AI 不只出主意,还要交成品
很多创作者都用大语言模型写过文案。常规的流程通常是:在对话框里让 AI 想几个选题、改两版标题,再把零散的文字复制出来,打开修图软件排卡片、去剪辑软件配音加字幕,最后逐个登录平台后台上传。聊天机器人擅长回答“应该怎么做”,但真正耗费精力的制作、排版、归档和跨平台分发,依然留在对话框外面。
Easel 试图把后面这半截路接起来。它是浙江大学 REAL Lab 与 OpenDCAI Lab 联合开发的开源社交媒体内容工作台,采用 Apache 2.0 许可证。项目默认以 OpenClaw Agent 为执行底座(从 0.3.0 版本起,Web 设置中也支持切换为 Codex、OpenCode、本地 ACP Agent 或纯聊天模式),把账号画像、可执行技能与本地媒体工具串联在一起。
在 Easel 的设计里,Agent 的任务不是给出一串建议后结束对话,而是顺着“发现、策划、创作、发布、归因”五层工作流,直接调用脚本产出图文或音视频成品,按项目保存在本地的 outputs/ 目录中,并在完成后把数据表现带回下一次创作。
为了看清这套机制在日常生产里到底怎么运转,我们不妨虚构一个本地美食账号——“杭城巷尾小馆”,跟着它从零开始走完一条笔记的诞生过程。
注:下文的“杭城巷尾小馆”及具体选题、数据均为说明工作流而构建的虚构演示,不代表真实账号的实测发布效果。
先建档:给账号写一份六维画像
如果每次让 AI 写文案都要重新交代一遍“我是做平价美食的、别用夸张的营销词、图片要暖色调”,协作成本会非常高。Easel 的做法是在动手做内容前,先为账号建立一份持久化的“画像(Profile)”。
在项目结构中,每一个画像对应 profiles/<名字>/ 下的一个独立目录。我们可以通过命令行复制模板,也可以直接在 Web 工作台(默认运行在 http://localhost:7860)的“画像”页面创建。每个画像目录由六个 Markdown 文件组成,分别对应六个维度,且在不同工作流层级中按需加载:
|
维度文件 |
核心作用 |
注入的工作流层级 |
“杭城巷尾小馆”填写示例 |
|---|---|---|---|
|
|
定位:我是谁、差异化方向 |
发现层、策划层 |
专注杭州老小区周边的夫妻店与社区面馆,客单价 15–40 元,不做高端餐厅与网红打卡店。 |
|
|
风格:语气、开头结构、视觉调性 |
创作层 |
街坊聊天语气,少用感叹号;开头直接报店名、招牌菜与价格;卡片用暖黄底色与手写感标题。 |
|
|
受众:核心人群、痛点与互动特征 |
策划层、创作层 |
在杭州工作的年轻上班族与高校学生,关心“下班顺路吃什么”“分量足不足”“要不要排队”。 |
|
|
平台:运营渠道、内容形式与规范 |
发布层 |
主发小红书(3:4 竖版图文卡,正文 400 字内)与抖音/视频号(45 秒内竖屏口播)。 |
|
|
偏好与红线:合规底线与硬规则 |
全流程五层强制加载 |
必须标注真实人均价格与营业时间;严禁使用“全城第一”“封神”“绝绝子”等词汇;不接预制菜推广。 |
|
|
长期记忆:踩坑总结与受众反馈规律 |
创作层、归因层 |
初始为空,等待发布后由归因层把有效经验写回。 |
这套拆分逻辑很清晰:发现和策划阶段,Agent 只需要知道账号定位、受众和红线,不必被具体的字体配色干扰;到了创作阶段,再把 style.md 凝练注入,控制产出的手感;而 platforms.md 里的字数和画幅限制,留到发布层做多平台适配时才派上用场。其中,preferences.md 是唯一贯穿全部五层、强制加载的硬约束。
档案建好后,这份画像就可以跨多个会话和平台反复复用。
发现与策划:从热点到选题和脚本
有了“杭城巷尾小馆”的画像,我们进入五层工作流的前两步:发现(Discover)与策划(Plan)。
打开 Easel 的“热点雷达”,系统可以通过内置的 skill-trending-topics、skill-news-intelligence 等技能聚合微博、抖音、知乎、B 站等平台的热榜,也支持接入自定义的 Python 采集脚本或 RSS 订阅源。
对于一个本地小馆账号来说,全网热搜里的大多数娱乐八卦或科技新闻都毫无意义。这时,identity.md 和 preferences.md 开始发挥过滤作用。假设入秋降温,热榜上出现了“秋天的第一碗热汤面”“降温吃什么”等话题,同时出现某高端连锁餐饮的联名营销热搜。Agent 在扫描信号后,会依据“15–40 元社区老店”的定位,筛掉高端连锁话题,向创作者提议切入“降温天藏在巷子里的热汤面”。
确认方向后,工作流进入策划层。在这一步,Agent 可以调用一系列策划技能把模糊的灵感变成可执行的排期:
-
选题评估(
skill-topic-evaluator):从流量潜力、账号匹配度、制作成本和合规风险等维度给选题打分,判断“老底子猪肝拌川配腰花汤”是否值得做。 -
开头钩子与结构(
skill-hook-generator、skill-carousel-planner):避开preferences.md禁用的“封神”类夸张词,按style.md要求生成平实的开头变体,比如:“大关路开了 14 年的夫妻面馆,22 块钱一碗猪肝拌川,天冷了总想来喝口热汤。”同时规划好 5 页小红书轮播图的分页结构——第 1 页封面报菜名与均价,第 2–3 页讲浇头火候与汤底,第 4 页写排队时间与拼桌提醒,第 5 页放营业时间与地图位置。 -
视频脚本与日历排期(
skill-video-script、skill-content-calendar):把同一份素材拆成“小红书 5 图卡片 + 抖音 40 秒竖屏口播脚本”的矩阵,写入工作台的“内容日历”,定在本周四傍晚 17:30(受众下班前)发布。
所有的选题简报、分页大纲和口播逐字稿都会作为项目文件保存下来,不会淹没在冗长的聊天记录里。
创作:调用技能生成图文卡片和短视频
大纲敲定后,就到了最考验工具执行力的**创作(Create)**层。
Easel 的技能库(根据项目 README 徽章与版本更新日志统计,内置技能数量约为 113 至 114 个)并不是一份静态的提示词列表,每个技能对应 skills/builtin/ 下的一个 SKILL.md 规范和实际可运行的脚本。只要本机配置好了基础环境(如 FFmpeg)和所需的生成模型 API,Agent 就会直接动手产出媒体文件。
围绕“22 元猪肝拌川”这个选题,我们可以把手机拍好的几张面条原图拖进 Web 工作台对话框——拖入的图片会作为结构化附件传给 Agent。随后,Agent 可以组合调用以下创作层技能:
-
图片加工与卡片渲染:先用
image-enhance或image-editing对暗光下拍的面条照片做基础提亮与裁剪;接着调用xhs-note-creator和card-xiaohongshu,结合card-design的排版规范,把刚才策划好的 5 页文案渲染成 1080×1440 的小红书竖版卡片组,自动套用画像里设定的暖黄底色。 -
去 AI 味润色:正文交给
text-polisher做多轮扫描,砍掉生硬的过渡词和公式化排比,让语气更像真实的街坊探店。 -
短视频合成:如果手里只有静态照片,却想同步发一条抖音或视频号,可以调用
auto-short-video或slideshow-video。脚本会串联起tts-voiceover(若配置了云端语音服务则生成自然口播,未配置则使用本地兜底语音)、auto-subtitle(自动识别语音并烧录动态字幕)以及audio-mix(混入背景音乐并在人声说话时自动压低音量),给静态图片加上缓慢推进的 Ken Burns 动效与转场,直接渲染出一条 9:16 的 MP4 成片。
如果在终端里操作,这些技能也可以用命令行单独触发并指定画像,例如:
easel skill quality-gate -i "这是一段待发布的面馆探店文案" -p 杭城巷尾小馆
执行完毕后,生成的 PNG 卡片组、SRT 字幕、MP3 配音和 MP4 视频都会整齐地归档在项目的 outputs/ 目录下,可以在工作台的产物画廊里直接翻页预览。
不过需要客观指出的是,尽管项目主页和仓库展示了论文解读卡片、成都生活图文、口播视频等一批官方生成的真实样本,但目前尚缺乏独立的第三方评测来验证这些技能在复杂日常场景下的出片稳定度。诸如排版审美是否偶尔崩坏、AI 配音的机械感重不重、去 AI 味改写是否彻底,很大程度上还取决于用户所接入的上游大模型与语音/视频服务商的质量,创作者需要亲自试用判断。
发布与归因:数据如何反哺下一条内容
拿到图文卡片和短视频成片后,工作流进入最后两环:发布(Publish)与归因(Attribute)。
在 Web 工作台的“发布中心”,Easel 会读取画像中的 platforms.md,把同一份母版内容适配成不同平台的格式。根据项目最新的 README 说明,目前系统支持小红书、抖音、快手、知乎、B 站、微信视频号、微信公众号、推特 X、掘金、今日头条共 10 个平台的登录、适配与发布(项目宣传主页上仍写着较早版本的“7 个平台”,阅读文档时以仓库主分支为准)。
在真正发出去之前,Agent 可以先运行 skill-quality-gate 和 skill-persona-check,检查文案里有没有漏掉人均价格、有没有误触“绝绝子”等违禁词,以及画幅比例是否合规。
对于最终的提交动作,Easel 的人工发布工作流文档说明发布中心提供了两条可选路径:
-
自动发布(默认):用户在工作台的“账号”页面通过 Playwright Chromium 完成各平台的扫码或窗口登录后,系统可以直接把适配好的图文或视频发送到对应平台后台,并在 B 站等平台上核对回传的投稿状态。
-
人工审核发布:采用“AI 排版 → 人工审核 → 复制或导出 ZIP 素材包 → 用户打开官方发布页亲自提交”的流程。如果在环境变量中设置
EASEL_PUBLISH_MODE=manual,还可以在 Web 后端强制禁用自动提交。
为什么一个主打自动化的工作台要专门做一套“人工发布”?这恰恰是日常运营中最现实的一环。项目方在文档中明确提示:小红书平台可能检测自动化操作,存在出现验证码、限流或账号风控的风险。此外,像今日头条首次扫码可能遇到手机短信绑定、微信视频号或知乎可能遇到二维码刷新与网络超时等问题。因此,对于风控严格的平台,先在 Easel 里完成多平台排版、合规预检和素材打包,再由人工确认后手动上传,是更稳妥的做法。同时,因为本地 Web 工作台的 API 默认未设身份认证,如果在远程服务器上部署,切记通过 SSH 端口转发访问本地的 7860 端口,不要将无认证的工作台直接暴露在公网上。
当这条“猪肝拌川”的笔记通过小红书(人工提交并回填链接)和抖音(自动发布)上线几天后,工作流走到了第五层——归因(Attribute)。
Easel 可以通过 skill-data-tracker、skill-comment-insights 和 skill-content-postmortem 等技能,拉取已登录账号的近期作品表现与评论区互动。假设三天后回收的数据显示:这条笔记的收藏率明显高于账号均值,且评论区高频出现“求具体营业到几点”“中午去要排队吗”等提问;同时对比发现,封面上直接印出“22 元”价格标签的点击表现,比单纯放美食特写更好。
Agent 会把这些分析整理成复盘结论,经创作者确认后,由 skill-profile-manager 将可复用的经验写入画像目录的 memory.md 中:
受众对“20 元上下、带具体路名与店龄”的标题点击意愿更高;
卡片第 1 页需固定展示人均价格,第 4 页需强化“午市排队时长”信息;
下一轮选题可尝试同街区的“老小区早餐铺”系列。
写回完成的那一刻,闭环就合上了。下周当你再次打开 Easel 寻找选题时,Agent 读到的已经是一个记住了“猪肝拌川”经验的账号画像。它不再是一个每次见面都要重新自我介绍的聊天框,而更像一个真正留得住素材、记得住教训的运营搭档。
