我用2天搓了一個寫作神器，可以自動寫公眾號，已免費開源

大家好，我是冷逸。

朋友們，給大家看看我折騰了好幾天整的公眾號寫作神器「Auto-Wechat writing」。

它能做什么？

只需簡單輸入內容主題和創作要求（比如字數、關鍵內容點），就能調用寫作styles一鍵直出公眾號正文、標題、摘要和封面圖，支持自由接入各種模型。

出來的文字，人味很足，朱雀檢測“人工創作特征顯著”，全部文字我放今天的次條了。

項目已開源，歡迎大家star。

開源鏈接：https://github.com/lengyi2030/Auto-wechat-writing

目前還只是1.0版本，我會不斷迭代這個項目，后面給它加入寫作風格訓練、寫作類型選擇（不限于公眾號）、自動同步到公眾號后臺以及自動生成文章插圖等功能，希望大家多多三連支持，感謝了。

開發思路拆解

為什么要做這個東西？一開始主要還是自己需要。

因為我自己的寫作流程就是：

• 先寫正文，完成框架、觀點和全文，期間配圖也會同步制作。

• 確定正文后，根據全文來起標題、摘要（AI會加入進來）。

• 同步，根據標題和摘要制作封面圖。

• 最后，排版、發布。

最近，我就在琢磨，看能不能搞一個全自動的寫作工具。剛好智譜這幾天上線了新模型GLM-5.1，看大家的實測，特別擅長長程任務，于是我把它接到Claude Code里開整，也借此測一下這個模型。

我的需求其實蠻多的，用口語描述了一大堆功能。

給我做一個“沃垠AI寫作神器”的全功能網站，可在本地運行。

功能要求：

1、有三個核心功能：正文生成、標題摘要生成（先生成正文后，再根據正文來生成標題和摘要）、封面生成。正文、標題摘要接同一個模型，圖片接另外一個模型。

2、主界面有一個輸入會話框，給到示例模板“幫我寫一篇公眾號文章，主題是xx，字數xx，內容要點有：1.xx，2.xx……”，用戶輸入內容主題和寫作要求后，開始調用大模型進行寫作。

3、輸入會話框設計有“聯網”功能，支持用戶手動打開和關閉聯網功能。

4、輸入會話框還設計有風格1、風格2等可選的寫作風格模板。目前只有一個“風格1：科技媒體評論”，風格控制Prompt見本地文件“風格1：科技媒體評論.txt”。

5、寫作和生圖均支持用戶自行調用大模型。調用接口設計成可視化窗口，用戶只需要輸入模型url、模型key和模型名字，就可以使用。

5、先寫正文，寫完正文后，再批量出一批標題和摘要，供用戶選擇。

6、最后，再根據本文的核心內容提煉2-3個關鍵內容點，并生成封面圖片的文生圖prompt，統一尺寸比例2.35:1，用戶選定某個prompt后，調用生圖模型一鍵生成封面圖片。

7、正文和標題摘要，都設計有復制按鈕，支持用戶一鍵復制文本。封面圖片，設計有下載按鈕，支持用戶下載到本地。

先給我設計網站開發的產品需求文檔。待我確認產品需求文檔后，再進行具體的開發。整體要求架構清晰、功能完整，網站真實可用，代碼安全。

如果你直接讓大模型one shot去做一個成品，這大概率是做不出來的……所以，我們先讓它寫一份PRD（產品需求文檔）。

我拿到PRD后，微調了一下，讓它根據定稿版PRD進行開發。

這是一個前后端都有的輕量級項目，先簡單過一下架構。

主要就三層：后端用Express服務入口，負責啟動服務器、加載中間件和掛載路由；前端用原生HTML+JS，加載速度快，開發成本低；styles風格系統，是一個外部掛載，支持用戶自己編輯、創建“風格.txt”來微調AI的寫作風格。

核心的內容生成環節，它做了一個路由層 (routes/)。article.js負責處理正文生成，可以流式輸出；titles.js負責批量生成標題和摘要；cover.js負責封面生成，提供Prompt生成+圖片下載的功能。

API配置，則是存在瀏覽器localStorage中，做到了安全合規。

對于一個輕量級網站來說，這個架構是比較成熟且結構清晰的，沒有過渡設計。我想要實現的功能，它基本都規劃進來了。

先看第一版。

功能大體上做出來了，但是前端太單一，我給了它一些資料和前端設計要求，讓它進行優化。

優化后的前端，果然耐看了很多。

我們填入API，沖。

不出意外的話，報錯果然來了……這其實不能怪它，怪我自己，API格式不對。前面我填的是anthropic格式的API，而非OpenAI格式的API。

在調整API接口后，它真的能生成文章了。

平時，用慣了別人幾十上百個工程師窮究集體智慧做出來的工程化產品，總覺得不以為然，現在看到自己手搓的毛坯產品也能正常生成，這種感覺真的挺奇妙的。

就像最近張雪的采訪視頻里，有一句話讓我真的想了好幾天——程前問他初中學歷怎么就敢去干發動機？他不做任何思考就說了一句“不會就學啊”。

是啊，不會就學，不服就干，多么簡單的道理。

對于我開發這個項目也是，不會你就問AI啊，總能有結果的。

于是，后續測試過程中，陸續出現生成標題報錯、生成圖片報錯……沒關系，我們直接跟GLM-5.1聊，讓它修復。

后面，我又迭代了大半天。主要是API接口調了很久，每家云廠商甚至每個模型的格式、接口和要求都有些細微的區別。

最終看到封面圖也搞定的那一刻，我覺得這個項目成了。

再給大家看下整個的演示流程。

目前，完整項目已經開源放在了Github上，歡迎大家使用和Star。上傳Github我也比較懶，直接讓GLM-5.1幫我搞定的。

開源地址：https://github.com/lengyi2030/Auto-wechat-writing

使用方式，也很簡單。先把這個項目clone到本地，然后本地npm start，然后接入API就可以用了。

寫作這塊，文本模型推薦GPT、Qwen、DeepSeek和GLM，圖片模型推薦banana或seedream，API記得要選OpenAI標準協議的url。

我不知道，這個項目對于大家來說有沒有幫助，但對于我來說是真的受用。

后面，我還會繼續迭代風格提示詞，以及給它增加導入到公眾號后臺、配圖生成、分發插件等功能，那對于我來說就真的完全自動化了。

整個體驗下來，GLM-5.1在長程任務開發這塊還是挺強的。

我主要開發時間是在昨天。給大家看下我的真實token消耗量，這個項目一共跑了1300萬tokens。

從首次輸入需求到最后上傳Github，與CC對話了大概30多次，調試了近10個版本，最后燒掉1300萬tokens，交付了一個我覺得是非常solid的東西。

期間，還調用了檢索、代碼、測試和API等工具進行開發，也都能穩定銜接。1300萬tokens的任務開發，始終能夠能夠跟目標保持一致，并未丟失，也沒有跑偏。

看來，GLM-5.1在長程任務這塊還是有點東西的

長程任務，它不同于one shot的showcase。

one shot更多是看前端，看審美，跑出來的demo能看但不能用。而長程任務不關心你酷不酷，而是要看最終出來的東西能不能用，能不能進入生產環境。

從我的實測來看，GLM-5.1的表現是合格的。

要是能開源的話，那就更好了。