大家好，我是冷逸。
朋友们，给大家看看我折腾了好几天整的公众号写作神器**「Auto-Wechat writing」**。
它能做什么？
只需简单输入内容主题和创作要求（比如字数、关键内容点），就能调用写作styles一键直出公众号正文、标题、摘要和封面图，支持自由接入各种模型。
出来的文字，人味很足，朱雀检测“人工创作特征显著”，全部文字我放今天的次条了。
项目已开源，欢迎大家star。
目前还只是1.0版本，我会不断迭代这个项目，后面给它加入写作风格训练、写作类型选择（不限于公众号）、自动同步到公众号后台以及自动生成文章插图等功能，希望大家多多三连支持，感谢了。
1、开发思路拆解
为什么要做这个东西？一开始主要还是自己需要。
因为我自己的写作流程就是：
- 先写正文，完成框架、观点和全文，期间配图也会同步制作。
- 确定正文后，根据全文来起标题、摘要（AI会加入进来）。
- 同步，根据标题和摘要制作封面图。
- 最后，排版、发布。
最近，我就在琢磨，看能不能搞一个全自动的写作工具。刚好智谱这几天上线了新模型GLM-5.1，看大家的实测，特别擅长长程任务，于是我把它接到Claude Code里开整，也借此测一下这个模型。
我的需求其实蛮多的，用口语描述了一大堆功能。
给我做一个“沃垠AI写作神器”的全功能网站，可在本地运行。
功能要求：
1、有三个核心功能：正文生成、标题摘要生成（先生成正文后，再根据正文来生成标题和摘要）、封面生成。正文、标题摘要接同一个模型，图片接另外一个模型。
2、主界面有一个输入会话框，给到示例模板“帮我写一篇公众号文章，主题是xx，字数xx，内容要点有：1.xx，2.xx……”，用户输入内容主题和写作要求后，开始调用大模型进行写作。
3、输入会话框设计有“联网”功能，支持用户手动打开和关闭联网功能。
4、输入会话框还设计有风格1、风格2等可选的写作风格模板。目前只有一个“风格1：科技媒体评论”，风格控制Prompt见本地文件“风格1：科技媒体评论.txt”。
5、写作和生图均支持用户自行调用大模型。调用接口设计成可视化窗口，用户只需要输入模型url、模型key和模型名字，就可以使用。
5、先写正文，写完正文后，再批量出一批标题和摘要，供用户选择。
6、最后，再根据本文的核心内容提炼2-3个关键内容点，并生成封面图片的文生图prompt，统一尺寸比例2.35:1，用户选定某个prompt后，调用生图模型一键生成封面图片。
7、正文和标题摘要，都设计有复制按钮，支持用户一键复制文本。封面图片，设计有下载按钮，支持用户下载到本地。
先给我设计网站开发的产品需求文档。待我确认产品需求文档后，再进行具体的开发。整体要求架构清晰、功能完整，网站真实可用，代码安全。
如果你直接让大模型one shot去做一个成品，这大概率是做不出来的……所以，我们先让它写一份PRD（产品需求文档）。
我拿到PRD后，微调了一下，让它根据定稿版PRD进行开发。
这是一个前后端都有的轻量级项目，先简单过一下架构。
主要就三层： 后端用Express服务入口，负责启动服务器、加载中间件和挂载路由；前端用原生HTML+JS，加载速度快，开发成本低；styles风格系统，是一个外部挂载，支持用户自己编辑、创建“风格.txt”来微调AI的写作风格。
核心的内容生成环节，它做了一个路由层 (routes/)。article.js负责处理正文生成，可以流式输出；titles.js负责批量生成标题和摘要；cover.js负责封面生成，提供Prompt生成+图片下载的功能。
API配置，则是存在浏览器localStorage中，做到了安全合规。
对于一个轻量级网站来说，这个架构是比较成熟且结构清晰的，没有过渡设计。我想要实现的功能，它基本都规划进来了。
先看第一版。
功能大体上做出来了，但是前端太单一，我给了它一些资料和前端设计要求，让它进行优化。
优化后的前端，果然耐看了很多。
我们填入API，冲。
不出意外的话，报错果然来了……这其实不能怪它，怪我自己，API格式不对。前面我填的是anthropic格式的API，而非OpenAI格式的API。
在调整API接口后，它真的能生成文章了。
平时，用惯了别人几十上百个工程师穷究集体智慧做出来的工程化产品，总觉得不以为然，现在看到自己手搓的毛坯产品也能正常生成，这种感觉真的挺奇妙的。
就像最近张雪的采访视频里，有一句话让我真的想了好几天——程前问他初中学历怎么就敢去干发动机？他不做任何思考就说了一句“不会就学啊”。
是啊，不会就学，不服就干，多么简单的道理。
对于我开发这个项目也是，不会你就问AI啊，总能有结果的。
于是，后续测试过程中，陆续出现生成标题报错、生成图片报错……没关系，我们直接跟GLM-5.1聊，让它修复。
后面，我又迭代了大半天。主要是API接口调了很久，每家云厂商甚至每个模型的格式、接口和要求都有些细微的区别。
最终看到封面图也搞定的那一刻，我觉得这个项目成了。
再给大家看下整个的演示流程。
目前，完整项目已经开源放在了Github上，欢迎大家使用和Star。上传Github我也比较懒，直接让GLM-5.1帮我搞定的。
使用方式，也很简单。先把这个项目clone到本地，然后本地npm start，然后接入API就可以用了。
写作这块，文本模型推荐GPT、Qwen、DeepSeek和GLM，图片模型推荐banana或seedream，API记得要选OpenAI标准协议的url。
我不知道，这个项目对于大家来说有没有帮助，但对于我来说是真的受用。
后面，我还会继续迭代风格提示词，以及给它增加导入到公众号后台、配图生成、分发插件等功能，那对于我来说就真的完全自动化了。
写在最后
整个体验下来，GLM-5.1在长程任务开发这块还是挺强的。
我主要开发时间是在昨天。给大家看下我的真实token消耗量，这个项目一共跑了1300万tokens。
从首次输入需求到最后上传Github，与CC对话了大概30多次，调试了近10个版本，最后烧掉1300万tokens，交付了一个我觉得是非常solid的东西。
期间，还调用了检索、代码、测试和API等工具进行开发，也都能稳定衔接。1300万tokens的任务开发，始终能够能够跟目标保持一致，并未丢失，也没有跑偏。
看来，GLM-5.1在长程任务这块还是有点东西的
长程任务，它不同于one shot的showcase。
one shot更多是看前端，看审美，跑出来的demo能看但不能用。而长程任务不关心你酷不酷，而是要看最终出来的东西能不能用，能不能进入生产环境。
从我的实测来看，GLM-5.1的表现是合格的。
要是能开源的话，那就更好了。
