布失败时,去看真实的草稿、正文、配图和发布状态,别只信智能体回你一句"已完成"。必要时先确认上一次操作到底成没成,再决定要不要重试。
附:这套流程的验收清单
用这份清单区分"流程设计完成"和"实际运行成功"。
能获取指定来源的热点数据,并保留来源链接 能生成文章初稿,并允许人工修改 能生成或导入配图,并检查图片正常显示 能将内容保存为公众号草稿,或明确说明需要手动粘贴 正式发布前有人工确认机制 执行失败后能核查实际草稿、正文、配图和发布状态(不只看智能体文字回复),再决定是否重试 能说明使用了哪些外部模型、服务和权限,并评估相应成本与数据风险
只有逐项验证通过,才可以说对应环节跑通了。
总结一下
当前AI虽然强大,但文稿编撰类的内容最终还是需要我们费电时间去做检查,至少目前是这样,以后可能会完全取代内容制作者,我们只需要做审核即可。
说回openclaw,它实质上只是一个空壳,里面的东西需要我们一点一点给他填进去,配置模型,接入聊天工具,安装专项的skill技能,这样才能构成一个能做事的员工。因为一切可配置灵活度较高也在无形中提高了使用的门槛,没有程序基础的我们还是要谨慎选择。
说到底,工具负责跑腿,你负责把关。
一个人活成一支队伍,靠的是这个。















































































