AI Self-Media Tools

一个人管理10+个自媒体平台，从选题、生成到发布全流程自动化——这款开源工具正在改变独立创作者的游戏规则。

引言：自媒体运营者的效率困境

如果你同时运营公众号、快手、B站、知乎、小红书、掘金等多个平台，一定深有体会：最消耗时间的不是写作本身，而是那些琐碎的“体力活” ——收集趋势、决定写什么、针对不同平台适配内容、跑质量检查、发布、验证文章是否真的上线了。

2026年8月，开发者 mage0535 在 GitHub 上开源了 AI Self-Media Tools（项目地址：https://github.com/mage0535/ai-self-media-tools），一个面向自媒体运营者和 AI Agent 的多平台内容运营工具箱，迅速在技术社区引发关注。

本文将从项目介绍、核心功能、安装部署、实战教程、运营建议五个维度，为你完整拆解这套开源工具链。

一、项目介绍：什么是 AI Self-Media Tools？

AI Self-Media Tools 是一个面向自媒体运营者和 AI Agent 的多平台内容运营工具箱。它把账号数据复盘、运营策略、选题、图文/视频生成、素材授权、质量门禁、草稿/交接/发布和发布后复盘串成一条可检查、可追踪、可复用的工作流。

当前版本： 1.0.0

核心理念： 不是“一键乱发”，而是 “运营先行 + 内容生成 + 可执行门禁 + 可回查证据”。

1.1 解决什么问题？

项目README中明确列出了五大痛点：

1.2 支持的平台

AI Self-Media Tools 覆盖了国内外主流内容平台：

国内平台： 公众号、快手、B站、知乎、掘金、抖音、视频号、小红书

国际平台： X/Twitter、YouTube、TikTok、Dev.to、Bluesky、Mastodon、Nostr

二、核心工作流：8步闭环

AI Self-Media Tools 将完整的内容生命周期串联成一条管道：

Step 1：账号与赛道分析

读取账号定位、历史表现、平台状态和增长策略。

Step 2：趋势与选题

结合平台内数据、同赛道账号、多平台热榜、搜索趋势和历史去重。一条命令即可从 GitHub、HN、抖音、B站、微信搜索等多个来源拉取热门话题。

Step 3：内容规划

确定数量、内容形式、标题、hook、脚本、素材、封面、发布时间。

Step 4：内容生成

生成长文、图文、知识卡、短视频脚本、标题、正文、标签、SEO/GEO 内容。生成平台适配的内容——长文、短文、轮播脚本、视频脚本。

Step 5：媒体制作

匹配真实素材或合规生成素材，制作图片、知识卡、配音、字幕、BGM、视频。

Step 6：质量门禁（核心亮点）

检查 preflight、recipe、工具调用、素材授权、BGM指纹、字幕安全区、重复度、平台格式。质量门禁是硬性检查，不是建议——没有绕过路径。

Step 7：发布或交接

自动平台进入草稿/定时/postcheck；手工平台输出完整 handoff 包。草稿优先发布——默认推送到平台草稿箱，人工审核后才真正上线。

Step 8：发布后复盘

采集播放、阅读、点赞、评论、收藏、转发、涨粉、完播等数据，反向更新增长策略。再也不会出现“我以为已发布其实还在草稿”的情况——发布后验证会捕捉它。

三、强约束层：规则即代码

当前版本最大的升级是：把“规则写在文档里”升级为“规则必须进入代码门禁”：

四、安装与快速上手教程

4.1 环境要求

• Python 3.8+
• Git

4.2 安装步骤

Windows PowerShell：

git clone https://github.com/mage0535/ai-self-media-tools.git
cd ai-self-media-tools
.\install.ps1
python scripts\onboard_operator.py

macOS / Linux：

git clone https://github.com/mage0535/ai-self-media-tools.git
cd ai-self-media-tools
./install.sh
python scripts/onboard_operator.py

4.3 基础验证

python -m content_platform.cli project-audit
python scripts/validate_channel_rulebook.py
pytest -q

4.4 新手绑定账号

python scripts/onboard_operator.py

只检查当前状态：

python scripts/onboard_operator.py --check

查看单个平台说明：

python scripts/onboard_operator.py --platform wechat
python scripts/onboard_operator.py --platform kuaishou
python scripts/onboard_operator.py --platform bilibili

4.5 快速启动（15分钟上手）

python scripts/install.py
python -m content_platform health
python -m content_platform trends --limit 5
python -m content_platform analyze-topic --topic "AI workflows"
python -m content_platform project-audit

从安装到首次拉取趋势：大约15分钟。

五、常用工具命令

六、Agent 使用建议

AI Self-Media Tools 是 Agent-Agnostic（无关特定AI助手） 的设计。它不绑定任何一个 AI 助手，可以配合 Hermes、Codex、Claude Code 或纯 CLI 命令使用。

Hermes 或其他 Agent 执行自动任务前必须先做：

1. 读取固定《账号增长策略》
2. 运行 performance-cycle 刷新真实数据
3. 调用能力检查

七、隐私与安全：公开分享边界

⚠️ 不要提交或分享以下内容：

• config.json
• .env、secrets/
• data/、cookies/、logs/、artifacts/
• 浏览器 profile
• 账号截图、作品、数据库、发布记录
• cookie、API key、token、代理节点

分享给朋友时，建议只分享 GitHub 仓库或由发布脚本生成的干净包。

项目内置了 project-audit 命令，在任何 git push 前扫描密钥（API密钥、cookies、IP）。

八、运营建议与最佳实践

8.1 让 AI 做 90%，人做最后的 10%

AI 可以完成 90% 的工作，但最后的 10%——判断和决策——应该留给人来做。工具包默认把内容推送到草稿箱而非自动发布。

8.2 用数据驱动选题

利用 trends 和 analyze-topic 命令，按热度、实用性、视觉吸引力、平台契合度和历史反馈为候选话题排名。

8.3 建立内容质量基线

质量门禁是硬性检查——没有绕过路径。让每个内容包都通过 preflight、content_recipe、visual_recipe 和 tool_invocation_manifest 检查。

8.4 历史去重，避免重复选题

运行 check_platform_topic_independence 检查，避免同一主题在不同平台间重复。历史检查在生成前就会捕捉到重复话题。

8.5 发布后一定要验证

不要相信发布器的“成功”提示。运行 postcheck 重新检查平台管理后台，确认内容确实已上线。

8.6 定期复盘，持续优化

采集播放、阅读、点赞、评论、收藏、转发、涨粉、完播等数据，反向更新增长策略。形成“数据→洞察→策略→执行→数据”的闭环。

九、适合谁用？

• 管理多个平台的独立创作者（核心使用场景）
• 熟悉 CLI 的技术博客作者
• 希望建立一致质量基线的内容团队
• 想要趋势+打分+审核循环的数据驱动创作者

十、总结

AI Self-Media Tools 不是又一个“一键发天下”的粗糙工具，而是一套把运营方法论代码化、可执行化、可审计化的严肃工作流。

它帮你解决的问题不是“怎么写得更快”，而是：

• 知道该写什么（趋势挖掘 + 选题打分）
• 写对的东西（平台适配 + 质量门禁）
• 发对的地方（多平台适配 + 草稿优先）
• 确认真的发了（postcheck 验证）
• 下次写得更好（数据复盘闭环）

内容创作是场马拉松。那些能消除重复工作的工具，让你把精力花在真正重要的地方：内容本身。

如果它也能为你节省时间，请到 GitHub 给项目点个 Star——这能帮助更多创作者发现它。