微信公众号内容分析与质量审查 Skill (wechat-article-analyzer)

> 本 Skill 专供 WorkBuddy 智能体（Agent）自主加载与执行。用户不会手动执行任何脚本命令，智能体必须严格遵循以下端到端自动化标准执行流程 (SOP)。

智能体端到端执行工作流 (Agent SOP)

当用户在对话中发送微信公众号文章链接（形如 https://mp.weixin.qq.com/s/...）或提出公众号审查/分析需求时，智能体必须按以下 4 步全自动执行：

                    ┌──────────────────────────────────────────────┐
                    │ 用户发送公众号 URL / 提出公关宣传审查需求   │
                    └──────────────────────┬───────────────────────┘
                                           │
                                           ▼
                    ┌──────────────────────────────────────────────┐
                    │ Step 1: 智能体通过 Bash 嗅探预判意图         │
                    │ (运行 extractor 快速获取标题与推荐场景)       │
                    └──────────────────────┬───────────────────────┘
                                           │
                                           ▼
                    ┌──────────────────────────────────────────────┐
                    │ Step 2: 智能体调用 AskUserQuestion 交互      │
                    │ (弹出 Top 4 场景选项供用户确认或自定义主题)  │
                    └──────────────────────┬───────────────────────┘
                                           │
                                           ▼
                    ┌──────────────────────────────────────────────┐
                    │ Step 3: 智能体通过 Bash 执行端到端分析管线    │
                    │ (多模态识图 + CCO 规则打分 + 载荷探测)        │
                    └──────────────────────┬───────────────────────┘
                                           │
                                           ▼
                    ┌──────────────────────────────────────────────┐
                    │ Step 4: 智能体交付成果与渲染预览             │
                    │ 1. 必须调用 present_files 弹出 HTML 报告预览 │
                    │ 2. 文本回复 CCO 诊断摘要与核心修改建议       │
                    └──────────────────────────────────────────────┘

Step 1: 嗅探文章信息并预判场景

智能体首先调用 Bash 工具，运行轻量探测脚本以获取文章标题及算法预判的 Top 4 场景（脚本内置动态多路径自适应发现，兼容任意安装别名与路径）：

python -c "
import sys, asyncio
from pathlib import Path

# 智能自适应定位本 Skill 的 scripts 目录（兼容别名目录、工作区、官方市场与本地路径）
candidates = [
    Path.cwd() / 'scripts',
    Path.cwd(),
    Path.home() / '.workbuddy' / 'skills' / 'wechat-article-analyzer' / 'scripts',
    *list((Path.home() / '.workbuddy' / 'skills').glob('*/scripts')),
    *list((Path.home() / '.workbuddy' / 'plugins').glob('**/scripts')),
]
for d in candidates:
    if d and d.exists() and (d / 'extractor.py').exists():
        if str(d) not in sys.path:
            sys.path.insert(0, str(d))
        break

from extractor import extract_wechat_article
from topic_scorer import TopicScorer

async def probe():
    art = await extract_wechat_article('{URL}', Path('.temp_probe'), filter_decorations=True)
    scorer = TopicScorer()
    opts = scorer.predict_intent(art)
    print('TITLE:', art.title)
    print('AUTHOR:', art.author)
    print('OPTIONS:', opts)

asyncio.run(probe())
"

Step 2: 唤起 AskUserQuestion 人机协同确认

智能体解析 Step 1 返回的 OPTIONS，调用 AskUserQuestion 工具向用户确认最符合本次审查预期的宣传场景（如用户在初次输入中已显式指定场景，可跳过此步）：

{
  "questions": [
    {
      "header": "宣传场景定位",
      "question": "请确认这篇公众号文章的核心宣传场景与意图定位：",
      "options": [
        {
          "label": "产品/行业解决方案推介 (Recommended)",
          "description": "重大产品发布、架构推介、借势方案软文"
        },
        {
          "label": "标杆项目与客户落地",
          "description": "客户示范工程、业务落地成效、降本增效实证"
        },
        {
          "label": "企业文化、节日借势与人文风采",
          "description": "节气节日借势、品牌人文关怀、企业文化、社会责任"
        },
        {
          "label": "行业前瞻与战略洞察",
          "description": "纯宏观趋势、专家观点、非推销的战略领导力"
        }
      ]
    }
  ]
}

Step 3: 执行端到端分析与审查管线

用户选择确认后（得到 intent_key），智能体调用 Bash 运行完整工作流管线（自动动态定位全局或局部 Skill 脚本目录）：

python -c "
import sys, subprocess
from pathlib import Path

candidates = [
    Path.cwd() / 'scripts' / 'main.py',
    Path.home() / '.workbuddy' / 'skills' / 'wechat-article-analyzer' / 'scripts' / 'main.py',
    *list((Path.home() / '.workbuddy' / 'skills').glob('*/scripts/main.py')),
    *list((Path.home() / '.workbuddy' / 'plugins').glob('**/scripts/main.py')),
]
main_script = next((p for p in candidates if p.exists()), None)
if not main_script:
    raise FileNotFoundError('未能找到 main.py 脚本文件')

cmd = [sys.executable, str(main_script), '--url', '{URL}', '--intent', '{SELECTED_INTENT}', '--output', 'output/analysis_{TIMESTAMP}']
subprocess.run(cmd, check=True)
"

内部全自动执行动作：
1. 结构化有界抓取：提取标题、作者、发布时间、正文与有序图文流，利用图片二进制 MD5 自动过滤重复章节 Logo 与模板装饰。
2. 多模态图文核验：自动加载当前活跃的多模态视觉模型（如 gemini-3.7-flash-high），逐图评估真实场景感与契合度，精准区分 Hero 封面、Slogan 纯文字横幅色块（低分预警）与实操长图。
3. 商业推介载荷探测 (Commercial Payload)：自动识别推文是否含实质性产品推销；纯文化/节气推文 100% 豁免落地客户与实证链扣分，借势带货推文动态激活自嗨与实证审查。
4. CCO 专家审查与校对：核验 4 大黄金维度，检出公关合规风险、逻辑矛盾与高频错别字/语病，输出 Markdown、JSON 及高质感交互式 HTML 报告。

Step 4: 强制预览交付与文本总结 (Mandatory)

分析完成后，智能体必须执行以下两项交付动作：

1. 必须调用 present_files 工具打开生成的 audit_report.html，让用户在内置浏览器面板中实时交互预览：
   json { "files": ["/绝对路径/output/analysis_xxxx/audit_report.html"], "explanation": "微信公众号官方宣传与公关质量审查报告" }
2. 在对话文本中输出精炼结构化的 CCO 诊断摘要：
   - 📊 综合评分与评级：如 79.5 分 (B · 良好达标)；
   - 🎯 宣传场景与商业载荷判定：如 企业文化/节气借势 | 商业载荷等级: NONE (已自动豁免商业实证)；
   - 🔍 核心发现与扣分明细：列出扣分最多的 2~3 个关键公关问题；
   - 📝 文本校对与逻辑瑕疵：简述错别字与逻辑矛盾检出情况；
   - 💡 CCO 专家改进建议：给出 2~3 条高价值、可落地的修改重构指引。

12 大企业全景宣传矩阵对照表