企业官网建设流程全解析

做垂直内容创作的朋友，大概率都陷入过这种死循环：每天一睁眼先刷遍各大平台热榜找选题，憋半天写完稿子，还要挨个平台调整格式、上传封面、点发布。
一套流程下来两三个小时就没了，真正用来打磨内容逻辑、补充实战案例的时间被挤得少之又少。更糟的是哪天忙起来漏发一个平台，流量又少一截。

我之前也是这么手动跑了大半年，直到用OpenClaw搭了这套全自动化内容流水线，从选题生成、稿件撰写到多平台发布，全程只需要最后人工过一眼内容，每天实打实省出三个小时。
跑了一个多月，除了偶尔平台登录态过期需要更新，基本没出过什么大问题。今天把完整的落地步骤和踩过的坑整理出来，照着做你也能搭出自己的内容自动化生产线。

一、整体自动化架构设计

整套方案的核心思路是拆解和解耦：把内容生产的每个环节都拆成独立的能力模块，用工作流串起执行顺序，每个模块自带异常重试和状态追踪，不用我们自己写调度和容错逻辑。

整体分为四层，各司其职：

执行链路很清晰：触发条件启动工作流 → 采集热榜生成备选选题 → 基于选题生成完整稿件 → 适配不同平台的格式要求 → 并发发布到各个平台 → 推送执行结果。
中间任意一步失败都会自动重试，重试不成就发告警通知人工介入，不用人盯着执行进度。

二、前期准备工作

正式动手之前先把依赖环境备齐，避免中途卡壳：

1. 一套可用的OpenClaw运行环境，推荐部署在云服务器上，保证7x24小时稳定运行
2. 顺手的大模型API服务，用来生成选题和正文，根据自己的内容领域选合适的模型即可
3. 各发布平台的访问凭证：有开放API的平台准备好接口密钥，无API的准备好登录态Cookie
4. Python基础依赖：requests、markdown、beautifulsoup4，用来写Skill的业务逻辑

三、分步落地：封装四大核心能力模块

所有功能都以Skill的形式封装，每个模块独立维护，后续调整某个环节不用动整个流程。
每个Skill遵循标准目录结构：一个SKILL.md元信息文件加业务执行脚本，放在skills/目录下即可被Agent识别调用。

3.1 选题生成Skill：热榜采集+智能选题

选题是内容的第一步，也是最耗时间的环节。我们不用自己挨个刷平台，让Agent自动采集各大社区公开热榜数据，再结合账号定位筛选出合适的方向。

先写SKILL.md定义技能元信息，这是Agent识别和调用技能的唯一依据：

---name:topic-generatordescription:采集技术社区热榜，结合账号定位生成备选选题和标题user-invocable:truemetadata:openclaw:emoji:"💡"requires:bins:["python3"]---## 调用参数-category:内容领域，默认技术方向-count:生成选题数量，默认5个## 返回格式返回JSON数组，每个元素包含选题方向、推荐标题、核心切入点三个字段。

核心执行逻辑分两步：先采集公开热榜数据，再调用大模型筛选生成选题。这里给出核心采集片段：

importrequestsfrombs4importBeautifulSoupdeffetch_hot_list():"""采集技术社区公开热榜数据"""headers={"User-Agent":"Mozilla/5.0 (Windows NT 10.0; Win64; x64)"}resp=requests.get("https://xxx.com/hot",headers=headers,timeout=10)soup=BeautifulSoup(resp.text,"html.parser")items=soup.select(".hot-item .title")return[item.text.strip()foriteminitems[:20]]

拿到热榜后，把账号定位、历史内容风格和热榜话题一起喂给大模型，生成符合账号调性的备选选题。
我自己的习惯是生成5个备选，挑1个来写，剩下的存进选题池留着以后用。

3.2 内容撰写Skill：结构化生成+风格对齐

很多人用大模型写稿效果差，其实不是模型不行，是prompt写得太笼统。只说“写一篇技术文章”，生成的内容必然空泛。

正确的做法是给足结构化约束：文章结构、字数范围、风格要求、必须包含的实战点，最好再附上1-2篇自己的过往文章做风格参考，生成的内容调性会贴合很多。

核心调用片段如下，把结构要求拆成明确的参数传给模型：

defgenerate_article(topic,reference_articles):prompt=f""" 请围绕选题「{topic}」写一篇技术文章，要求： 1. 字数2000字左右，采用总分总结构，分4-5个小标题 2. 风格务实，多讲落地步骤和踩坑经验，少讲空泛理论 3. 参考以下过往文章的语气和结构：{reference_articles[:2]}直接返回Markdown格式的正文，不要多余说明。 """returncall_llm_api(prompt)

不要指望一次生成就完美。可以再加一轮优化步骤，让模型针对开头、结尾、案例部分做细化，内容质量会再上一个台阶。

3.3 格式适配Skill：一次生成，多平台适配

不同平台的内容格式要求天差地别：技术博客支持标准Markdown，公众号需要带样式的富文本，资讯平台要去掉复杂格式、缩短段落适配移动端。
如果手动挨个改，比写稿子还费时间。

我们做一个统一的格式转换模块，生成一份原稿，自动适配成各个平台的版本。核心做三件事：调整标题层级、提取摘要、转换对应格式。

以Markdown转公众号富文本为例，核心片段如下：

importmarkdownfrommarkdown.extensionsimportextradefmd_to_wechat_article(md_content):"""Markdown转公众号适配的HTML格式"""html=markdown.markdown(md_content,extensions=['extra','codehilite'],output_format='html5')# 注入公众号默认样式，调整行间距和字体returnf"<div class='article-content'>{html}</div>"

除此之外，还要自动提取文章摘要、生成封面图占位，不同平台按需取用，不用每次手动复制调整。

3.4 多平台发布Skill：API+浏览器自动化双方案

发布环节是最繁琐的，但不是所有平台都有开放的发布接口。针对不同平台，我们用两套方案组合覆盖：

• 有开放API的平台：直接调用官方接口发布，稳定高效，不容易触发风控
• 无开放API的平台：用Playwright驱动浏览器，模拟人工操作完成发布，兼容性拉满

API发布的逻辑很简单，传标题、内容、分类这些参数就行，这里重点说浏览器自动化发布的核心逻辑：

defpublish_by_browser(platform,title,content):"""用浏览器自动化模拟发布"""page=browser.new_page()page.goto(platform["publish_url"])page.fill("#title-input",title)page.fill("#content-editor",content)page.click("#publish-btn")page.wait_for_selector(".publish-success")returnTrue

这里有个关键细节：不要每次发布都重启浏览器，复用同一个浏览器上下文保存登录态，既能提升速度，也能减少账号异常检测的概率。

四、工作流编排：串起完整自动化链路

四个独立Skill封装好之后，用TaskFlow把它们串成一条完整的流水线，定义好执行顺序、依赖关系和重试策略。
相比手动拼接命令，TaskFlow支持状态持久化，某一步失败了修好之后可以从断点续跑，不用从头再来。

创建工作流文件content-publish-flow.js，核心结构如下：

const{taskflow}=require('@openclaw/sdk');module.exports=taskflow({name:'daily-content-publish',description:'内容创作全流程：选题→写稿→适配→多平台发布',steps:[{id:'generate-topics',task:async(ctx)=>{constres=awaitctx.tools.exec({cmd:'python3 skills/topic-generator/run.py tech 5'});returnJSON.parse(res.stdout);},retry:2},{id:'write-article',depends:['generate-topics'],task:async(ctx)=>{consttopic=ctx.state['generate-topics'][0].title;constres=awaitctx.tools.exec({cmd:`python3 skills/article-writer/run.py '${topic}'`});return{topic,content:res.stdout};},retry:1}// 格式适配、多平台发布步骤同理配置]});

我最开始图省事做过全自动化，结果连续两篇内容方向跑偏，发出去效果很差。加了人工审核节点之后，只需要花30秒确认选题，后续全程不用管，兼顾了效率和质量。
TaskFlow原生支持审批节点，配置approval: required即可在指定步骤暂停，等待人工确认后继续执行。

五、定时任务与运行配置

工作流调试通过后，最后一步就是配置定时触发，让整个流程自动跑起来。
OpenClaw内置了Cron调度器，不用额外装第三方定时任务服务，一条命令就能配置。

比如设置每周一、三、五早上8点生成选题，推送确认通知：

openclawcronadd\--name"内容创作定时选题"\--cron"0 8 * * 1,3,5"\--tz"Asia/Shanghai"\--message"执行选题生成Skill，生成5个技术方向备选选题，推送到通知群"

确认选题后，手动触发一次完整发布工作流即可。如果你的内容质量要求不高，也可以设置成全自动运行，到点直接写稿发布。

六、踩坑实录：这些问题我都替你踩过了

这套流程跑了一个多月，遇到过不少细节问题，都是很容易踩的坑，提前避开能省很多事。

坑1：大模型输出格式不稳定

最开始经常遇到模型返回的内容格式乱掉，没有按要求返回Markdown或者JSON，导致后续步骤解析失败。
解决方法：在prompt里明确输出格式，附上完整的输出示例；返回后先做格式校验，不通过就自动重生成，最多重试3次。

坑2：平台登录态频繁过期

用浏览器自动化发布的平台，Cookie隔一两周就会过期，导致发布失败。
解决方法：每次发布前先访问后台首页校验登录状态，检测到未登录就立刻发告警通知人工更新；不要在自动化浏览器里乱点其他页面，保持环境纯净，延长登录态有效期。

坑3：内容同质化过不了审核

纯大模型生成的内容很容易出现套话多、案例空的问题，不仅读者不爱看，还容易被平台判定为低质内容。
解决方法：建立自己的素材库，把平时项目里的踩坑经验、真实案例存进去，生成内容的时候自动注入素材，让文章有真实的细节支撑，不要全靠模型凭空生成。

坑4：同时发布触发平台风控

最开始图省事设置了多平台并发发布，结果连续两次被平台判定为批量搬运，流量受限。
解决方法：把并发发布改成串行，每个平台间隔3-5分钟，发布顺序错开；主平台先发，隔半小时再发其他平台，符合正常创作者的发布习惯。

七、写在最后

最后聊点真心话。

很多人觉得内容自动化就是“用AI洗稿凑数量”，其实不是。真正的提效，是把你从找选题、复制粘贴、挨个点发布这些没有创造力的机械劳动里解放出来，把时间省下来去打磨内容深度、补充实战案例、研究读者需求。

工具永远是辅助，内容本身的价值才是核心。OpenClaw这类执行型Agent的意义，就是帮你扛下所有脏活累活，让你把精力放在真正重要的事情上。