面向自媒体创作者和一人公司的中文skill库

2.1 热点抓取

## 2.1 热点抓取 ```bash wewrite hotspots --limit 30 ``` **降级**：脚本报错 → WebSearch "今日热点 {topics第一个垂类}" ## 2.1b 高频需求参考 对 `topics` 的前 1-2 个垂类词各搜一次近一周的公众号文章： ```bash wewrite search-articles "{垂类词}" -n 15 -t 2 ``` 产出近一周同垂类公众号文章列表（标题/摘要/发布时间/账号），作为「已验证的内容需求」 信号供 2.3 使用。搜狗结果不带阅读量，因此只能说明同题出现频率，不能声称文章“爆款”。 **降级**：命令报错 / 结果为空（搜狗反爬限流）→ 跳过本步，不阻断，选题构成退回默认。 ## 2.2 历史分析 + SEO ``` 读取: {home}/history.yaml（不存在则跳过） ``` ```bash wewrite seo --json {关键词} ``` 历史分析（有 stats 数据时）： - 统计哪种 `framework` 的文章表现最好（阅读量/分享率

2.1b 高频需求参考

## 2.1b 高频需求参考 对 `topics` 的前 1-2 个垂类词各搜一次近一周的公众号文章： ```bash wewrite search-articles "{垂类词}" -n 15 -t 2 ``` 产出近一周同垂类公众号文章列表（标题/摘要/发布时间/账号），作为「已验证的内容需求」 信号供 2.3 使用。搜狗结果不带阅读量，因此只能说明同题出现频率，不能声称文章“爆款”。 **降级**：命令报错 / 结果为空（搜狗反爬限流）→ 跳过本步，不阻断，选题构成退回默认。 ## 2.2 历史分析 + SEO ``` 读取: {home}/history.yaml（不存在则跳过） ``` ```bash wewrite seo --json {关键词} ``` 历史分析（有 stats 数据时）： - 统计哪种 `framework` 的文章表现最好（阅读量/分享率）→ 推荐框架时加权 - 统计哪种 `enhance_strategy` 的文章表现最好 → 增强策略选择时参考 - 近 7 天已写的关键词降分（去重） **降级**：SEO 脚本报错 → LLM

2.2 历史分析 + SEO

## 2.2 历史分析 + SEO ``` 读取: {home}/history.yaml（不存在则跳过） ``` ```bash wewrite seo --json {关键词} ``` 历史分析（有 stats 数据时）： - 统计哪种 `framework` 的文章表现最好（阅读量/分享率）→ 推荐框架时加权 - 统计哪种 `enhance_strategy` 的文章表现最好 → 增强策略选择时参考 - 近 7 天已写的关键词降分（去重） **降级**：SEO 脚本报错 → LLM 判断；history 无 stats → 跳过效果分析，仅做去重 ## 2.3 生成选题 ``` 读取: {skill_dir}/references/topic-selection.md ``` 生成 **10 个选题**，其中： - **5-6 个热点选题**：基于 2.1 的热点，按 topic-selection.md 规则评分 - **2-3 个高频角度选题**（仅 2.1b 有产出时）：基于近一周同题文章，按 topic-selection.md 规则评分，标注“高频需求

2.3 生成选题

## 2.3 生成选题 ``` 读取: {skill_dir}/references/topic-selection.md ``` 生成 **10 个选题**，其中： - **5-6 个热点选题**：基于 2.1 的热点，按 topic-selection.md 规则评分 - **2-3 个高频角度选题**（仅 2.1b 有产出时）：基于近一周同题文章，按 topic-selection.md 规则评分，标注“高频需求”；2.1b 无产出时份额还给热点 - **2-3 个常青选题**：不依赖热点，从用户的 `topics` 领域生成长尾内容（教程/方法论/经验总结/工具推荐），标注为"常青"。适合 content_style 为干货型/测评型的用户 每个选题含标题、评分、点击率潜力、SEO 友好度、推荐框架。 - 自动模式 → 选最高分 - 交互模式 / 单独激活 → 展示全部，等用户选 ## 完成 用 `wewrite run update --patch` 写入 `topic.title`、`topic.keywords`、`topic.source` （“热点抓取

配套CLI需要Python3.11+及项目声明依赖。

requires-python = ">=3.11"

仓库MIT许可，遵守版权与许可声明保留要求。

MIT License Copyright (c) 2026 OpenClaw Permission is hereby granted, free of charge, to any person obtaining a copy of this software and associated documentation files (the "Software"), to deal in the Software without restriction, including without limitation the rights to use, copy, modify, merge, publish, distribute, sublicense, and/or sell copies of the Software, and to permit persons to whom the Software is furnished to do so, subject to the following conditions: The above copyright noti

原生选题目录和配套CLI必须同时就绪；上游整套安装器会链接全部模块及可能迁移旧状态，本项说明限定固定源码CLI与单模块安装，未实际安装。

# WeWrite 安装脚本（v2.2 起）：wewrite CLI + skill 符号链接 + 旧状态迁移 # # 1) 安装 `wewrite` CLI（确定性工具层，pip 包）： # 优先 uv tool install，其次 pipx；都没有则回退仓库内 venv + # editable 安装并链接到 ~/.local/bin（绕过 macOS PEP 668）。 # 在 dist 拷贝（无 pyproject.toml）里运行时自动改为从 git 安装。 # 2) 把 skills/ 下的主入口与各 wewrite-* 模块符号链接到 # ~/.claude/skills/ 和 ~/.agents/skills/（可用环境变量覆盖）； # 检测到 OpenClaw / Codex 时（~/.openclaw、~/.codex 存在）同样链接—— # 三家均原生支持 folder-per-skill 的 Agent Skills 标准。 # 3) 检测到 v2.1 之前留在仓库根的用户状态（style.yaml 等）时， # 执行 `wewrite migrate` 迁到 $WEWRITE_HOME（默认 ~/.wewrite，幂等）。 # # 用法： bash install.sh # 幂等： 可重复运行。 set -euo pipefail cd "$(dirname "$0")" REPO="$(pwd)" # 本地仓库（有 pyproject）从本地装最新代码；dist 拷贝等场景装 PyPI 发布版 P