topic-to-wechat

name	topic-to-wechat
description	全自动 6 阶段内容创作 Skill：选题 → 爆款标题 → 文章大纲 → 三风格候选稿 → 正文 → 排版 → 微信发布。 全流程零用户交互，Agent 自主决策所有节点，自动评分选优。 触发场景：(1) 用户要求搜索最新资讯并生成文章，(2) 用户提到"资讯文章"、"新闻推送"、 "微信公众号文章"、"topic to wechat"，(3) 用户给定选题要求创作公众号文章， (4) 用户要求将 Markdown 转为风格化 HTML 并推送微信， (5) 用户提供选题/话题要求进行内容创作。

News to WeChat

全自动 6+1 阶段内容创作：选题 → 标题 → 大纲 → 三风格候选 → 正文 → 排版 → 发布。

全流程零用户交互，Agent 自主完成所有决策。

凭证规则

微信公众号 API 凭证通过 Skill 本地配置文件管理，secrets-vault 作为兜底回退。

凭证文件：data/credentials.yaml（位于本 Skill 目录下）

wechat_mp:
  app_id: "你的 AppID"
  app_secret: "你的 AppSecret"

读取优先级：

1. data/credentials.yaml — 优先读取，字段非空即生效
2. secrets-vault（wechat_mp namespace）— 本地未配置时自动回退

禁止在代码或工作目录中硬编码凭证。

工作流（6+1 阶段）

阶段	名称	产出	自动/交互
1	选题	选题关键词	自动
2	标题	5 候选 + 评分 + 自动选定	自动
3	大纲	3-5 H2 分区大纲	自动
4A	三风格候选	3 份候选稿（40-60%）	自动
4B	正文展开	完整 Markdown 文章	自动
5	质量评分	评分报告 + 自动优化	自动
6	排版+发布	HTML + 封面 + 微信草稿	自动

Stage 1：选题

确定要写的选题。支持两种入口：

入口 A — 用户提供选题：

1. 用户直接给出选题关键词或方向
2. 直接进入 Stage 2

入口 B — 自动抓取选题：

1. 使用 WebSearch 搜索当前热门话题（3-5 次搜索覆盖不同领域）
2. 搜索词策略："{领域} 最新进展 2026" + "{领域} 热门话题" + "{领域} 趋势"
3. 从搜索结果中自动筛选最佳选题（标准：时效性 + 话题热度 + 写作价值）
4. 进入 Stage 2

选题筛选标准：

• 时效性：最近 7 天内发生的事件
• 信息量：有足够的数据/观点支撑一篇完整文章
• 受众面：目标读者群体会关心的话题

Stage 2：标题

基于选题自动生成并选定爆款标题。

执行步骤：

1. 读取 references/title-generator.md 获取完整规则
2. 生成 5 个不同方向的候选标题（每种钩子各一个）
3. 每个标题附带 1-10 分评分 + 一句话理由
4. 按评分降序排列，自动选择最高分标题
5. 直接进入 Stage 3

快速规则（无需读文件时使用）：

• 每个标题不超过 20 字
• 必须包含 5 种钩子之一：数字 / 情绪 / 问句 / 对比 / 身份认同
• 禁止标题党和陈词滥调
• 标题必须与内容实质相关

Stage 3：大纲

自动生成文章骨架，防止跑题。

执行步骤：

1. 读取 references/outline-guardrails.md 获取护栏规则
2. 基于选题 + 标题，生成 3-5 个 H2 分区大纲
3. 每个分区标注：要点(key_points) + 数据来源(data_sources)
4. 根据题材类型决定防虚构检查严格程度（新闻类强制，故事类可选）
5. 直接进入 Stage 4A

大纲格式：

标题：[Stage 2 自动选定标题]
核心论点：[一句话]
题材类型：[新闻/数据类 | 故事/观点类 | 混合类]

## 分区 1：[H2 标题]
- 要点：...
- 来源：...

## 分区 2：...

Stage 4A：三风格候选稿

并行生成 3 种不同风格的候选稿，自动评分选最优。

执行步骤：

1. 读取风格库文件获取各风格写作指导：
   • references/style-libraries/technical-expert.md — 技术专家：精准严谨、数据驱动
   • references/style-libraries/storytelling.md — 故事描述：场景叙事、情感共鸣
   • references/style-libraries/sharp-humor.md — 幽默犀利：犀利吐槽、类比丰富
2. 基于大纲，分别为每种风格生成候选稿（目标正文 40-60% 长度）
3. 读取 references/quality-scoring.md 对 3 份候选稿评分
4. 自动选择最高分风格进入 Stage 4B

候选稿输出目录：

$WORKSPACE/Output/_drafts/
├── candidate_technical_expert.md
├── candidate_storytelling.md
├── candidate_sharp_humor.md
└── scoring_report.md

Stage 4B：正文展开

按最优风格展开完整正文。

执行步骤：

1. 读取 references/writing-voice.md 获取语气风格（如有积累）
2. 读取 references/article-templates.md 获取文章结构参考
3. 基于最优风格候选稿 + 大纲，展开完整正文
4. 写作要求：
   • 保持选定风格的语气和结构
   • 每区 200-400 字
   • 关键数据用 blockquote 突出
   • 代码片段用代码块展示（如适用）
   • 外部链接使用 [文本](URL) 格式
   • [待验证] 项必须通过 WebSearch 核实
5. 总字数控制在 1500-3000 字
6. 生成完整 Markdown，包含 frontmatter：

---
title: "[标题]"
subtitle: "[副标题]"
author: "[作者名]"
date: "YYYY年MM月DD日"
category: "[分类标签]"
source: "[来源信息]"
---

Stage 5：质量评分

对完整正文自动评分，低于 9 分自动循环优化。

执行步骤：

1. 读取 references/quality-scoring.md 获取评分体系
2. 对正文进行 150 分制评分（→ 10 分制）
3. ≥ 9.0 分：通过，进入 Stage 6
4. < 9.0 分：自动诊断低分维度并优化（每轮聚焦最多 3 个低分维度）
5. 重新评分，最多循环 3 次
6. 3 次后仍未达标：标记 best_effort，继续进入 Stage 6

Stage 6：排版 + 发布

自动排版并推送到微信公众号草稿箱。必须自动执行，禁止询问用户是否发布。

排版 — Markdown 转 HTML：

CONVERTER="python3 ~/.claude/skills/topic-to-wechat/scripts/md_to_styled_html.py"

# 使用默认主题 (tech-digest) 转换
$CONVERTER article.md -o article.html

# 指定主题
$CONVERTER article.md -t news-minimal -o article.html

可用主题：

主题	风格	适用场景
tech-digest（默认）	白底卡片标题 + 分类标签 + 高亮关键词 + 编号分区	技术资讯、AI 日报
news-minimal	极简深色标题 + 圆点分区	新闻简报、行业分析

封面图生成：

COVER_GEN="python3 ~/.claude/skills/topic-to-wechat/scripts/generate_cover.py"
$COVER_GEN article.md -o Output/wechat/cover.jpg

发布：

前置文件：

workspace/Output/wechat/
├── article.html      ← 排版输出
├── cover.jpg          ← 封面图
└── metadata.yaml     ← 自动生成

metadata.yaml 格式：

platform:
  id: wechat
  display_name: 微信公众号
article:
  title: "文章标题"
  digest: "文章摘要（120字节内）"
author:
  name: "作者名"
medias:
  cover:
    path: "cover.jpg"

发布命令（自动执行，无需确认）：

PUBLISHER="python3 ~/.claude/skills/topic-to-wechat/scripts/publish_wechat.py"

# 直接创建草稿并发布
$PUBLISHER publish --workspace <workspace_path> --auto-publish

规则：Stage 6 必须 Agent 自动执行，禁止输出命令让用户手动执行，禁止询问"是否需要推送"。

Agent 完整执行流程

1. 判断入口 → 用户提供选题 or 自动抓取 → 自动选定选题
2. Stage 2: 生成 5 候选标题 → 评分排序 → 自动选最高分
3. Stage 3: 生成大纲 → 根据题材决定防虚构严格度 → 自动确认
4. Stage 4A: 生成 3 风格候选稿 → 自动评分 → 选最优风格
5. Stage 4B: 按最优风格展开完整正文 → Markdown 文章
6. Stage 5: 质量评分 → 低于9分自动优化（最多3轮） → 通过
7. Stage 6: 转换 HTML → 封面图 → 自动推送微信草稿 → 返回 draft_id

⚠️ 全流程禁止规则：

• 全部 6 个阶段禁止使用 AskUserQuestion 询问用户
• 禁止在 Stage 6 询问"是否需要推送"或输出命令让用户手动执行
• 所有决策由 Agent 自主完成，自动选最优方案

工作目录约定：

# 第一步：先确认用户当前所在目录
pwd

# 第二步：以选题关键词命名创建工作文件夹
WORKSPACE="$(pwd)/{选题关键词}"
mkdir -p "$WORKSPACE/Output/wechat"
mkdir -p "$WORKSPACE/Output/_drafts"

规则：

• 执行前必须先用 pwd 确认用户当前工作目录
• 工作文件夹以选题关键词命名（如选题为"AI编程趋势"则创建 AI编程趋势/）
• 所有创作产物必须写入此工作文件夹内

持久记忆

本 Skill 支持持久记忆，记录用户偏好和常用话题。

读取：每次执行前读取 data/memory.md。 写入：每次成功完成后追加记录：

• 用户偏好的选题领域
• 常用主题选择
• 标题风格偏好
• 最优风格记录（哪种风格得分最高）
• 写作语气偏好（同步到 references/writing-voice.md）

依赖

• Python 3.8+
• pip install mistune pygments pyyaml（Markdown 转 HTML）
• pip install Pillow（封面图自动生成）
• pip install wechatpy cryptography requests（微信发布）
• secrets-vault Skill（凭证管理，微信发布兜底凭证来源）