主题
你正在读的这篇文章，是 AI Agent 写的。
不是那种"AI 生成初稿、人类大幅改写"的写法。从选题调研、提纲讨论、逐节写稿、自审修改，到最后发布到微信公众号草稿箱——整个流程都在终端里完成。我做的事情是审稿、提意见、决定配什么图。
这个系列的每一篇文章都是这么生产的。这篇也不例外。
一篇公众号文章要经历什么
先回忆一下，不用 AI 的时候，写一篇公众号文章需要多少步。
脑子里冒出一个选题。打开浏览器查资料，开十几个标签页，读论文、翻官方文档、看别人怎么写的。然后列提纲，写初稿，反复改措辞。写完之后，找配图或者自己做图。图片大小、格式要符合公众号的要求。打开公众号后台，把文字粘进编辑器，调格式——代码块的样式、引用块的颜色、字号行距，每次都要手动调。最后设置封面、摘要、作者，预览一遍，发布。
这里面有些步骤是创造性的——选题、立论、审美判断。但大量的步骤是机械的——查资料汇总、排版转换、图片上传、API 调用。
我的目标很简单：把机械的部分全部自动化，只保留需要人类判断的环节。
最终的结果是两条命令：/write-draft 负责从想法到初稿，/publish-draft 负责从初稿到发布。中间夹着唯一的手动步骤——配图和插入视频。
write-draft——从想法到初稿
如果你读过"从零构建 AI Agent"系列的第 4 篇，你已经知道 Skill 是什么——一段可以保存、复用、随时激活的 prompt，本质上是给 Agent 的 SOP。/write-draft 就是这样一个 skill。当我在 OpenCode 终端里输入 /write-draft 的时候，Agent 不是从零开始猜我要干什么，而是按照一套设计好的流程来走。
这个流程分 5 步。
第一步：理解意图。 Agent 会逐个问我问题。这篇文章属于哪个系列？核心论点是什么？目标读者是谁？有没有特别想用的切入角度？它不会一次性抛出所有问题，而是根据我的回答自然推进。比如我说"'如何用 AI Agent 做事'系列，写我们的写作发布流程"，它就不会再问"你想写技术科普还是产品分析"——因为系列和方向已经确定了。
第二步：联网调研。 Agent 会去搜索相关资料，整理关键事实、数据，附上来源链接。这一步对于技术趋势类文章特别重要——比如这个系列的第一篇要介绍 OpenCode，Agent 需要去查它的 GitHub star 数、贡献者数量、最新版本功能。对于这篇文章，调研的对象主要是项目内部的 skill 定义文件，所以这一步更像是"阅读理解"。
第三步：产出提纲。 给出 2~3 个候选标题，列出每节的核心论点和计划使用的素材。这一步必须等我确认才会继续。这是流程中最重要的检查点——提纲定了，文章的骨架就定了。
第四步：写初稿。 按照提纲和内嵌的写作风格指南完成全文，保存到 drafts/ 目录。
第五步：自审与修改。 Agent 会对照一份质量清单逐条检查——有没有无出处的数据？有没有超过 40 字的长句？有没有用了"赋能""闭环"这类烂词？检查完之后告诉我哪些通过、哪些有问题，然后根据我的反馈修改。可能要走好几轮。
解决"一眼 AI 味"的问题
5 步流程只是骨架。这个 skill 真正花功夫的地方，是内嵌了一份详细的写作风格指南和一份去 AI 味规则。
风格指南规定了文章的声音：直接、有立场、像和朋友聊天而不是写论文。它禁止学术腔（"笔者""综上所述"），禁止互联网烂词（"赋能""抓手""对齐颗粒度"），要求短句优先、节奏感明确。
去 AI 味规则更具体——它列出了 22 种常见的 AI 写作模式，每一种都给出了问题分析和改写示例。比如：
- 过度强调意义："标志着关键转折点""为……奠定基础"——AI 喜欢夸大每件事的历史意义。改写方法：直接陈述事实，不加评价
- 三段式法则：AI 强行把任何东西分成三组来显得全面。改写方法：用两项或四项
- 同义词循环：为了避免重复，AI 会把"主人公"换成"主要角色"再换成"中心人物"再换成"英雄"。改写方法：该重复就重复，自然比花哨重要
- 模糊归因："专家认为""行业报告显示"——不说是哪个专家、哪份报告。改写方法：给出具体来源
这些规则不是事后检查清单，而是写作过程中的实时约束。Agent 在写每一句话的时候就在遵守它们。
手动环节——配图与视频
整个流程里有两件事我没有自动化：配图和插入视频。
配图我用 Nano Banana 2 生成——Google 的图片生成模型。生成之后，我会让 AI 帮我把图片插入到文章中合适的位置。"合适的位置"这件事需要理解上下文——哪段话讲完之后适合放一张图来辅助说明，这个判断目前还是人来做、AI 来执行。
视频插入也是一样的逻辑。公众号文章里嵌入视频需要特定的格式，位置选择同样需要人工判断。
这是目前整个流程中仅剩的手动环节。但严格来说，它们也不是不能自动化——Nano Banana 2 有 API，图片生成完全可以写进 skill 里，让 Agent 根据文章内容自动生成配图并插入。这是我接下来打算做的事。到时候，从构思到发布就真的只剩一条流水线了。
publish-draft——一条命令发布
初稿写完、配图插好，下一步是发布。在终端里输入 /publish-draft，指定要发布的 Markdown 文件，剩下的全部自动完成。
发布的管线是这样的：
- 解析元数据。 从 Markdown 文件的 frontmatter 里提取标题、作者、摘要、封面图路径。摘要如果没写，自动从正文截取前 40 个汉字
- 转换格式。 把 Markdown 发送给 bm.md 的 API，转成微信公众号兼容的 HTML。为什么不自己写转换逻辑？因为微信的 HTML 渲染有大量特殊限制——不支持外链 CSS、不支持某些 HTML 实体、代码块样式需要内联——bm.md 专门处理这些坑，没必要重复造轮子
- 上传图片。 从 HTML 里提取所有图片 URL，逐个上传到微信的素材 CDN，拿到微信域名下的新 URL，替换回 HTML 中。这是因为微信公众号不允许引用外部图片
- 上传封面。 封面图单独上传，拿到
media_id - 创建草稿。 调用微信草稿箱 API，把处理好的 HTML、标题、封面、摘要打包提交
整个过程大概 10 秒。跑完之后，去微信公众号后台的草稿箱里就能看到排好版的文章，预览确认后就可以发布。
发布完成后，脚本会自动把文件从 drafts/ 移到 posts/——草稿变成了已发布的存档。
整个系统的全景
退一步看，这不只是"两个 skill"。它是一个完整的内容生产系统，系列是它的核心组织单元。
我的所有文章按系列组织。目前有三个：AI 知识科普、从零构建 AI Agent、用 AI Agent 做事（就是你正在读的这个系列）。每个系列有自己的目录、自己的编号规则、自己的图片文件夹。
写一篇新文章的时候，第一件事是确定它属于哪个系列。系列确定了，编号、文件名、存储路径就全部确定了。write-draft 会自动把草稿存到 drafts/ai-agent-in-action/03-xxx.md，对应的图片放到 assets/ai-agent-in-action/03-xxx/，发布后移到 posts/ai-agent-in-action/03-xxx.md。
构思：脑子里有个想法
↓
/write-draft：5 步交互，产出初稿 → drafts/
↓
配图/视频：手动生成，AI 辅助插入
↓
/publish-draft：一条命令，发布到草稿箱 → posts/
↓
微信后台：预览、确认、发布目录结构本身就是系统设计的一部分。drafts/ 是工作区，posts/ 是归档区，assets/ 是素材库。三者通过命名约定关联——文章文件名、图片目录名、系列目录名保持一致。这不是为了好看，而是让每个自动化步骤都能通过路径推断出它需要的信息。
这套流程的本质是什么？把写作变成一个可复现的工程过程。
每篇文章都走同一条流水线。调研的深度可以不同，写作的风格可以根据主题调整，但流程是固定的。固定的流程意味着每个步骤都可以被优化——发现 AI 爱写长句，就在 skill 里加一条"单句不超过 40 字"的规则；发现排版总有问题，就换一个更好的 HTML 转换服务。每一次改进都会体现在之后的每一篇文章里。
不只是写作的事
回到这个系列的主题。这篇文章讲的是写公众号，但背后的思路和前两篇——写月度材料、做教学视频——是一样的。
AI Agent 做事的核心，不是"让 AI 帮你干活"。而是你先想清楚一件事的流程是什么，哪些步骤是机械的、哪些需要人类判断，然后把机械的部分设计成可自动执行的指令，把需要判断的部分留给自己。
这套公众号工作流不是通用方案。你不能直接拿去用——你的写作风格不同，你的发布平台可能不同，你对"好文章"的定义也不同。但背后的方法是通用的：把重复工作拆解成步骤，识别哪些步骤可以用确定的规则描述，然后把这些规则交给 Agent。
剩下那些说不清、道不明、凭感觉来的部分——那是你的工作。