mp-oneclick-publisher
Converts Markdown documents into formatted WeChat Official Account draft articles with automatic image generation and styling.
README
公众号一键发布工具
一个 AI native 产品试点:把已经写好的 Markdown 文档,一键变成配好图、排好版、可直接进公众号草稿箱的文章。
这是 AI产品试点方法论 项目下的第二个试点案例。它本身也是一个产品,做完后会沉淀进 AI产品试点方法论/02-案例库/,并改写成一篇实践方法论文章。
它不只是自用工具,目标是开源给懂技术的朋友和更多人使用:别人下载后,填上自己的公众号账号、配图模型 Key 和风格偏好,零改代码即可使用。
它要解决什么
写完一篇公众号文章后,真正花时间的不是写作,而是:
- 配图和封面(最花时间、最没标准答案);
- 排版(手动调样式很累);
- 从「文档」到「草稿箱」的最后一公里。
排版已被开源高度解决,所以本项目聚焦在配图生成和内容发布工作流整合。
目标闭环
- 闭环一(先做):Markdown → 自动配图 + 封面 → 排好版内容 → 手动粘贴进后台(零门槛验证)。
- 闭环二(后做):接微信 API,把「手动粘贴」升级为「一键进草稿箱」。
核心策略
和 ChatBI 一致:借鉴复用成熟开源(排版、发布封装),自研聚焦差异化(配图风格、流水线整合)。
最终产出
- 一个开源的 MCP / CLI 小工具:懂技术的人下载、配置、即可一键发文;
- 一套用户级配置机制:每个人填自己的账号、密钥、风格,零改代码(复用性的命门);
- 一个方法论案例:沉淀进
AI产品试点方法论/02-案例库/,与 ChatBI 互补; - 一篇公众号文章:用这个工具发布它自己,并在文末带出仓库链接。
文档索引
| 文档 | 内容 |
|---|---|
使用指南.md |
面向用户:安装、配置、写文章、MCP/CLI 发布、报错排查 |
01-开源项目调研.md |
三层赛道全景、关键技术约束、选型建议、待拍板决策点 |
02-设计规划.md |
产品形态、不变内核/可变部分、架构、配图方案、两个闭环、分期 |
当前状态
- 阶段 0(调研 + 设计)已完成;
- 闭环一(配图 + 排版 + 手动粘贴)已跑通(见
闭环一-实测/); - 闭环二(接 API 一键进草稿箱)已跑通(见
闭环二-实测记录.md); - 阶段三产品化已完成:从「写死的脚本」升级为「任意 Markdown 通吃」的工具 ——
- Markdown → 主题化排版自动渲染(
mvp/render.mjs+mvp/theme.mjs); - 发布逻辑通用化,接受任意 md 文件(
mvp/core.mjs); - 封装成 MCP server(
render_preview/publish_to_draft)+ CLI(mvp/cli.mjs); - 用户级配置(
.env)+ 用户文档(使用指南.md)。
- Markdown → 主题化排版自动渲染(
已拍板:
- 产品形态 = 以 MCP 为主(已补 CLI),不做网页版(理由见
02-设计规划.md第 7.0 节); - 配图风格 = 手绘信息图(风格一致性已验证);
- 排版 = 墨绿基线版式(已确认,做成可扩展主题);
- 账号 = 个人订阅号,可一键进草稿箱,群发手动。
下一步:阶段四开源分发 + 写方法论文章。
快速上手
npm install
cp .env.example .env # 填入 AppID / AppSecret
npm run test:conn # 验证凭证 + IP 白名单
node mvp/cli.mjs preview 闭环一-实测/范例文章.md # 离线预览
node mvp/cli.mjs publish 闭环一-实测/范例文章.md # 进草稿箱
详见 使用指南.md。
推荐服务器
Baidu Map
百度地图核心API现已全面兼容MCP协议,是国内首家兼容MCP协议的地图服务商。
Playwright MCP Server
一个模型上下文协议服务器,它使大型语言模型能够通过结构化的可访问性快照与网页进行交互,而无需视觉模型或屏幕截图。
Magic Component Platform (MCP)
一个由人工智能驱动的工具,可以从自然语言描述生成现代化的用户界面组件,并与流行的集成开发环境(IDE)集成,从而简化用户界面开发流程。
Audiense Insights MCP Server
通过模型上下文协议启用与 Audiense Insights 账户的交互,从而促进营销洞察和受众数据的提取和分析,包括人口统计信息、行为和影响者互动。
VeyraX
一个单一的 MCP 工具,连接你所有喜爱的工具:Gmail、日历以及其他 40 多个工具。
graphlit-mcp-server
模型上下文协议 (MCP) 服务器实现了 MCP 客户端与 Graphlit 服务之间的集成。 除了网络爬取之外,还可以将任何内容(从 Slack 到 Gmail 再到播客订阅源)导入到 Graphlit 项目中,然后从 MCP 客户端检索相关内容。
Kagi MCP Server
一个 MCP 服务器,集成了 Kagi 搜索功能和 Claude AI,使 Claude 能够在回答需要最新信息的问题时执行实时网络搜索。
e2b-mcp-server
使用 MCP 通过 e2b 运行代码。
Neon MCP Server
用于与 Neon 管理 API 和数据库交互的 MCP 服务器
Exa MCP Server
模型上下文协议(MCP)服务器允许像 Claude 这样的 AI 助手使用 Exa AI 搜索 API 进行网络搜索。这种设置允许 AI 模型以安全和受控的方式获取实时的网络信息。