Token导航 LogoToken导航

Agent Skill · 研究检索

aws-wechat-article-topics(AWS wechat article topics 搜索)

用于辅助云资源、部署、容器、基础设施和运维自动化任务。它适合让 Agent 检查配置、整理部署步骤、分析资源状态、生成排障思路或辅助云服务接入。使用时需要明确目标环境、账号权限、区域和资源组,区分本地测试与生产操作;涉及删除资源、重启服务、修改网络或权限配置时,应先确认影响范围。

aws-wechat-article-topics 是研究检索类 Agent Skill,可用宿主为 OpenClaw,通过ClawHub获取,权限为执行命令;许可证为 MIT-0,第三方扫描已通过,按安装量在研究检索类的 73,675 个 Skill 里排第 17,919。

总安装 6,351周安装 262GitHub Stars 1下载 2,075核验 2026-05-01

安装说明

本站只整理中文说明,不托管安装包,也不代用户安装。
GitHub
许可证
MIT-0
版本
1.0.23

安装方式

通过对话安装

复制提示词发给支持本地命令或 Skills 的 AI 助手,先确认命令和权限,再让它执行。

请帮我安装这个 Agent Skill:aws-wechat-article-topics(AWS wechat article topics 搜索)
来源仓库:https://github.com/aiworkskills/aws-wechat-article-topics
安装命令:
openclaw skills install aws-wechat-article-topics
安装前请先检查当前环境是否支持对应 CLI,并向我确认将要执行的命令、安装目录、联网范围和文件读写权限;确认后再执行。

命令行安装

复制命令到本机终端执行。该命令会通过 OpenClaw 从第三方来源获取 Skill;本站只展示命令,不托管安装包,也不自动执行。

ClawHubOpenClaw
openclaw skills install aws-wechat-article-topics

这个 Skill 是做什么的

研究检索类 Skill 主要解决「找资料、核对事实、把来源整理清楚」的问题,通常会让助手先检索再总结。

基于热点追踪与爆款规律生成公众号选题与标题创意。支持系列化内容规划与摘要撰写,提升用户点击率。可根据已有标题进一步优化表达方式或尝试新角度切入。触发词仅用于修改现有标题/摘要,不可单独发起选题请求。aws-wechat-article-topics 属于研究检索类 Skill,可作为该场景下的辅助能力补充。

上手步骤

4 步
  1. 1

    确认自己的宿主工具

    公开资料标注支持 OpenClaw;先确认自己用的是其中之一,再按对应工具的 Skills 目录放置。

  2. 2

    拿到安装命令

    可以直接复制的命令是 openclaw skills install aws-wechat-article-topics;命令里的占位符换成自己的路径或密钥再执行。

  3. 3

    安装后重启宿主

    命令执行完要完全退出宿主工具再打开,让新装的 Skill 被重新扫描到,否则列表里可能看不到。

  4. 4

    按最小权限试用

    它需要执行命令,先在测试目录或测试账号里跑,确认没问题再放到正式项目。

常见问题

6 条

aws-wechat-article-topics 怎么安装?

在终端执行 openclaw skills install aws-wechat-article-topics。装完完全退出宿主工具再打开,让它重新扫描本地 Skill。

aws-wechat-article-topics 支持哪些 AI 工具?

公开资料标注支持 OpenClaw。其他工具只要能读取本地 Skill 目录,一般也能手动放进去,但要自己确认触发方式是否一致。

aws-wechat-article-topics 需要什么权限?

权限级别是执行命令。安装流程涉及命令执行,可能通过 openclaw skills install aws-wechat-article-topics 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

aws-wechat-article-topics 是免费的吗?

来源标注的许可证是 MIT-0。本站不代收任何费用,也不托管安装包;能否商用、要不要署名,以许可证原文为准。

aws-wechat-article-topics 用的人多吗?

公开数据是累计安装 6,351 次,近一周安装 262 次,下载 2,075 次,GitHub 1 星。这些数字来自第三方目录统计,只能当作热度参考,不代表质量或安全性。

aws-wechat-article-topics 安全吗?

第三方扫描结果为通过,但这只覆盖已知的静态检查项,不能替代自己读一遍源码和安装命令。

值得选的地方和要先想清楚的地方

值得选的地方

  • 专注 OpenClaw 一种宿主,触发方式和使用习惯不用来回切换。
  • 许可证明确为 MIT-0,商用和分发边界好判断。
  • 第三方扫描已通过,常见的高风险行为没有命中。

先想清楚的地方

  • 需要执行命令,装到常用环境前要先评估影响面。
  • 第三方目录整理,版本更新和行为细节以来源仓库为准。

适不适合你

更适合

  • 已经在用 OpenClaw,想直接扩展它能力的人。
  • 需要处理研究检索类任务、又不想每次都手写提示词的人。
  • 需要许可证清楚、并且有第三方扫描结果的团队项目。

不太适合

  • 不能接受 Skill 在你机器上执行命令的人。
  • 需要厂商级技术支持和 SLA 的生产系统。

研究检索类 Skill 对比

6 个同类
Skill总安装GitHub 星权限许可证扫描
find-skills

寻找技能 · Codex、Claude

31,199,81316,486操作浏览器MIT有提醒
self-improving-agent

自我改进 Agent · OpenClaw

16,464,0023,396接触敏感数据MIT-0通过
soultrace

灵魂追踪 · Codex、Claude

7,588,94412需要联网未明确有提醒
self-improving

自我完善 · OpenClaw

6,829,2841,046需要联网MIT-0通过
microsoft-foundry

微软代工厂 · Codex、Claude

6,614,144764调用外部服务未明确有提醒
aws-wechat-article-topics

AWS wechat article topics 搜索 · 本页

6,3511执行命令MIT-0通过

按安装量取同分类前几名;数字来自第三方目录统计,只作热度参考,不代表质量结论。

SKILL.md 原文

name
aws-wechat-article-topics
description
公众号选题|爆款标题|热点追踪|系列策划 — 公众号 AI 选题与标题生成,覆盖热点调研、选题策划、起标题、写摘要、系列排期。面向自媒体编辑、内容运营。触发词(单独触发仅限对已有标题/摘要的修改):「改标题」「换个标题」「重起标题」「优化标题」「标题再想想」「换个标题试试」「改摘要」「重写摘要」「优化摘要」「摘要再优化下」。新做选题、起新标题、策划系列/内容日历、追热点都请走 aws-wechat-article-main;需要多环节串联(写+审+排+配图+发)也走 main。
homepage
https://aiworkskills.cn
url
https://github.com/aiworkskills/wechat-article-skills
metadata
openclaw
requires
env
[]
bins

选题与标题

公众号选题 & 爆款标题 AI 助手 —— 热点追踪、选题调研、起标题、写摘要、系列排期一次搞定。

套件说明 · 本 skill 属 aws-wechat-article-* 一条龙套件(共 9 个 slug,入口 aws-wechat-article-main)。跨 skill 的相对引用依赖同一 skills/ 目录,建议一并 clawhub install 全套。源码:<https://github.com/aiworkskills/wechat-article-skills>

能力披露(Capabilities)

本 skill 主要由 Agent 驱动(对话式选题调研、标题生成),脚本层仅用于更新本篇元数据。

  • 凭证:无
  • 网络:Agent 可能使用 web_search / web_fetch(Claude Code 内置能力,非本 skill 脚本层发起)
  • 文件读:仓库内 .aws-article/config.yaml、本篇 article.yaml、.aws-article/products/{产品名}/*.md(业务介绍 .md,直接挂在产品根;选题涉及用户业务时必读)
  • 文件写:本篇目录下 topic-card.md、research.md;更新本篇 article.yaml
  • shell:可能调用同仓库的 python3 {baseDir}/../aws-wechat-article-publish/scripts/article_init.py

配套 skill(informational)

本 skill 是 aws-wechat-article-* 一条龙公众号套件的选题环节(入口 aws-wechat-article-main)。工作流中的若干步骤会读取同级 ../aws-wechat-article-main/references/*.md 等共享文档(首次引导、env/config 示例等)。

  • 套件完整装齐到同一 skills/ 根目录时,跨 skill 引用都能读到。
  • 单独安装本 skill 时,跨 skill 引用的步骤会在读取阶段遇到 file not found;本 skill 内的纯本地步骤仍可用。

完整 9 slug 清单见 源码仓库。

路由

要成文并发到公众号、或「今天发什么」需整条编排时 → aws-wechat-article-main。

通过调研生成高质量选题,支持单篇和系列。

配置检查 ⛔

任何操作执行前,必须按 首次引导 执行其中的 「检测顺序」。检测通过后才能进行以下操作(或用户明确书面确认「本次不检查」):

四种输入模式

根据用户输入自动识别模式:

模式触发条件示例
A. 明确选题用户给了具体话题「写一篇 AI Agent 的文章」
B. 有方向给了领域但没具体题目「AI 最近有什么好写的」
C. 无方向只说要选题「这周写什么」「帮我找几个选题」
D. 系列策划提到系列/专栏/连载「做个 AI 入门系列」「写 10 篇专栏」

工作流

选题进度:
- [ ] 第1步:配置检查(见本节「配置检查」)
- [ ] 第2步:全局账号三键(`.aws-article/config.yaml` 的 `article_category` / `target_reader` / `default_author`)⛔ 与 [main](../aws-wechat-article-main/SKILL.md)「2) 全局账号约束」一致;缺则**问用户确认后**再写入,**禁止**从 `article.yaml` 擅自填充,**先于**方向确认与调研
- [ ] 第3步:确认是否已有选题或写作方向 ⛔
- [ ] 第4步:调研
- [ ] 第5步:生成选题
- [ ] 第6步:生成标题与大纲
- [ ] 第7步:展示并等待用户选择 ⛔
- [ ] 第8步:输出选题卡片(新建本篇目录时须具备或更新本篇 article.yaml)

配置与本篇文件(config.yaml + article.yaml)

  • 全局:.aws-article/config.yaml 含账号定位、topic_direction、update_frequency、title_style、文风等(模板 {baseDir}/../aws-wechat-article-main/references/config.example.yaml,字段见 articlescreening-schema.md)。本 skill 做选题前须能读到该文件(或用户当次已等价说明)。
  • 本篇:{drafts_root}/YYYYMMDD-标题slug/article.yaml 含标题、作者、摘要、publish_completed 等(见 schema;可用 {baseDir}/../aws-wechat-article-publish/scripts/article_init.py 初始化/更新)。
  • 总览一条龙:main 在「3) 本篇准备」中建目录并优先落 article.yaml,再进入选题;若目录已存在且含 article.yaml,须先读(与 config.yaml 一起)再产出 topic-card.md / research.md。
  • 单独使用本 skill:第 8 步若新建本篇目录,须在同目录创建或更新 article.yaml(至少 publish_completed: false,并尽量写入已定标题/摘要等),不得仅有 topic-card.md 就引导调用 write.py 却无任何本篇 YAML——write.py 依赖仓库 config.yaml 与本篇目录;本篇 article.yaml 可缺但推荐补齐以便元数据一致(见 writing SKILL)。

第1步:环境检查 ⛔

同本节 「配置检查」。

第2步:全局账号约束(.aws-article/config.yaml)⛔

在调用 web_search、调研或与用户确认选题方向之前(环境校验已通过的前提下),打开 .aws-article/config.yaml,检查 article_category、target_reader、default_author 是否 trim 后均非空。任一项缺失:逐项询问用户,用户确认后再写回该文件;禁止从 article.yaml 等擅自抄录填充。与 main「2) 全局账号约束」一致;一条龙下若 main 已在本轮完成本步,可不再重复。

第3步:确认是否已有选题或写作方向 ⛔

在调用 web_search / 调研之前,先与用户对齐当前处于哪种情况(对应上文 A/B/C/D):

  • 先问清(可一句话):是否已经有想写的具体主题、还是只有大致领域、完全没想法要帮找选题、或要做系列/专栏。
  • 若用户本条消息里已经说清楚(例如直接给出话题或明确「这周帮我找几个选题」),可做简短确认,不必重复盘问。
  • 总览一条龙 且 main 已在「3) 本篇准备」中问清写作意图:本步口头确认一句即可,再进入第 4 步。

禁止:在用户仍处于「只说找选题、没说领域/偏好」等模糊状态时,直接开始联网调研。

确认后 → 归入 A/B/C/D,再进入 第 4 步:调研。

第4步:调研

须先读 .aws-article/config.yaml:选题边界、topic_direction、update_frequency、账号定位等以其为准。若本篇目录已存在 article.yaml(例如已定题),可一并读取已有 title / digest 等,避免与后序冲突。尚无本篇文件时,以用户当次说明与 skill 默认为准。

  • 业务资料库:若选题涉及用户自身业务(产品/软件/服务),先 ls .aws-article/products/,进入相关产品目录必读根下 *.md(业务介绍)寻找契合自家业务的选题角度;与业务无关的选题方向则不强求查阅

使用 web_search 搜索 + web_fetch 深入阅读,为选题提供数据支撑。

模式调研目标
A竞品文章怎么写、数据支撑、独特角度
B该方向近期热点、读者关注什么
Cconfig.yaml 中的账号定位、topic_direction 与近期热点
D知识体系拆解、竞品系列分析、读者学习路径

各模式的搜索策略和搜索词模板:references/research-strategy.md

第5步:生成选题

基于调研结果。用 config.yaml 的 update_frequency 控制本批数量:周更约 3–5 个,日更可略多,月更可略少;无配置时按对话约定或 skill 默认。

模式生成规则
A围绕用户主题,提供 3-4 个不同切入角度
B/C筛选 3-5 个选题,标注类型(🔥热点 / 🌲常青 / 📚系列)
D规划系列总线 + 拆出每篇选题

第6步:生成标题与大纲

为每个选题生成完整的「选题卡片」:标题候选(3-5 个,混合风格)、切入角度、大纲预览、工作量评估、摘要候选。

标题风格:按优先级加载:

  1. 用户指定(「用反问型」)
  2. config.yaml 的 title_style / custom_title_style > default_title_style(若有;须为 YAML 列表;多候选时须按选题择一并写回本篇 article.yaml 同键为单元素列表;custom_* 非空时优先于 default_*)
  3. .aws-article/presets/title-styles/ 下的自定义风格
  4. fallback:内置 5 种风格(悬念/干货/数字/反问/故事)混合生成,详见 references/title-presets.md

输出模板:references/output-format.md

第7步:展示并等待用户选择 ⛔

⚠️ 必须停下来等用户操作,不要自作主张继续。

展示所有选题卡片后,提示用户:

请选择:
- 输入编号(如 1)→ 选定该选题
- 「调整 + 意见」→ 按意见修改后重新展示
- 「重新选」→ 换一批选题
- 「组合 1+3」→ 融合多个选题
- 系列模式:「先写第 N 篇」→ 按该篇进入写稿

禁止的行为:

  • ❌ 不等用户选择就继续写稿
  • ❌ 假设用户会选某个选题
  • ❌ 跳过展示直接进入下一步

第8步:输出选题卡片

用户确认后:

  1. 文章目录:若 main 已创建本篇目录且内含 article.yaml,不要改目录名,直接在该目录写入;否则创建 {drafts_root}/{YYYYMMDD}-{标题slug}/(drafts_root / series_root 以 config.yaml 为准,无则与 main SKILL 及仓库惯例一致)。
  2. 将选题卡片保存为 topic-card.md
  3. 将调研摘要保存为 research.md
  4. 系列模式:将系列规划保存到 {series_root}/{系列slug}/plan.md
  5. article.yaml:同目录若无或需更新已定题信息,须在本步创建或补全(publish_completed: false;标题、摘要等与用户选定一致时可写入)。推荐:python {baseDir}/../aws-wechat-article-publish/scripts/article_init.py <本篇目录> --title "…" --digest "…" 等。总览一条龙下 main 若已初始化,则合并更新缺失键即可。

→ 交给 aws-wechat-article-writing。须已具备 .aws-article/config.yaml(仓库根相对路径);本篇目录建议已有 article.yaml(见 writing SKILL)。

过程文件

文件说明
.aws-article/config.yaml全局账号与选题/文风约束;选题全程以之为准
article.yaml本篇元数据与 publish_completed;新建本篇须 false;单独 topics 须在目录内创建或更新
topic-card.md选题卡片(标题、摘要、角度、大纲)
research.md调研摘要(搜索发现、竞品分析、数据点)

article.yaml 与文末推荐链接(智能体)

全局 .aws-article/config.yaml 一般不修改;embeds.related_articles 若在全局已配置 manual,各篇可用同一套 {embed:link:名称}。若全局未配或希望每篇不同推荐:

  1. 本篇 article.yaml 中只增加 embeds.related_articles.manual(name + url 列表);不要在本篇写名片/小程序(仍以全局为准)。
  2. 排版时 format.py 仅将本篇的 embeds.related_articles 与全局同名块深度合并。
  3. 智能体自动获取推荐(全局 manual 为空或本篇需要单独列表时):运行

python {baseDir}/../aws-wechat-article-publish/scripts/getdraft.py published-fields 得到已发布正式文章的 title / digest / url,结合当前篇主题挑选最多 3 条,写入本篇 article.yaml 的 embeds.related_articles.manual,并在 article.md 文末使用 {embed:link:名称},name 与 manual 中一致。

  1. 定稿前确认文末 {embed:link:…} 与合并后的 related_articles 一致(参见 review SKILL 定稿说明)。

平台分布

OpenClaw

90.78%
按下载量换算1,884

安全审计

VirusTotal

通过

ClawScan

通过

Static analysis

通过

权限和风险

执行命令

安装流程涉及命令执行,可能通过 openclaw skills install aws-wechat-article-topics 联网下载 Skill 或依赖。用户安装前应确认命令来源、仓库内容和执行环境。

安装前确认

本站仅展示第三方公开信息,不托管安装包,不提供自动安装或运行环境。安装前应自行审查源码、依赖和命令行为。目前只有一个公开来源,建议同时核对源仓库。

继续浏览同类 Skills