AI Agent 运营工具周报：从标题、组图到发布前体检，7 个入口值得试
按发布前的三道工序盘点 7 个能装进 Agent 的入口：起标题、把文字做成小红书组图和公众号封面，以及发出前按平台规则做一遍诊断与风险审核。
上周那期把一篇长文从 Markdown 排到公众号草稿箱为止。这次把镜头往前挪一步，看稿子已经写完、还没点发布的那一段。
这一段里有三件要人工做的事。起一个既让人愿意点开、又能在正文里兑现的标题；把文字变成平台收得下的图，小红书要 3:4 组图，公众号要 21:9 头图加 1:1 分享卡；发出之前，把标题、封面、字幕和口播按平台规则复查一遍。本期挑出的 7 个入口分别接在这三件事上。
它们依赖的东西差别很大，这是选型时的第一个分岔口。三个只用模型和本机文件，装上就能跑；一个要本机装好浏览器渲染管线；两个要读平台数据，得先决定数据从哪来——借 Agent 自带的浏览器能力、买一个第三方数据接口，还是拿自己的账号扫码登录；最后一个把分析放在服务端，按积分计费。
| 入口 | 一句话定位 | Agent 接入形态 | 工序位置与依赖 | 硬边界与成熟度快照 |
|---|---|---|---|---|
| title-matrix 标题矩阵 | 把同一篇内容改写成各发布形态都能兑现的标题 | Claude 插件 / Codex Skill，纯 Markdown 加参考文件 | 起标题：全程在本地文字上完成 | 自带证据边界说明；19 star、2026-09-14 建立 1 |
| baoyu-skills | 宝玉的技能集合，配图、封面、信息图一次装齐 | Claude Code 插件集市、npx skills add、ClawHub | 成图：调用你已接的图像模型与额度 | 仓库整体 MIT，发到 ClawHub 的技能按 MIT-0 分发；26.2k star、最近提交 2026-09-10 2 |
| 归藏 guizang-social-card-skill | 长文变小红书组图与公众号封面对，版式由代码定 | Claude Code / Codex Skill，加 Playwright 渲染 | 成图：写 HTML、渲 PNG，调用本机浏览器 | AGPL-3.0，改版后对外提供网络服务也要开源；7.3k star、最近提交 2026-07-01 3 |
| Auto-Redbook-Skills | Markdown 直出小红书卡片组，另带一条直发创作平台的脚本 | Python / Node 脚本加 Skill | 成图（含可选发布）：需要 Playwright；发布需要创作平台 Cookie | 仓库根目录没有 LICENSE 文件，README 末尾写明 MIT；2.3k star、最近提交 2026-08-13 4 |
| social-account-doctor | 账号体检加爆款拆解，覆盖五个国内平台 | Claude Code / Codex / OpenClaw Skill，加可独立调用的脚本 | 体检：要读平台数据，四档数据源自己选 | MIT；内置阈值是 2026-04 的行业经验值，作者注明它来自经验汇总；261 star、最近提交 2026-09-19 5 |
| self-media-compliance-review | 发布前按平台规则查违规风险，出五级结论 | Skill，本地规则库加可选实时检索 | 体检：默认查本机规则文件，实时检索要另配通道 | MIT；含六平台规则文件与千川低质素材专项；86 star、最近提交 2026-09-21 6 |
| 题火 Teeho | 一句话给小红书笔记打分，并给出同类大盘区间 | Skill 加随附 Python CLI，分析在服务端 | 体检：笔记文字与媒体会上传到第三方服务 | PolyForm Noncommercial 1.0.0，商用需单独授权；免费额度按每日积分，视频分析另收费；24 star、最近提交 2026-09-24 7 |
表里的 star 数与最近提交取自 2026 年 9 月 28 日打开仓库时的页面快照，只反映当时的状态。
起标题：把标题的力度收进正文能兑现的范围
同一个标题发遍所有平台，读者的状态和页面的可见范围都不一样，最后往往一条都落不到实处。
title-matrix 把标题工作单独拆出来：先从素材里找值得被看见的事实、动作和冲突，再按发布形态——公众号、小红书、X 短帖与长文、抖音、视频号——分别生成 1。它处理标题有一条明确的纪律：力度和事实范围分开处理。标题可以有画面、情绪和口语判断，同时要逐项回素材核对数字、实体、动作、结果、范围与程度这几类承诺，把比较范围、领先程度和自动化程度压在事实之内 1。
工作模式分五种：生成、诊断、评审、复盘和收录。诊断解释已有标题为什么平，评审比较多个候选并给出推荐顺序，复盘分析标题与阅读、播放数据的关联及其限制。完整矩阵提供稳妥、有点冲、顶格三档，也能按作者语气或通用语气输出 1。
- 典型使用场景：一篇稿子同时发公众号和小红书，先按平台各出一组标题；或者拿到后台数据之后，回头核一遍标题承诺被正文兑现到什么程度。
- 安装与接入：
git clone https://github.com/zhouwei713/title-matrix.git之后，把skills/title-matrix整个目录复制到 Codex 的技能目录；SKILL.md依赖同目录references/里的平台、证据与复盘规则，只复制主文件会缺东西 1。Claude Code 走仓库里的.claude-plugin/plugin.json。 - 硬边界：README 自己标出了验证状态：Skill frontmatter、引用路径和 Codex 结构已经核对过，仍待验证的是不同模型对同一素材的标题表现、平台实际分发效果与真实点击率 1。仓库 2026 年 9 月 14 日建立，19 star，作者只做了 Skill 结构与引用路径校验。平台的字数上限和编辑器字段会变，临近上限时以当前官方编辑器为准。
成图：代码渲染、模型生图、模板脚本三条路
这三个入口都能从一段文字或一篇文章出图，机制分成三类。
baoyu-skills 调你已经接好的图像模型生成；归藏把版面写进 HTML 和 CSS，再用浏览器渲染成 PNG；Auto-Redbook-Skills 用模板加脚本批量出图，另外附一条直发创作平台的脚本。机制决定了版式可控到什么程度、要花什么钱，也决定同一段文字出来会是什么样。baoyu-skills 覆盖配图、封面、信息图的一整套技能
这是一个 20 多个技能的仓库，其中和出图相关的有几个：
baoyu-xhs-images 把内容拆成 1 到 10 张卡通风格图卡，baoyu-infographic 做 21 种布局乘 21 种视觉风格的信息图，baoyu-cover-image 出封面，baoyu-article-illustrator 分析文章、定位插图位置并按类型、风格、配色生成插图 2。安装有三条路：在 Claude Code 里
/plugin marketplace add JimLiu/baoyu-skills 再 /plugin install baoyu-skills@baoyu-skills，或者 npx skills add jimliu/baoyu-skills，也可以从 ClawHub 取其中的单个技能 2。调用带参数，例如 /baoyu-xhs-images posts/ai-future/article.md --style notion --layout dense，风格与版式可以在提示里指定 2。- 典型使用场景：文章有了初稿，配图、封面、要点信息图一次铺开；或者给一本书稿、一份报告的章节批量配插图。
- 安装与接入：三条安装路径都走同一个仓库，技能之间可以单独装，也可以整包装。
- 硬边界：仓库整体采用 MIT 许可，发到 ClawHub 的技能按该平台的 registry 规则以 MIT-0 分发 2。它是技能集合，出图靠你已接的图像模型和额度，装之前先想清楚当期用哪几个子技能。
归藏：把版式写进代码，渲染前先量一遍
guizang-social-card-skill 内置两套视觉系统：像 Monocle、Kinfolk 那类克制的电子杂志风，和网格、单一锚点色、直角发丝线的瑞士国际主义风。两种风格共用一份工作流，输出三种画板——1080×1440 的小红书 3:4、2100×900 的公众号 21:9、1080×1080 的公众号 1:1 3。它的出图方式是单文件 HTML 加 CSS，
node render.mjs 逐个截图成 PNG。作者给的理由是 HTML 和 CSS 都是文本，Agent 能直接写、读、改、验；版式靠 CSS Grid 与严格的字号、留白、网格撑起来，比 Markdown 排版精确得多 3。配了一个校验脚本
validate-social-deck.mjs，用 Playwright 量真实 DOM，9 条规则查内容溢出、页脚碰撞、正文最小可读字号、1440 高画布切四横带后的密度、标题行数上限等。作者把校验脚本设成手动触发：等用户先看完图，再决定要不要花那几十秒 3。它还做 Live Photo 动态卡：小红书按 5 秒规划，微信公众号文章内按 3 秒规划，支持单视频、二宫格、三宫格、四宫格和三连拼图，输出
JPG + MOV + .pvt。交付时它会提醒一件容易忽略的事：.pvt 包通常要传到 iPhone，再从对应的 App 发布 3。- 典型使用场景：长文章转小红书图文、产品测评和工具回顾、公众号封面对、截图教程，都能直接套版式。
- 安装与接入：
npx skills add https://github.com/op7418/guizang-social-card-skill --skill guizang-social-card-skill，或者把仓库克隆到~/.claude/skills/guizang-social-card-skill3。 - 硬边界：项目采用 AGPL-3.0。这一条比常见的 MIT 要紧：改过的版本对外提供网络服务，也要按同协议公开源码 3。主题色只允许从 10 套预设里挑。仓库最近一次提交是 2026 年 7 月 1 日，比本期其他几个久一些。
Auto-Redbook-Skills：模板脚本出图，还带一条发布脚本
这个项目把 Markdown 直接渲染成 1080×1440 的卡片组，配了 8 套主题皮肤和 4 种分页模式：按
--- 手动分页、固定尺寸自动缩放、按渲染后高度自动拆分、以及按内容动态调整高度 4。
渲染命令很短，
python scripts/render_xhs.py demos/content.md -t playful-geometric -m auto-split，主题和分页模式都能换，也能自定义宽高与设备像素比 4。它比同类多出一步：
scripts/publish_xhs.py 内置了小红书创作服务平台的签名、素材上传与发布链路，签名、上传和发布全在脚本内用纯 HTTP 完成。默认只发成仅自己可见，加 --public 才公开；还支持 --post-time 定时发布、--topics 加话题、--location 加地点，以及只做本地参数校验的 --dry-run 4。- 典型使用场景：已经有 Markdown 稿子，想要一套带封面和正文卡片的组图；或者内容节奏稳定、想让它按时间表存进草稿或发布。
- 安装与接入：克隆仓库后
pip install -r requirements.txt加playwright install chromium，Node 侧npm install；发布能力另外在.env里配XHS_CREATOR_COOKIE4。 - 硬边界：仓库根目录没有 LICENSE 文件，README 末尾写的是 MIT License © 2026，要拿去做商业用途之前先自己核一遍 4。README 第一句就要求使用者先读小红书 3 月 10 日那份《关于打击 AI 托管运营账号的治理公告》4，这件事值得在装之前想清楚：发布脚本用的是你自己的账号登录凭据。把
.env加进忽略列表，仓库文档也建议控制发布频率。
发布前体检：三个入口，数据来路各不相同
这三个都回答「发出去会怎样」，差别在数据从哪来。一个把平台数据抓回本地自己算，一个只查随项目发布的规则库，一个把内容传到别人的服务端打分。数据去哪、花多少钱，是这一段最要紧的事。
social-account-doctor：先找对对标，再拆为什么爆
给这个 Skill 一个账号主页链接，它会扫出 5 到 10 条真对标，并说明每条为什么算对标；给一条爆款链接，它拆钩子在第几秒、封面用的哪种模板、结构是清单体还是故事体；给一张后台截图，它逐项诊断问题出在封面、标题、发布时间还是人群定位上。覆盖小红书、抖音、快手、视频号和 B 站 5。
它最需要你提前做的一个决定，是数据源从哪来。作者按「越靠前越像真人、越安全」排了四档：Agent 自带的 computer use 或浏览器工具；本机站点 CLI 适配器 opencli；TikHub 的 API key，付费但一个 key 通吃五平台含视频号；最后才是拿自己的账号扫码登录。第四档被作者写成最后手段，理由是上游 MediaCrawler 反爬加剧，账号风控风险最高 5。所有产物统一收在
./output/ 下，报告是 Markdown，按需可导出 PDF，平台数据缓存默认 24 小时内复用，同一链接只抓一次 5。- 典型使用场景：新号开张先摸同赛道的位置；一条内容发出去没起量，回头定位问题；带货账号和视频做竞品对标与脚本拆解。
- 安装与接入：把仓库的
docs/install.md说明交给 Agent 自动装，安装器支持--target claude|codex|cursor|openclaw；配置需要一个能看图看视频的模型 key，端点由你显式填好，作者的说明里写了这是防止 key 和素材发到意外域名 5。 - 硬边界：项目采用 MIT 许可。仓库内置的平台阈值（完播率、CTR、收藏比等）是 2026 年 4 月的行业经验值，作者注明它来自经验汇总，并建议每 6 个月复核一次 5。视频号的作品入口要靠账号或关键词定位，或者上传本地文件。作者也点明了电商那条线的边界：商品解析、自动选品、趋势监控和销量推断都在范围之外，商品事实只来自你上传的材料。
self-media-compliance-review：把平台规则查成一份带位置的清单
这个 Skill 做的是发布前的结构化审核：按目标平台读取对应的规则参考文件，检查脚本、封面、标题、字幕、口播、画面、背景音乐、评论引导、商品链接和账号资料，最后给出
Pass、Low、Medium、High、Blocker 五级结论，并标出证据位置与具体修改动作 6。规则覆盖视频号、公众号、抖音、快手、B 站和小红书六个平台，另外有抖音电商、千川低质素材、电商功效声明三个专项，每个平台配一份案例与申诉场景文件 6。本地视频可以先跑
tools/analyze_video.py，用 ffmpeg 抽出首 0 到 5 秒帧、场景切换帧、周期帧、结尾帧、音轨和字幕，做成带时间点的证据包，这一步完全在本机完成 6。联网这件事它做得很克制：普通审核的检索范围限定在随技能发布的规则与案例文件里，整个过程在本机完成，API 花费为零；只有用户明确要求实时检索时，才按五档通道顺位启用，从 Agent 自带的 computer use 一路排到 MediaCrawler 兜底 6。它另外提供合规报告、商品一致性、视频证据清单三份带版本号的 JSON Schema，方便接进审批流程 6。
- 典型使用场景：短视频和切片交付前的最后一道检查；带货视频的商品三一致与功效声明核验；写文案之前先扫一遍卖点，标出禁用词和需要补证据的声明。
- 安装与接入：把仓库地址交给支持 Skills 的 Agent 安装即可；更新之后要重新走一次安装流程刷新副本，很多 Agent 会在会话启动时缓存技能说明，通常还要新开一次会话 6。
- 硬边界：项目采用 MIT 许可。README 的免责声明把它的作用限定在风险控制辅助，法律结论和平台审核结果由发布者自己承担，高风险内容仍要由负责人做最终判断 6。兜底通道 MediaCrawler 采用非商业学习用途许可，用它自己的账号采集要按项目文档的冷却与退避规则跑。规则和案例都以静态文件的形式放在仓库里，命中结果只代表库里收录过这类问题。
题火 Teeho：一句话拿到笔记评分和同类区间
题火做的是小红书单平台的笔记诊断。你把标题、正文、话题、封面、图片或视频交给它，后台按小红书大盘数据匹配同类优质笔记，然后给出一份量化报告 7。
报告里有几样值得单独看的字段：洞察引擎评分，连同同类笔记模型的中位分、最高分和最低分；内容一致性评分和逐条说明；高风险用词提示；以及标题长度、标题 emoji 比例、正文长度、平均段落长度、话题数量这些指标，每一项都配上同类的参考区间。最后还会列出入选的同类笔记，注明入选原因（高曝光、快速增长等）7。
作者把它的范围限定在诊断已有内容，改写方案留给你自己决定。诊断需要标题、话题和封面，正文可以留空 7。
- 典型使用场景：笔记写完、发之前先看一遍自己大概在同类里什么位置；或者拿历史笔记回溯，找出反复踩的同一个坑。
- 安装与接入：让 Agent 按
https://teeho.chat/skill-install.md的说明安装，也可以从 Releases 选一个 tag 固定版本，把skills/teeho整个目录放进 Agent 的技能目录；随附 Python CLI，装完可以用tools/teeho.py installation和help两个命令验证 7。 - 硬边界：许可证是 PolyForm Noncommercial License 1.0.0，允许非商业使用、修改和再分发，商业用途要单独取得书面授权；作者在 README 里把项目归类为源码开放（source-available） 7。启动诊断后，你确认过的笔记文字与媒体会发送到题火的服务端处理；免费额度按每日积分发放，视频分析需要另外购买套餐；匿名报告以明文保存在公共的本机历史目录，同一台机器上的其他用户可能读到 7。
这 7 个怎么排顺序
先装
title-matrix。它只用模型，改的是一行字，整个流程在本机文字上完成，试错成本最低，也能最快看清这套流程值不值得往下做。第二步挑一个出图工具，按你手上的素材选。素材主要是自己的图、想少折腾，选
Auto-Redbook-Skills，它要的输入就是一篇 Markdown；想让版式可控、还要出公众号的 21:9 加 1:1 封面对，选归藏；想把配图、封面、信息图一次性覆盖掉，装 baoyu-skills，再按当期需要挑子技能。第三步装审核，从
self-media-compliance-review 开始。它的检索范围在本地规则文件内、把风险分成五级、每条都指到时间点或字幕行，这几样加起来最省钱也最容易看出效果。social-account-doctor 和题火放到最后。它们的价值取决于数据源，而数据源要么花钱，要么押上账号：前者需要你在四档里挑一档，后者会把笔记内容传到它的服务端并消耗积分。想清楚这一步再装，能省掉一次白折腾。最后一条是所有 7 个共有的：它们都做「替你看、替你写」这一段。标题能不能兑现、封面是否属实、这条内容能不能发，仍然要人签字。
self-media-compliance-review 自己写明它是风险控制辅助，题火也把改写留给你。把它们的输出当成一份带位置的清单，比当成结论要好用。References
- 1zhouwei713/title-matrix
github.com
- 2JimLiu/baoyu-skills
github.com
- 3op7418/guizang-social-card-skill
github.com
- 4comeonzhj/Auto-Redbook-Skills
github.com
- 5JuneYaooo/social-account-doctor
github.com
- 6JuneYaooo/self-media-compliance-review
github.com
- 7mingzhizhiren/teeho
github.com
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.