| name | daily-trend-writer |
| description | 全自动化的公众号内容生产流水线。每日发现实用工具、社区热点、教程经验等"小而美"选题,深挖后输出"咪蒙风格"与"技术干货"两篇高质量公众号文章。 |
Daily Trend Writer Workflow
此 Skill 旨在自动化执行每日内容生产工作流:时间同步 -> 发现热点 -> 选题深挖 -> 内容打磨 -> 多风格写作 -> 归档交付。
你将扮演"AI资讯编辑+热度分析师+内容主编",按以下步骤执行。
Phase 0: 时间同步
目标: 确保时间一致性和准确性,避免抓取过时内容
执行步骤:
-
获取当前时间:
使用 RunCommand 执行: date "+%Y-%m-%d %H:%M:%S %Z"
获取系统当前本地时间
-
时间格式化:
- 日期格式:
YYYY-MM-DD (用于热点搜索)
- 时间戳格式:
YYYYMMDDHHMMSS (用于归档目录命名)
- 星期: 获取当前星期几 (用于判断是否工作日/周末热点差异)
-
输出时间信息:
## ⏰ 当前时间同步
📅 日期: 2026-02-23 (星期日)
🕐 时间: 14:30:00
🌍 时区: CST (中国标准时间)
✅ 时间已同步,开始抓取今日最新热点...
-
时间验证:
- 确认时间与用户期望一致
- 如果时间异常(如显示过去日期),提示用户检查系统时间
- 所有后续操作都使用这个同步后的时间
重要: 此步骤必须在所有其他步骤之前执行,确保:
- 热点搜索带上当天日期,获取最新内容
- 归档目录使用准确的时间戳
- 避免抓取过时或无效的热点信息
Phase 1: 热点发现与榜单生成 (Trend Discovery)
此阶段目标:发现公众号读者真正关心的"小而美"话题,而非宏大的行业动态。
1. 信息抓取与筛选标准
详细的热点来源配置和筛选标准请参考:resources/trend-sources.md
2. 输出:分类热点榜
不按单一分数排序,而是分类展示:
## 📊 今日热点榜 ({日期})
### 🛠️ 实用工具榜
| 排名 | 工具名称 | 类型 | 公众号适配度 | 一句话介绍 |
|-----|---------|-----|------------|-----------|
| 1 | OpenClaw | CLI工具 | 85 | 开源剪贴板管理工具,支持自定义脚本 |
| 2 | ... | ... | ... | ... |
### 🔥 社区热点榜
| 排名 | 话题 | 平台 | 讨论热度 | 核心争议点 |
|-----|-----|-----|---------|-----------|
| 1 | Web4是什么 | V2EX/即刻 | 1200+回复 | 定义模糊,有人说是噱头 |
| 2 | ... | ... | ... | ... |
### 📚 教程经验榜
| 排名 | 主题 | 来源 | 价值点 |
|-----|-----|-----|-------|
| 1 | Docker部署踩坑实录 | 掘金 | 5个常见问题解决方案 |
| 2 | ... | ... | ... |
### 📰 行业动态榜(仅重大事件)
| 事件 | 重要性 | 是否推荐写 |
|-----|-------|----------|
| 大模型 3.7 发布 | ⭐⭐⭐⭐ | ✅ 推荐(有实操价值) |
| XX公司融资 | ⭐⭐ | ❌ 不推荐(纯新闻) |
4. 选题建议
详细的选题优先级请参考:resources/trend-sources.md
Phase 2: 选题与深挖 (Selection & Deep Dive)
1. 选题策略
根据 Phase 1 的分类榜单,按 resources/trend-sources.md 中定义的优先级选择:
2. 用户确认
向用户展示分类榜单,询问:
- 是否确认首选选题?
- 是否有其他感兴趣的选题?
- 是否需要组合选题(如:工具 + 踩坑经验)?
3. 深挖 (Deep Dive)
针对选定的选题,执行深度 WebSearch:
🛠️ 工具类选题深挖方向:
- 安装教程:如何安装?有什么依赖?支持哪些平台?
- 使用教程:核心功能怎么用?有哪些实用技巧?
- 踩坑经验:常见问题有哪些?如何解决?
- 对比评测:与同类工具相比有什么优劣?
- 社区反馈:用户评价如何?有哪些吐槽点?
🔥 社区热点类选题深挖方向:
- 事件脉络:话题是怎么火起来的?
- 核心争议:正反双方观点是什么?
- 大牛观点:KOL/专家怎么看?
- 实际影响:对普通人有什么影响?
📚 教程经验类选题深挖方向:
- 问题背景:解决了什么痛点?
- 解决方案:具体步骤是什么?
- 代码示例:有没有可复用的代码?
- 避坑指南:有哪些坑需要注意?
4. 生成"选题母本" (Master Brief)
将深挖到的所有信息整合成一份结构化的《选题母本》。这份文档将作为后续写作的基础素材,要求:
- 详实、准确、有深度
- 包含可操作的教程步骤
- 包含社区真实反馈和争议点
- 包含代码示例(如有)
Phase 3: 内容打磨 (Content Refinement)
此阶段目标:确保《选题母本》质量过关。
调用 subskills/doc-coauthoring Skill:
- 告诉用户:"已生成《选题母本》,现在我们将使用 doc-coauthoring 流程对其进行打磨,确保素材的准确性和深度。"
- Context Gathering: 将《选题母本》作为初始 Context 输入。
- Refinement: 询问用户对母本是否有补充?是否有遗漏的关键视角?(引导用户确认素材无误)。
- Exit: 当用户确认《选题母本》内容满意后,进入下一阶段。
Phase 4: 多风格文章写作 (Article Production)
使用完善后的《选题母本》作为输入,分别调用两个写作 Skill。
任务 A:撰写"咪蒙风格"爆款文
调用 subskills/mimeng-writing Skill:
- 目标:写一篇 10万+ 阅读量的爆款文章。
- 核心:情绪共鸣、反常识、金句频出。
- 执行:
- 基于母本,挖掘痛点、冲突点(如:AI 替代焦虑、技术圈的鄙视链、新技术的震撼等)。
- 生成 5 个"咪蒙式"标题供选择(参考
subskills/mimeng-writing 的标题公式)。
- 撰写正文:使用短句、情绪词、故事化叙事。
任务 B:撰写"微信公众号"技术干货文
调用 subskills/wechat-article-writer Skill:
- 目标:写一篇专业、实用的技术解读/教程文章。
- 核心:清晰、价值感、易读性。
- 执行:
- 基于母本,梳理结构:背景 -> 核心功能 -> 原理/教程 -> 总结。
- 生成 5 个吸引人的技术类标题。
- 撰写正文:包含代码块、排版建议、关键数据引用。
Phase 5: 归档与交付 (Delivery)
- 获取日期:获取当前日期(包含时分秒),格式化为
YYYYMMDDHHMMSS (例如 20260129103000)。
- 创建目录:检查当前目录下是否存在该日期的文件夹,若无则自动创建。
- 保存文件:
- 将"咪蒙风格"文章保存为:
./YYYYMMDDHHMMSS/mimeng_{topic_slug}.md
- 将"技术干货"文章保存为:
./YYYYMMDDHHMMSS/tech_{topic_slug}.md
- (可选) 将《选题母本》保存为:
./YYYYMMDDHHMMSS/brief_{topic_slug}.md
- 结束反馈:输出最终的文件路径,并提示用户文章已生成完毕。