0基础打造AI写作助手:从自动发布到智能记录

我是王练，一个爱折腾工具的工程师。在这里，让 AI 从概念变成你手里的工具。

让AI不仅帮我们高效生成、发布文章，还能自动记录每一篇作品的元数据，搭建专属写作数据库，为后续数据复盘、AI智能分析铺路，完成AI写作助手全闭环搭建。

在本系列前三篇实操教程中，我们循序渐进完成了AI写作助手的核心自动化能力搭建：

第1篇：安装Hermes + 女娲Skill，成功蒸馏复刻王小波写作风格，实现文风自定义生成0基础打造AI写作助手：从安装Hermes到加载“女娲”Skill

第2篇：打通飞书文档到公众号草稿箱的自动化链路，实现文档一键迁移发布0基础打造AI写作助手（第2篇）：从飞书文档到公众号草稿箱

第3篇：新增AI自动生成摘要、AI智能封面图功能，实现公众号草稿全流程全自动生成0基础打造AI写作助手（第三篇）：摘要封面全自动生成

截至目前，我们只需执行对应命令，一篇配备专属摘要、适配封面的公众号草稿，就能自动生成至微信后台，彻底解放手动排版、配图、写摘要的工作。

接下来我们尝试在文章发布后，记录所有作品数据并进行分析，核心目标：

实现公众号草稿创建成功后，自动将文章全量元数据进行记录，包含标题、摘要、字数、等信息。
预留阅读量同步、AI复盘分析扩展接口，作为后续智能化分析的基础数据。

一、方案选型：用什么记？

从前面的分析中，当前的目标是记录已发布的文章以及后续的阅读数据，需求很明确，那么应该怎么记？用什么记呢？我们可以选择如下的方案：

记录在Excel中
搭建一个小的后台管理系统，并配一个web页面
用飞书的多维表格

通过仔细分析，最终选择：飞书多维表格，主要有如下原因：

因为前两个都不合适，所以选第3个，说了个废话。
实际也是这样，excel不灵活、只能在本地看
管理系统看着爽，也能炫技，但开发过程时间肯定长（不是费我，是费token），后面扩展也很头疼。而且还要做环境部署、维护，得不偿失。

当然，飞书多维表格的优势才是选择的关键因素。

多维表格本身就是一个轻量的在线数据库，完全可以替代管理系统
原来的流程就是在飞书操作，复用性很强
多维表格自带的各种工具，已经为后续管理铺平了路。

完美支持API读写操作，无需额外部署服务器，0成本适配个人、小型团队使用。

二、多维表格字段设计

经过几轮沟通优化后设计10个刚需字段，兼顾记录和复盘的需求：

三、实操流程

3.1 开启飞书权限

飞书多维表格有效权限组合如下（实测生效，Agent可能会搞错名称）：

{  "scopes": [    {      "scope": "base:record:create",      "description": "创建多维表格记录"    },    {      "scope": "base:record:update",      "description": "更新多维表格记录"    },    {      "scope": "base:field:read",      "description": "读取多维表格字段信息"    },    {      "scope": "base:table:read",      "description": "读取多维表格信息"    },    {      "scope": "wiki:wiki:readonly",      "description": "读取 Wiki 节点信息（用于获取嵌入多维表格的 obj_token）"    }  ]}

打开飞书开放平台https://open.feishu.cn/app/，可以用上面的JSON直接导入，或手动开通权限。

权限配置后，务必要发布并审核通过应用，才会生效。
部分权限要等待5-15分钟方可完全生效。

3.2 按设计创建多维表格

有了Agent之后，我是真不想做些重复的事情了，直接把要求给Agent，让agent帮我按设计的内容创建字段。

3.3 开发写入多维表格函数

要求hermes agent按字段规则写入多维表格。集成至原有自动化流程，实现草稿创建成功后自动保存数据。

#多维表格自动记录

def save_to_bitable(title, abstract, doc_url, draft_media_id, word_count, feishu_token):

"""文章创建草稿成功后，自动记录到飞书多维表格"""

if not BITABLE_APP_TOKEN or not BITABLE_TABLE_ID:

print(" ⏭️ 多维表格未配置 (BITABLE_APP_TOKEN/BITABLE_TABLE_ID)，跳过记录")

return False

print(f" 📝 正在记录到多维表格...")

url = f"https://open.feishu.cn/open-apis/bitable/v1/apps/{BITABLE_APP_TOKEN}/tables/{BITABLE_TABLE_ID}/records"

headers = {

"Authorization": f"Bearer {feishu_token}",

"Content-Type": "application/json; charset=utf-8"

}

import datetime

now = datetime.datetime.now().strftime("%Y-%m-%d %H:%M:%S")

now_ts = int(datetime.datetime.now().timestamp() * 1000) # 毫秒时间戳

payload = {

"fields": {

"文章标题": title,

"摘要": abstract[:200] if abstract else "",

"飞书文档链接": {"text": "查看文档", "link": doc_url},

"草稿 MediaID": str(draft_media_id),

"正文总字数": int(word_count),

"创建时间": now_ts,

"分析状态": "未分析",

}

try:

resp = requests.post(url, json=payload, headers=headers)

data = resp.json()

if data.get("code") == 0:

record_id = data.get("data", {}).get("record", {}).get("record_id", "")

print(f" ✅ 多维表格记录成功 (record_id: {record_id})")

return True

else:

print(f" ⚠️ 多维表格记录失败: code={data.get('code')}, msg={data.get('msg')}")

return False

except Exception as e:

print(f" ⚠️ 多维表格记录异常: {e}")

return False

在第三篇核心函数 process_article_from_url() 中，公众号草稿创建成功后，直接调用该函数，完成数据自动同步：

# 草稿创建成功后触发数据记录draft_data = create_wechat_draft(...)  # 继承原有草稿创建逻辑save_to_bitable(    title=title,    abstract=digest,    doc_url=feishu_url,    draft_media_id=draft_data['media_id'],    word_count=word_count,    feishu_token=feishu_token)