为了想清楚 Agent 时代怎么发社交平台,我做了 ArcSocial

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
为了想清楚 Agent 时代怎么发社交平台,我做了 ArcSocial
9321点击    2026-06-28 11:44

为了想清楚 Agent 时代怎么发社交平台,我做了 ArcSocial


ArcSocial 不是为了让 AI 替我写文章,而是为了把人的判断、Agent 的协作和平台发布流程组织成可追溯、可维护的工作区。


为了想清楚 Agent 时代怎么发社交平台,我做了 ArcSocial


从开始发公众号的第一天起,我就在想一件事:


如果未来很多内容工作都会发生在人和 Agent 的协作里,那么发社交平台这件事到底应该怎么组织?


后来,我把这套实践整理成了一个开源工作区,叫 ArcSocial。


它面向的不是“让 AI 替我写文章”,而是人和 Agent 一起完成社交内容生产、平台适配、发布准备和过程复盘。


01 人主导,Agent 协作


在这个过程中,我越来越清楚一件事:Agent 参与内容生产,并不意味着人把写作外包给 AI。


对我来说,选题、角度、判断和最终取舍仍然在人这里。


Agent 更像一个协作对象。它可以帮我整理材料、展开结构、生成版本、检查遗漏、适配平台。但一篇文章要不要写、怎么写、哪些表达不成立、哪些地方必须重写,最后还是我来判断。


有时候我不满意,也会直接自己写一段,再让 Agent 做整理和适配。


所以 ArcSocial 要解决的不是“让 AI 替我写文章”,而是把这种人主导、Agent 协作的过程组织起来。


02 核心是几个 skill


ArcSocial 不是一个 Web/App 服务,也不需要启动常驻后台。它更像一个开源的 agent-native 社交内容工作区。


你把它拉下来,在项目根目录里和 Agent 对话。ArcSocial 负责提供一套工作流和文件边界,让 Agent 知道自己现在该做什么。


ArcSocial 的核心其实是 .agents/skills 里的几个 skill。它们不是普通文档,而是给 Agent 看的工作规则。


现在主要有四个:


• arcsocial-intro:负责新用户入口。它会说明 ArcSocial 是什么、当前支持哪些平台、怎么初始化 workspace/,以及用户应该怎样开始和 Agent 对话。


• social-publishing-workflow:负责完整发布流程编排。它会判断当前内容处在哪个阶段:只是一个想法、已经有标准草稿、已经有平台稿,还是要进入预览和发布准备。


• social-writing:负责写作层。它会保留原始输入,生成标准草稿,再在需要时生成不同平台的适配稿。


• wechat-draft:负责公众号发布准备。它会从公众号平台稿生成本地预览、发布报告、Wenyan-ready Markdown,并在确认后写入公众号草稿箱。


这几个 skill 组合起来,才是 ArcSocial 的核心能力。它们让 Agent 不只是“帮忙写一段”,而是知道自己处在流程的哪一步。


什么时候记录原始输入,什么时候写标准草稿,什么时候适配公众号,什么时候只生成本地预览,什么时候必须停下来等人确认。


ArcSocial 的核心不是一个界面,而是一套能被 Agent 稳定执行的工作规则。


03 人工调整也进入流程


这里有一个细节很关键:ArcSocial 不是追求把人工调整消灭掉,而是把人工调整放进流程里。人可以继续改选题、改结构、改表达,Agent 则负责把这些修改放回正确的层级,再继续完成平台适配和发布准备。


它的使用方式也很简单。你不需要先记住所有目录,可以直接对 Agent 说:


用 ArcSocial 帮我把这个想法整理成一篇公众号文章。


或者:


继续完善这篇标准草稿,准备发公众号。


Agent 会按这些 skill 的约定,把原始输入、标准草稿、公众号稿和发布准备产物放到对应位置。


ArcSocial 不是替你做判断,而是让人和 Agent 的协作过程有明确路径。


04 一篇文章不应该只有最终稿


ArcSocial 里,一篇文章通常会分成几层:


• 原始输入:保留最开始的想法、口述、材料或补充。


• 标准草稿:平台无关的主版本,承载核心观点和论证结构。


• 平台稿:面向公众号、X、LinkedIn、小红书、知乎等平台的适配版本。


• 发布产物:本地预览、Wenyan 输入、发布报告和非敏感结果记录。


这看起来比直接写一个 Markdown 麻烦,但它解决的是一个真实问题:


平台稿不应该成为唯一事实来源。


公众号稿为了阅读体验,可能会调整标题、段落节奏、摘要和图片位置。其他平台也会有自己的表达方式。如果所有内容都混在一个文件里,过一段时间就很难知道:这篇文章真正想表达的核心观点是什么?哪些是平台表达?哪些是发布层处理?


所以 ArcSocial 保留标准草稿,再从标准草稿生成平台稿。


这不是仪式感,而是为了可追溯。


当 Agent 参与长期协作时,过程可追溯会比以前更重要。


05 公众号是第一个完整 adapter


目前 ArcSocial 里完成度最高的平台,是微信公众号。


它可以从 workspace/platforms/wechat/ 读取公众号平台稿,生成几类发布准备产物:


• 本地完整预览。


• 发布检查报告。


• Wenyan-ready Markdown。


• 可选封面和正文图片引用。


• 非敏感发布结果记录。


在你确认后,它可以通过 wenyan-mcp 写入公众号草稿箱。


我没有选择重新实现公众号底层能力,而是接入了开源项目 wenyan-mcp。ArcSocial 负责上层工作流:从想法到草稿,从草稿到平台稿,从平台稿到发布准备,以及文件边界和确认门禁。


Wenyan 负责更接近公众号草稿箱的渲染、图片上传和草稿创建。


这个分工也代表 ArcSocial 的定位:它不是要吞掉所有平台能力,而是把“人和 Agent 协作发社交平台”这条链路组织起来。


公众号 adapter 解决的是从平台稿到草稿箱之前的最后一段路。


06 发布层会继承最近的风格


还有一个我很需要的能力:它会自动参考最近的公众号文章风格。


比如生成预览时,wechat-draft 会查找最近成功发布或最近准备过的公众号稿,把它作为排版风格参考。然后在发布层处理标题样式、段落节奏、本地图片路径、列表安全转换和预览字段展示。


这个过程不会覆盖人工源稿。标准草稿仍然在 workspace/content/drafts/,公众号平台稿仍然在 workspace/platforms/wechat/,自动排版和安全处理只发生在 workspace/publishing/wechat/ 下面的生成产物里。


发布报告也会把这些事情说清楚:这次参考了哪篇文章的风格、内容变更范围是什么、封面和摘要是否齐全、正文图片是否可用、有没有需要人工处理的风险。


这对我来说很重要。人工调过的风格可以自然延续,Agent 自动化又不会反过来污染源文件。它更像是在发布层接住人工经验,而不是替人重写文章。


发布层不是重写文章,而是把已经形成的人工风格稳定延续下去。


07 邀请一起维护


这篇文章本身也是用 ArcSocial 生成和维护的。更准确地说,我之前发公众号时,已经把草稿、平台稿、图片、预览和发布产物都放进了这个工作区。


ArcSocial 不是一个先想象出来、再去找使用场景的工具。它是从我自己的发布实践里一点点长出来的。


GitHub 在这里:


https://github.com/feitianchengzi/arcsocial[1]


接下来我希望继续开源维护它。它现在还不完整,但方向是清楚的:做一个面向 Agent 协作的社交内容工作区。


我尤其希望有人一起补两类东西:


• 平台 adapter:把 X、LinkedIn、小红书、知乎、即刻、Medium 等平台,从“只能生成平台稿”推进到“可以检查、预览、准备发布”。


• 实践反馈:告诉我这套流程在哪些地方太重、太轻、太绕,或者不符合真实发布习惯。


我越来越觉得,AI 时代很多工具不会先以完整 App 的形态出现。它们可能先是一组 skills、一套文件约定、一个本地脚本、一个平台 adapter、一个能被 Agent 稳定调用的工作区。ArcSocial 就是这种形态的一个小尝试。


它不是为了证明“AI 可以写文章”。对我来说,更重要的问题是:


当人和 Agent 一起做长期内容生产和社交平台发布时,我们怎样让这个过程可控、可追溯、可维护,并且能被更多人一起改进?


如果你正在做类似的事情,欢迎一起来试。


引用链接


[1]https://github.com/feitianchengzi/arcsocial


文章来自于微信公众号 “碳基不蒸馏”,作者 “碳基不蒸馏”

AI转型,免费服务,就找AITNT
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!

项目地址:https://github.com/coze-dev/coze-studio


【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/付费

2
智能体

【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。

项目地址:https://github.com/Significant-Gravitas/AutoGPT


【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。

项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md