| name | tweet-pipeline |
| description | 推文创作主控流水线：选题→调研→观点→推文→优化→交付。
一键完成从选题到400-600字可发布推文的全流程，强调收藏价值。
触发词：「流水线」「一键推文」「pipeline」「完整推文」。
|
| triggers | ["流水线","一键推文","pipeline","完整推文"] |
| output_schema | {"type":"object","properties":{"title_options":{"type":"array","items":"[Truncated]","description":"3个标题备选","maxItems":3},"tweet_versions":{"type":"array","items":"[Truncated]","description":"3个最优版本（默认模式）或10个版本（完整模式）"},"closing_hooks":{"type":"array","items":"[Truncated]","description":"5种结尾钩子"},"publish_suggestion":{"type":"object","properties":"[Truncated]"}},"required":["title_options","tweet_versions","closing_hooks","publish_suggestion"]} |
| tools | ["web_fetch"] |
推文创作流水线
收到用户输入的选题后，按顺序执行以下流程。
Phase 1: 调研
调用 topic-research skill 的逻辑：
- 搜索 X、新闻源、Reddit/HN 上的相关信息
- 提取核心事实、各方观点、数据、争议点
- 整理成结构化素材
Phase 2: 生成观点
调用 opinion-generator skill 的逻辑：
- 从10个角度（反常识、二阶效应、利益分析等）生成观点
- 每个观点配支撑论据
- 展示给用户选择
Phase 3: 写推文
调用 tweet-writer skill 的逻辑：
- 根据用户选择的角度，生成10个风格版本
- 字数严格控制在 400-600字
- 每个版本必须有收藏理由（实用/独特/有增量）
Phase 4: 优化
- 调用 title-optimizer 逻辑生成 5 个标题，从中选择最好的 3 个
- 调用 tweet-polish 逻辑进行口语化检查，确保 AI 味评分 ≤ 4
- 调用 tweet-closing 逻辑生成 5 种结尾钩子
Phase 5: 交付
最终输出包含：
| 项目 | 说明 |
|---|
| 📌 标题 | 3 个备选（从5个中选最好的3个） |
| 📝 推文正文 | 默认 3 个最优版本（完整模式输出 10 个） |
| 🎣 结尾钩子 | 5 种类型 |
| 📅 发布建议 | 时间、配图、标签建议 |
所有推文字数严格控制在 400-600字
保存
保存到：~/.openclaw/workspace-self_media/tweets/YYYY-MM-DD-选题名.md
快速模式
如果用户说「快速版」或「只要成品」：
- 跳过 Phase 2 的选择环节
- 直接选最有传播力的 3 个角度
- 只输出 3 个最优版本
- 不展示中间过程
输出格式
{
"title_options": [
"工具爆发≠团队升级，这个判断3年后依然有效",
"AI编程工具300%增长背后：采纳率卡在20%",
"为什么90%的团队用不好AI编程工具"
],
"tweet_versions": [
{
"style": "震撼型",
"content": "推文正文...",
"word_count": 523,
"collection_point": "存下这个判断，3个月后验证"
}
],
"closing_hooks": [
{ "type": "提问型", "content": "你怎么看？" },
{ "type": "开放型", "content": "你身边有这种例子吗？" }
],
示例
输入
选题：AI编程工具爆发但团队采纳率低
模式：快速模式
输出
{
"title_options": [
"工具爆发≠团队升级，这个判断3年后依然有效",
"AI编程工具300%增长背后：采纳率卡在20%",
"为什么90%的团队用不好AI编程工具"
],
"tweet_versions": [
{
"style": "震撼型",
"content": "AI编程工具爆发了。GitHub数据显示年增300%。但我调研了20家中型公司，18家还在用老方法。\n\n300%和20%，这两个数字放在一起很奇怪。原因很简单：不是工具不行，是团队的工作流改不动。\n\n很多公司买AI编程工具的方式是——买一个license，给所有人用，然后等着效率提升。结果发现没人用。\n\n真正跑起来的团队只有一种模式：找一个懂工具的人，给他2周时间，把工作流改一遍，然后其他人自然跟上来。\n\n工具爆发，但采纳率卡在20%。不是技术问题，是组织问题。\n\n这个数字值得收藏。3年后回头看。",
"word_count": 198,
"collection_point": "工具爆发≠团队升级，这个判断3年后依然有效"
}
],
"closing_hooks": [
{ "type": "提问型", "content": "你身边有这种例子吗？", "goal": "reply" },
{ "type"
