1. 项目概述一个能自动“喂”内容的WordPress机器人如果你运营着一个资讯类、博客类或者需要持续更新的网站最头疼的事情之一可能就是“内容从哪里来”。每天手动找新闻、写摘要、配图、发布这活儿既枯燥又耗时。今天要聊的这个开源项目tankeito/Publish-Mate在OpenClaw生态里也叫auto-publisher就是来解决这个痛点的。它本质上是一个自动化内容发布管道能帮你从全球多个新闻源抓取内容自动生成带特色图片的文章并一键发布到你的WordPress网站或其他支持的自定义CMS上。简单来说你可以把它理解为一个24小时待命的“内容助理”。你只需要配置好新闻源比如BBC、纽约时报的RSS或者通过NewsAPI获取特定分类的新闻设定好每天发布的数量、文章分类和标签它就能在后台自动运行。对于个人站长、小型媒体团队或者需要维护多个内容频道的运营者来说这能极大地解放生产力把精力从重复劳动中转移到内容策划和深度创作上。它的核心价值在于“聚合”与“自动化”将信息获取、内容加工和发布上线这三个环节串联起来形成一条流畅的流水线。2. 核心设计思路与架构解析2.1 为什么选择“管道式”设计这个项目的设计哲学非常清晰模块化管道。整个流程被拆解为三个核心且独立的模块fetch_news.py抓取新闻、fetch_image.py获取配图、publish.py发布文章。这种设计的好处显而易见。首先高内聚低耦合。每个模块只负责一件事并且做好。新闻抓取模块不关心图片怎么来发布模块也不关心新闻内容是如何生成的。这意味着你可以轻易地替换其中任何一个环节。比如你觉得默认的图片搜索API不够好完全可以自己写一个模块接入更强大的图库而无需改动其他部分的代码。其次易于调试和扩展。当流程出错时你可以清晰地定位问题发生在哪个“管道”阶段。是新闻源失效了还是图片下载超时或者是WordPress的API密钥不对模块化的日志也会按阶段记录排查起来非常方便。从扩展性上讲如果你想增加对“Medium”或“Ghost”等平台的支持理论上只需要实现一个新的发布模块并修改主流程的调度逻辑即可。最后支持“预览”模式。这正是得益于模块化。preview命令实际上就是执行了前两个模块抓取和生成但跳过了最终的发布模块将生成的文章内容和图片链接展示给你看让你在正式发布前有个最终把关的机会。2.2 多新闻源适配从RSS到自定义API项目支持三种新闻源类型这覆盖了绝大多数场景也是其灵活性的体现。RSS源这是最通用、最古老也最稳定的方式。几乎所有的新闻网站、博客都提供RSS输出。配置简单无需API密钥直接填入URL即可。项目内置了BBC和纽约时报的示例但你可以添加任何你感兴趣的RSS源比如科技媒体的、行业博客的。它的工作原理是定期请求这个XML格式的链接解析出最新的文章条目。NewsAPI这是一个聚合了全球上万家新闻源的服务。它的优势在于可以按分类如商业、科技、娱乐、按国家/地区进行筛选获取的内容更加结构化、干净。缺点是免费额度有限并且需要注册获取API Key。对于需要更精准内容筛选的场景NewsAPI是更好的选择。自定义API这是留给高级用户的“后门”。也许你公司内部有一个内容管理系统或者你偏爱某个小众但高质量的新闻聚合器只要它提供了HTTP API接口你都可以通过配置field_mapping将接口返回的JSON字段映射到项目内部需要的title,content,link等字段上。这几乎实现了无限的内容源扩展能力。注意在实际使用中我建议优先使用RSS源因为它最稳定、无成本。将NewsAPI作为补充用于获取特定领域的新闻。自定义API则用于整合内部或特殊资源。同时务必为每个源设置合理的max_items如3-5条避免单次运行抓取过多内容导致发布节奏失控或API调用超限。2.3 安全与配置管理策略这是我非常欣赏这个项目的一点它对安全性的考虑很到位。所有敏感信息如WordPress的应用密码、各类API的密钥都强制通过环境变量Environment Variables来管理而不是写在明文的配置文件config.json里。为什么这么做假设你把API密钥直接写在config.json里然后不小心把这个文件上传到了GitHub等公开仓库你的密钥就瞬间暴露了可能导致未经授权的API调用产生高额费用或者网站被恶意发布内容。通过环境变量敏感信息只存在于运行这台机器或容器环境中配置文件里只存放非敏感的站点URL、用户名等。具体到WordPress它使用了“应用密码”而非你的登录密码。你可以在Word后台为用户生成一个专属密码这个密码仅用于API调用。即使这个密码泄露你也可以随时单独撤销它而不影响你的主账户密码安全性更高。在配置管理上项目提供了两种方式交互式的setup.sh向导和手动的config.example.json模板复制修改。对于新手强烈推荐使用向导它能一步步引导你完成基本设置。对于老手直接修改JSON配置文件效率更高。配置文件本身的结构也很清晰分为了platform平台设置、publishing发布设置、images图片设置、news_sources新闻源等大块一目了然。3. 从零开始的详细配置与实操指南3.1 基础环境搭建与项目部署这个项目运行在OpenClaw框架下OpenClaw可以理解为一个执行自动化任务Skill的机器人平台。因此第一步是确保你有一个可用的OpenClaw环境。如果你还没有需要先根据OpenClaw的官方文档进行安装。部署auto-publisher有两种方式方式一通过OpenClaw Skills命令安装推荐这是最快捷的方式OpenClaw会自动处理依赖和技能注册。openclaw skills install auto-publisher执行后技能相关的文件会被下载到~/.openclaw/skills/auto-publisher/目录下。方式二手动克隆仓库如果你需要研究代码或进行二次开发可以选择手动克隆。git clone https://github.com/tankeito/Publish-Mate.git ~/.openclaw/skills/auto-publisher手动克隆后可能需要你检查并安装Python依赖通常项目根目录会有requirements.txt。无论哪种方式安装完成后你都可以通过openclaw或直接在技能目录下运行相关命令来操作它。3.2 核心配置项逐项详解运行bash ~/.openclaw/skills/auto-publisher/setup.sh启动交互式配置向导或直接编辑config.json。我们来深入看看几个关键配置项platform平台配置url: 你的WordPress站点地址。务必填写完整地址包括https://。例如https://www.yourblog.com。程序会自动尝试拼接出REST API端点通常是/wp-json/wp/v2。username: 用于发布文章的WordPress用户名。这个用户需要有“作者”或以上权限才能创建文章。publishing发布策略配置posts_per_day:这是控制发布节奏最重要的参数。它不表示“每24小时发布数”而是指“每次运行/auto-publisher命令时最多发布多少篇文章”。如果你通过cron job设置每天运行2次每次设为3那么理论上每天最多发布6篇。建议从较小的数字开始比如2-3观察内容质量后再调整。language: 内容语言。虽然项目示例是zh但主要影响的是向Unsplash等图库搜索图片时的关键词语言。新闻内容本身由源站决定。status: 文章状态。publish是直接发布。对于内容质量要求高的场景可以设置为draft草稿或pending待审核这样生成的文章会先进入后台由你人工审核后再发布。categories,tags: 为所有自动发布的文章设置统一的分类和标签。你可以设置多个例如[科技新闻, 转载]。这有助于网站的内容管理。images图片配置source: 图片搜索的优先级顺序。它是一个数组例如[“unsplash”, “pexels”, “rss”]。程序会按顺序尝试直到成功获取一张图片作为文章特色图像。rss表示回退到新闻原文中自带的图片。download_timeout和upload_timeout: 网络超时设置。如果你的服务器网络环境较差或者图库API响应慢可以适当调大这些值单位秒避免因超时导致整个流程失败。news_sources新闻源配置这是项目的“心脏”。配置是一个JSON数组每个元素是一个新闻源对象。你需要根据类型填写不同参数。例如同时配置一个RSS源和一个NewsAPI源news_sources: [ { type: rss, url: https://rsshub.app/bbc/news, name: BBC News, max_items: 3 }, { type: newsapi, category: technology, country: us, api_key_env: NEWS_API_KEY, max_items: 2 } ]这里我用了rsshub.app的BBC源作为示例它是一个强大的RSS生成工具可以获取很多网站的RSS。max_items要谨慎设置所有新闻源的max_items加起来最好略大于你设置的posts_per_day以保证有足够内容可供筛选又不会请求过多数据。3.3 环境变量设置安全关键步骤如前所述所有密码、密钥都通过环境变量设置。有几种方式1. 临时设置当前终端会话有效export WP_APP_PASSWORDxxxx xxxx xxxx xxxx export NEWS_API_KEYyour_newsapi_key_here2. 永久设置推荐写入OpenClaw配置文件编辑~/.openclaw/openclaw.json在对应技能配置中添加env字段{ skills: { entries: { auto-publisher: { enabled: true, env: { WP_APP_PASSWORD: xxxx xxxx xxxx xxxx, NEWS_API_KEY: your_newsapi_key_here, UNSPLASH_ACCESS_KEY: your_unsplash_key_here } } } } }这样设置后每次OpenClaw启动该技能时都会自动注入这些环境变量最安全方便。3. 使用.env文件如果项目支持有些部署方式支持在项目根目录创建.env文件但根据项目文档它更推荐方式2。务必确保.env文件被加入.gitignore避免提交。实操心得我强烈推荐使用第2种方式OpenClaw配置。首先它和OpenClaw框架深度集成管理集中。其次当你需要迁移服务器或重建环境时只需要备份这一个openclaw.json文件所有技能的密钥就都在了。最后它的优先级明确避免因系统环境变量冲突导致的问题。4. 工作流程深度拆解与模块协作4.1 一次完整的发布生命周期当你执行/auto-publisher publish命令时幕后发生了一系列有序的协作初始化与加载主脚本auto_publish.py启动加载config.json配置并读取必要的环境变量。它会检查关键配置如WordPress URL是否有效。新闻抓取阶段fetch_news.py模块被调用。它遍历config.json中news_sources数组里的每一个源。对于RSS源它使用feedparser库解析XML提取标题、原文链接、摘要或全文内容、发布时间。对于NewsAPI源它构造请求URL带上API Key请求JSON数据并解析返回的文章列表。对于自定义API它根据配置的URL、请求头和字段映射获取并转换数据。所有抓取到的文章条目会被收集到一个大列表里。然后程序会查询本地的“已发布记录”通常是一个JSON文件或小数据库根据文章链接或标题进行去重过滤掉已经发布过的内容。内容生成与图片匹配阶段经过去重和数量筛选根据posts_per_day后对每一篇待发布的文章内容模板化程序会读取templates/目录下的模板文件如default.md。模板中通常包含像{{ title }}、{{ content }}、{{ source_link }}这样的占位符。程序会用真实的新闻数据替换这些占位符生成最终的Markdown或HTML格式的文章正文。你可以修改这些模板来定制文章的样式比如在开头加上“【转载】”在结尾加上原文链接和免责声明。图片搜索fetch_image.py模块开始工作。它首先尝试用文章的标题或关键词按照images.source配置的顺序去搜索图片。例如先调用Unsplash API如果没找到合适的或API出错就降级调用Pexels API。如果所有图库都失败最后尝试从RSS条目自带的媒体信息中提取一张图片。下载的图片会临时保存在本地。发布上传阶段publish.py模块接管。它首先使用配置的用户名和应用密码向WordPress的REST API (/wp-json/wp/v2/posts) 发起认证请求获取访问令牌。然后它分两步操作先上传图片。将临时图片文件通过Media接口上传到WordPress媒体库成功后WordPress会返回一个图片的ID。再创建文章。构造一个POST请求包含标题、正文使用上一步生成的HTML、分类、标签、状态以及最关键的特征图片ID发送到创建文章接口。如果发布成功程序会将这篇文章的标题、链接和发布时间记录到本地的“历史记录”中用于未来的去重。收尾与日志整个过程的关键步骤和结果成功或失败都会被记录到logs/目录下的文件中。无论成功与否临时下载的图片文件都会被清理确保不占用额外磁盘空间。4.2 图片获取策略与优化图片是文章的门面自动获取图片的成败和效果直接影响发布质量。项目提供了多层降级策略理解这个策略对配置优化很重要。首选专业图库API (Unsplash, Pexels, Pixabay)优点图片质量高、版权清晰通常是免费商用许可、与关键词匹配度相对较好。缺点需要API Key虽然有免费额度且搜索结果是“相关”而非“精确”。用新闻标题去搜可能返回一张意境图而非新闻现场图。技巧你可以修改fetch_image.py中的搜索逻辑。默认可能直接用文章标题搜索。更好的做法是先从新闻内容中提取出几个核心实体名词如地名、人物、事件用这些词的组合进行搜索命中率会更高。这需要一些简单的自然语言处理但对于技术博客来说可以作为一个改进点。次选RSS源内嵌媒体优点绝对相关是新闻原配图片。缺点不是所有RSS都包含高质量图片链接有些可能只是小图标或logo。且可能存在版权风险直接使用需谨慎。实操在配置RSS源时可以优先选择那些在media:content或enclosure标签中提供大图的源。BBC、Reuters的RSS通常做得不错。保底本地默认或纯文字如果以上所有方式都失败可以配置一个本地默认图片的URL或者干脆不发特色图片。文章依然可以发布只是没有头图。注意事项关于图片版权这是自动化内容聚合必须严肃对待的问题。即使使用了Unsplash等免费图库也最好在文章末尾或图片说明处按照其要求标注摄影师信息。对于RSS内的图片最稳妥的方式是只将其用作“参考”或者发布时注明图片来源并链接回原文避免直接的版权纠纷。在config.json中你可以通过images.attribution_text类似的配置项如果项目支持来添加统一的版权说明。4.3 模板系统的灵活运用项目自带的templates/default.md可能比较简单。但模板系统是你个性化输出内容的强大工具。你可以创建多个模板并在配置中指定甚至可以根据新闻源的不同动态选择模板。一个增强版的模板可能长这样## {{ title }} 本文内容由自动化程序从 **{{ source_name }}** 采集并整理仅供参考。 {{ content }} --- **原文链接**: [点击查看]({{ source_link }}) *版权声明本文转载自外部媒体所有权利归原作者所有。本站发布此文仅供信息分享不构成任何投资或行动建议。*在这个模板中{{ source_name }}对应新闻源配置中的name字段。你还可以在模板中使用简单的条件判断如果项目使用的模板引擎支持如Jinja2来实现更复杂的逻辑比如当内容过长时自动插入“”标记。关键点模板最终生成的内容会被转换成HTML再发送给WordPress。确保你的Markdown语法是WordPress支持的或者模板直接使用HTML编写以获得最精确的格式控制。5. 高级技巧、常见问题与故障排查5.1 提升内容相关性与质量的技巧自动化发布容易导致内容生硬、图片文不对题。以下是几个提升质量的实战技巧新闻源精选与清洗不要贪多。选择3-5个与你网站主题高度相关、内容质量稳定的新闻源。对于RSS源可以先用阅读器订阅一段时间观察其更新频率和内容质量。对于NewsAPI充分利用其category和q关键词查询参数进行过滤。后处理脚本项目本身可能只提供基础的模板替换。你可以在主流程 (auto_publish.py) 中内容生成之后、发布之前插入一个自己的“后处理”函数。这个函数可以摘要重写调用一个AI摘要API如国内大模型的API将冗长的新闻原文重写成一段简洁流畅的摘要。关键词提取自动从内容中提取关键词并将其设置为文章的标签Tags而不是使用配置里固定的全局标签。敏感词过滤根据你的需要对标题和内容进行简单的关键词过滤。人工审核流程将publishing.status设置为draft。让程序自动生成草稿。然后你每天花10分钟登录WordPress后台快速浏览一下草稿列表进行标题微调、图片替换或内容删减再手动发布。这样实现了“机器采集人工把关”的半自动化流程质量和可控性最高。5.2 部署与自动化调度项目安装好后你需要让它定时运行。OpenClaw本身可能提供了调度功能。如果没有最经典的方式是使用Linux系统的Cron Job。编辑Crontabcrontab -e添加定时任务例如每天上午9点和下午5点各运行一次。0 9,17 * * * cd /home/your_user/.openclaw /usr/bin/openclaw skills run auto-publisher 21 /home/your_user/auto_publisher.log0 9,17 * * *表示在每天的第0分钟整点的9点和17点执行。cd /home/your_user/.openclaw确保在正确的目录下执行因为技能路径是相对的。/usr/bin/openclaw是openclaw命令的绝对路径用which openclaw命令查找。skills run auto-publisher是运行技能的命令。21 /home/your_user/auto_publisher.log将标准输出和错误输出都重定向到一个日志文件方便后续查看。使用Systemd Timer更现代的管理方式对于Linux系统可以创建一个systemd service和timer单元文件实现更可靠的守护进程和定时任务管理能更好地处理日志、失败重启等。5.3 常见问题与解决方案速查表在实际运行中你可能会遇到以下问题。这里提供一个快速排查指南问题现象可能原因排查步骤与解决方案运行命令无反应或报“技能未找到”1. 技能未正确安装。2. OpenClaw环境变量或路径问题。1. 确认~/.openclaw/skills/auto-publisher/目录存在。2. 尝试在技能目录下直接运行python scripts/auto_publish.py --preview测试核心功能。3. 检查OpenClaw版本和技能兼容性。新闻抓取失败日志显示连接超时或拒绝1. 新闻源URL错误或失效。2. 服务器网络无法访问外网。3. RSS源需要特殊处理如反爬。1. 用curl或浏览器手动访问配置的RSS/API URL测试连通性。2. 检查服务器防火墙和网络设置。3. 对于某些源可能需要添加User-Agent请求头可在自定义API配置中实现。WordPress发布失败返回“401未授权”1. 应用密码错误或已撤销。2. WordPress站点URL错误。3. 用户名错误。1.重点检查在WordPress后台重新生成应用密码并更新环境变量WP_APP_PASSWORD。注意密码中的空格要保留。2. 确认站点URL能正常访问且REST API端点可用访问https://yoursite.com/wp-json/看是否有JSON返回。3. 确认用户名拼写正确区分大小写。发布失败返回“403禁止访问”对应用户权限不足。登录WordPress确保该用户角色至少是“作者”Author拥有发布文章的权限。图片上传失败1. 图片URL无法下载。2. WordPress媒体库上传权限或空间问题。3. 图片文件太大或格式不受支持。1. 查看日志中图片下载的具体错误信息。2. 检查WordPress对应用户是否有上传文件权限。3. 可以在fetch_image.py中增加图片大小检查和压缩逻辑或配置images.source优先使用提供标准尺寸的图库API。文章重复发布去重功能失效。1. 检查data/目录下的历史记录文件如published.json是否存在且可写。2. 去重是基于链接或标题的如果新闻源提供的链接每次不同如带时间戳参数可能导致去重失败。可以考虑基于标题哈希值进行去重。内容乱码或格式错乱1. 编码问题。2. 模板或新闻源内容包含特殊HTML/标记。1. 确保config.json和模板文件保存为UTF-8编码。2. 在fetch_news.py中对抓取的内容进行HTML标签清理和编码转换如使用html2text库将HTML转为干净的Markdown。3. 检查WordPress的文章编辑器是否支持你发布的格式古腾堡编辑器对原始HTML支持较好。一个深度避坑技巧关于网络问题尤其是在国内服务器部署时访问境外新闻源和图库API可能会非常慢甚至超时。除了调整timeout参数有两个思路一是使用代理但这需要你修改Python代码中requests库的会话设置为其配置代理二是寻找替代源例如使用国内媒体的RSS以及国内可访问的免费图库API如果项目支持或你自行扩展。这往往是部署阶段最大的挑战需要根据实际网络环境进行适配和测试。这个项目提供了一个非常扎实的自动化内容发布框架。它的价值不在于开箱即用的完美而在于其清晰的结构和良好的可扩展性让你能够基于它打造出一个完全贴合自己网站需求和内容风格的自动化工具。从配置好第一个新闻源看到第一篇自动发布的文章出现在你的网站上开始那种效率提升的成就感就是对这个工具最好的肯定。