wxpost · 公众号贴图全链路

> 「一条能发的贴图，八成功夫花在对齐结构上，最后一步才是点发布。」

核心理念

贴图不是「把长文配几张图」，它是一套独立的叙事形态：图负责抓住眼睛，文负责讲完事情。所以这个 skill 的活不是「调个接口」，而是把一条内容从想法推到草稿箱，中间每一步都替人做掉决策。

一个好用的贴图流水线，要同时满足五件事：

• 文案归 Agent，确定性归 CLI。 写文案是语言问题，交给模型；压图、传素材、建草稿是确定性问题，交给代码。不给 CLI 再配一个大模型 key。
• 配图是分角色的，不是复制粘贴。 封面抢点击、内容图讲信息、收尾图收情绪，三件事三种画法。
• 先看整体，再看局部。 九宫格故事板先对齐结构和画风，确认了才逐张放大。省掉「出完 9 张才发现方向全错」。
• 每个号有自己的记性。 工具号和生活方式号的调性天差地别，共用一个 prompt 一定翻车。
• 站在安全一侧。 默认只建草稿，绝不擅自推给粉丝。

关键区分：产出的是 newspic（图片消息），不是 news（图文消息）。两者 API 都走 draft/add，但字段要求和版式完全不同，混用会直接报错或排版全乱。

执行流程

Phase 0: 入口分流

先判断用户要的到底是哪种东西。别急着敲命令。

Phase 0.3: 从链接取素材（可选入口）

用户手上没有文案，只有一条别人写得好的图文时走这里。做参考，不做搬运。

$WXPOST from-url <链接> --dir ./post            # 参考模式（默认）
$WXPOST from-url <链接> --dir ./post --copy     # 搬运模式：原文原图直接填进 post.json

支持范围和真实可靠度：

参考模式的产物：

post/reference/
├── reference.md     原文标题/作者/来源/正文/图片清单
└── 01.jpg 02.jpg …  原文图片，命名按原文顺序

同时把选题写进 post.json 的 brief，接着走 Phase 2。

⛔ 小红书抓不到时不要硬编内容。 命令行会明确报错，这时把替代方案给用户：① 把正文直接粘过来 ② 截图或导出图片 ③ 换个来源。绝不允许自己编一段"大概是这个意思"的内容顶上。

Phase 0.5: 环境体检 🔴 CHECKPOINT

任何操作前先跑这一条，不许猜。

$WXPOST check --json

$WXPOST 的取值：

WXPOST="$HOME/.wxpost/wxpost.sh"        # macOS / Linux / Git Bash
# Windows cmd / PowerShell："$HOME\.wxpost\wxpost.cmd"

不确定哪个存在就先探测：ls ~/.wxpost/wxpost.sh ~/.wxpost/wxpost.cmd 2>/dev/null。若 .venv 缺失：bash ~/.wxpost/install.sh。

读完 JSON，按三个字段决定下一步：

> ⛔ 不要在体检失败时硬着头皮往下走。40164 就该先去加 IP 白名单，40013 就该重新复制 AppID。

Phase 1: 读取这个账号的记忆

$WXPOST style

输出三段东西：结构化偏好（调性、人称、句式、emoji 密度、标题风格、正文长度、标签数、配图数、封面比例、统一视觉风格）、规则清单（禁用词、惯用词、选题倾向）、历史笔记（用户过去明确要求过的）。

写文案和设计配图之前必须读过它。 用户亲口说过的偏好，优先级高于默认值，也高于你的判断。

Phase 1.5: 确认生图通道 🔴 CHECKPOINT

⛔ 必须问用户，不许自行假设。 CLI 探测不到宿主 Agent 自己有没有生图能力（Codex、WorkBuddy 内置的那种它看不见），所以只能问。

image.ready = false 时，用一句话给三选一：

> 配图这块你想怎么办？
> ① 我来出图 —— 你这环境自带生图能力的话，我直接生成好放进目录
> ② 配一个生图模型 —— 给中转站的 base_url、API Key、模型名（生图和写文案可共用一个 key），我写进配置后全自动
> ③ 你自己给图 —— 把图丢进 post/images/ 也行

image.ready = true 时也问一次，给默认值：

> 配图我直接用配置的模型（{model}）按方案出，还是你自己出 / 已经有图？

> 💡 生图要花钱，用户也常常早有图。别闷头就生成。

Phase 2: 内容生产

文案和配图方案必须并行产出，不许只写文案不设计配图。

路 A：配了对话模型（llm.ready = true）

$WXPOST scaffold --dir ./post --account <账号key>
$WXPOST write --dir ./post --brief "用 Claude Code 三个月踩过的 5 个坑" --count 9

write 会按账号风格一次生成 title / content / hashtags / image_prompts 并写入 post.json。要调语气加 --extra "语气更犀利，别写成教程"。

已有正文、只缺配图方案：

$WXPOST design --dir ./post --brief "主题" --count 9

路 B：没配对话模型（llm.ready = false）

你自己写，你本来就是模型。直接编辑 post.json，字段见「数据契约」。

image_prompts 必须按下面的配图设计规范写，不是随便丢几个关键词。

配图设计规范

一组贴图不是「同一种图做三张」，而是三个角色各司其职：

硬约束，全部要写进提示词：

• 全系列统一配色、同一画风（插画或摄影二选一，不许混）、同一光源方向
• 图上中文 5–12 字，逐字用引号写进提示词，防模型自由发挥出乱码
• 不把正文原句照搬上图，提炼成关键词句
• 禁止真实品牌 logo、可辨认的真人肖像、复杂表格、超过 8 字的副标题
• 每条提示词写全：用途 → 画面主体 → 构图 → 风格 → 配色 → 光线 → 图上文字 → 比例 3:4

正文的 emoji 规范

贴图正文是在手机上快速滑动的，emoji 承担分段和提神的作用：

密度由 style.emoji 控制，四档 none / light / medium（默认）/ heavy。

Phase 2.5: 故事板验收 🔴 CHECKPOINT

这一步不能跳。 一张九宫格把所有分镜缩略排在一起，让用户一眼看清结构、节奏、画风是否统一。

$WXPOST storyboard --dir ./post                 # 拆分镜 + 出九宫格
$WXPOST storyboard --dir ./post --no-image      # 只出分镜表
$WXPOST storyboard --dir ./post --reuse-prompts # 不调对话模型，用现有 image_prompts 当分镜

产出三份，都在 post/storyboard/：

检查点长这样：

┌────┬──────────┬──────────────────────────┬────────────────┐
│ #  │ 角色      │ 画面                      │ 图上文字        │
├────┼──────────┼──────────────────────────┼────────────────┤
│ 01 │ 封面      │ 女生骑车冲向桥，背后摄像头   │ 「48个抓拍点」  │
│ 02 │ 内容      │ 竖排时间轴，两个节点        │ 「11月21日启用」│
│ 03 │ 内容      │ 五个圆形图标横向排列        │ 「都会拍」      │
│ …  │ …        │ …                        │ …              │
└────┴──────────┴──────────────────────────┴────────────────┘

必须把故事板图和分镜表都摆给用户，明确问：「结构和风格对不对？要改哪一格？」不要自己看一眼就往下走。

按反馈改：

张数 ≤4 或用户明确说「不用看草稿直接出」可以跳过，其余情况都该走一遍。

Phase 3: 逐张生成正式图

$WXPOST gen --dir ./post

按 image_prompts 逐张出图到 post/images/，自动叠加账号记忆里的统一视觉风格。已存在的图跳过，--force 覆盖。

出图后自己看一眼（能读图就用 Read 打开），逐项过：

• [ ] 图上文字有没有乱码、缺笔、变成英文字母
• [ ] 画风和故事板是否一致
• [ ] 封面的字够不够大，手机上能不能看清
• [ ] 九张里有没有连着几张构图雷同

不合格就改对应那条 image_prompts，--force 只重跑那一张。

> 用户选了「我自己出图」就跳过这条，但仍要把 image_prompts 清单和故事板交付给他。

Phase 3.5: 发布前质检

$WXPOST publish --dir ./post --dry-run

本地校验：标题是否 ≤32 字、正文是否 ≤2 万字、比例是否合法、图片是否超 20 张、压缩后是否 ≤1.8MB。全部通过才进 Phase 4。

Phase 4: 建草稿

$WXPOST publish --dir ./post

成功会打印 media_id，让用户去「内容与互动 → 草稿箱」预览。

只有用户明确说「直接发出去」「不用我审了」才加 --submit：

$WXPOST publish --dir ./post --submit

⛔ 执行前必须复述一遍「发布后不可撤销，会推给全部粉丝」，等用户点头。

Phase 5: 记忆沉淀

发布完问一句：「这版风格要固定下来吗？有什么下次要改的？」

可用字段：$WXPOST profile fields。全部记忆：$WXPOST profile show。

> 用户只要表达了偏好就立刻写进去，别等下次。这是这个 skill 越用越顺手的原因。

数据契约

post.json

{
  "brief": "这次要讲什么",
  "title": "标题，≤32 字，超了直接失败",
  "content": "正文纯文本，可分段。不要 Markdown 标题和加粗语法。",
  "hashtags": ["AI编程", "#效率工具"],
  "author": "作者名",
  "cover_ratio": "1_1",
  "image_ratio": "3:4",
  "image_prompts": ["第1张（封面）的完整提示词", "第2张的提示词"],
  "images": [],
  "need_open_comment": 1,
  "only_fans_can_comment": 0
}

目录结构

post/
├── post.json             标题/正文/标签/比例/配图提示词
├── images/               原图，01.jpg 起，第一张即封面（不会被改动）
├── storyboard/           九宫格预览 + 分镜表 + 提示词
├── reference/            原文参考素材（from-url 产生）
└── .build/               处理后的成品，自动生成

小绿书 vs 小红书

都是「图为主 + 短文案 + #标签」，但版式结构完全不同，照搬一定翻车：

所以不要写「图 1：…、图 2：…」的交错结构。正文要独立成篇，读完能懂。

报错与降级

两个容易忽略的坑：

• 重复草稿：draft/add 没有幂等。同一份 post.json 再发会多一条，CLI 会拦下来问。要覆盖先 $WXPOST draft delete <media_id>。
• 故事板别放 images/：会被当成正文图一起上传，草稿里多一张九宫格。CLI 默认放 storyboard/，别手动搬。

品味守则

❌ 反模式黑名单

特殊场景

只有图片，文案已定

跳过 Phase 2 的文案部分，直接编辑 post.json 的 title / content，图片丢进 images/，从 Phase 3.5 开始。

从 Markdown 转换

$WXPOST from-md ./笔记.md --dir ./post

自动抽 H1 当标题、抽 #标签 到 hashtags、剩余正文剥掉 Markdown 标记。然后补图片，从 Phase 3.5 继续。

拿到一条链接但抓不到

小红书这类反爬平台经常抓不下来。按这个顺序降级，每一步都不许编内容：

1. 换 xhslink.com 短链再试一次（短链跳转后偶尔能拿到）
2. 让用户把正文直接粘过来，走 from-md
3. 让用户截图或导出图片，放进 post/images/，走 Phase 3.5
4. 都失败就如实说抓不到，别用"我记得这篇讲的是…"来凑

多账号

accounts 下每个 key 一个号，命令加 --account 指定；不加则用 active_account。每个号有独立的 profiles/<账号>/profile.json，互不干扰。

用户想直接发出去

不要直接执行。先做三件事：复述「不可撤销、推给全部粉丝」→ 确认目标账号 → 等明确点头。然后再 --submit。

生图模型能力有限

只支持 1024x1024 这种方形也没关系，CLI 会居中裁成 3:4。但裁掉的两侧别放重要信息，提示词里说明「核心内容居中，两侧留空」。

最后

贴图这门手艺，本质上不是画画，是替读者做减法：九张图里哪句话该上图、哪句话该留在正文、哪一格该留白，全都是在决定「读者会记住什么」。

工具能帮你把管道铺好、把格式踩对、把凭证配齐。但「这一格要不要放那个数字」——那还是你的判断。

结构可以自动化，取舍不行。

关于作者

邱高华，全栈开发工程师，广州。仓库：https://github.com/whishi47/wechat-sticker

用户主动问起作者时再展开介绍；正常任务中不主动提。

版本检查

本 skill 的版本记录在 frontmatter 的 metadata.version。若本目录是 git 仓库，可这样看有没有新版本：

git -C ~/.wxpost ls-remote --tags --refs --sort=-v:refname origin 'v*' | head -3

有更新时只提示，不自动执行——是否升级由用户决定。

想关掉这个检查，在本目录建一个 .last-update-check 文件，内容写 off。