🔥 自媒体素材收集 → 选题、改写稿与飞书素材库

收集链接 · 采集视频 · 整理资讯 · 按人设改写 · 写入飞书 · 记录进度

给持续更新账号的创作者、内容运营和小团队：配置好你的人设与素材表，再把链接、对标账号或资讯任务交给 AI Agent。

免责声明： 本项目仅供学习研究和获得授权的内容整理。请遵守平台规则、访问权限和版权要求，只借鉴选题与表达方法，不搬运原作者的文案与素材。AI 生成的稿件需人工核对事实、来源与表述，审核后再使用。

📖 项目简介

把收藏夹里的链接、对标博主的视频和行业资讯，整理成有来源、有人设、有处理状态的素材与稿件，统一写入飞书，方便继续选题、审核和制作。

这是一套可按账号配置的 AI 工作流模板，包含执行规则、角色配置、采集脚本和部署说明。现有部署文档以 WorkBuddy + Windows + 飞书工具 为基础；首次使用需要填写人设、赛道、信源和目标表格，完成授权及小样本验收。

能帮谁

持续做内容的个人创作者：收藏了很多好内容，真正写稿时却找不到；希望把日常收集变成自己的选题和口播草稿。
负责多个栏目的内容运营：每天要追资讯、研究对标、整理素材，手动登记表格和跟进稿件状态占用大量时间。
有固定人设与审核流程的小团队：需要让素材、逐字稿、改写稿和进度对应起来，减少不同成员之间重复整理和漏交付。

解决什么问题

以前	现在
链接散在微信、收藏夹和聊天记录里	按规则提取内容、分类登记，保留原始来源
研究对标要逐条听写，再重新写口播	内置采集与转写流程，由 AI 读原稿后按人设重新组织表达
每次写稿都要重新解释账号定位	一次配置人设、栏目、选题规则与稿件格式，后续复用
资讯只是标题堆积，不知道能做什么内容	核对原文与时间，整理选题方向，按已启用策略生成文字稿或口播稿
表格里有记录，却不知道稿件做到了哪一步	关联素材、文稿和处理状态，写入后回读检查

🔧 原理

链接 / 博主名单 / 资讯信源 → Agent 读取规则与角色配置 → 提取正文或调用内置视频采集引擎 → 必要时用 faster-whisper 本地转写 → AI 按人设改写 → 质检 → 写入飞书电子表格与文档并回读。素材采集和转写依赖本机工具；模型写作使用宿主 Agent，不要求单独购买转写 API，但宿主模型、网络或第三方服务可能另有费用。

✨ 功能特性

环节	功能	状态
日常收集	单篇链接 / 已提供正文 → 内容提取、分类、改写、素材表登记	✅ 按来源可访问性执行
对标研究	博主名单 → 按时间与互动指标筛选 → 下载、逐字稿、改写稿	✅ 内置采集引擎
资讯整理	配置信源 → 核对原文和发布时间 → 提炼选题与稿件	✅ 由 Agent 与脚本配合执行
账号定制	配置人设、赛道、栏目、黑白名单、语气与稿件格式	✅ 首次部署需填写
飞书入库	素材、逐字稿、改写稿、文档链接与处理状态对应登记	✅ 需授权和字段映射
微信入口 / 定时运行	从微信助理接任务，或由宿主自动化按计划触发	🚧 需单独接入、配置与验收

三条工作流与交付结果：

你提供什么	它帮你完成什么	结果放哪里
一条内容链接或正文	原文提取、栏目分类、按人设改写	飞书素材表；长稿按配置关联文档
对标博主主页或已配置名单	视频清单、源文件、带时间轴逐字稿、独立改写稿	本地任务目录 + 飞书对标结果表
已配置的行业信源与时间范围	带来源的资讯、选题方向，以及按策略生成的文字稿 / 口播稿	飞书资讯表与关联文档

平台分工：

类型	范围	使用条件
视频采集来源	视频号、小红书、抖音、B站、快手、YouTube、TikTok、Instagram	来自内置引擎的 8 平台流程，先检查当前登录、网络和可达性
单篇素材 / 资讯来源	小红书笔记、公众号文章、可访问网页、已配置行业信源	按实际正文提取能力处理；不可读取时可提供正文
Agent 执行宿主	现有部署文档为 WorkBuddy；Codex / Claude Code 需适配工具	能读取 Skill、执行本地命令、调用浏览器和飞书工具
输入入口与存储	宿主聊天；配置后的微信助理；飞书 Sheets、文档与知识库	微信接入和飞书授权分别配置

八平台验证记录来自内置引擎 2026 年 9 月的历史案例，不代表本次重新验证了全部链路，也不保证任意账号都能完整采集。筛选以平台实际返回的字段为准；缺失的播放量等指标不能当作 0。现有飞书字段方案使用 电子表格 Sheets，迁移到多维表格 Base 需要另做适配。

🚀 快速开始

💡 如果这个项目对你有帮助，请给个 ⭐ Star 支持一下！

方式一：一句话安装（推荐）

把下面这段发给你使用的 Agent。安装到 Codex / Claude Code 后，应先检查工具适配；现有 WorkBuddy 的微信助理与自动化配置不能直接当作其他宿主的现成功能。

帮我从 GitHub 安装这个 Skill：
https://github.com/caodoris471/self-media-content-base
按当前宿主克隆完整仓库：
Codex：~/.codex/skills/self-media-content-base
Claude Code：~/.claude/skills/self-media-content-base
WorkBuddy：~/.workbuddy/skills/self-media-content-base
先检查目标目录是否已有修改，不覆盖现有定制版。
读取 SKILL.md、references/deployment.md 和 SOP流程说明-底座版.html。
确认 scripts/、references/、扒取/ 齐全，采集引擎已内置，不重复安装。
本仓库没有统一安装脚本，请按目标工作流检查依赖和宿主工具。
先一次性列出我需要填写的人设、赛道、信源、筛选规则和飞书配置，
填好并确认后，再完成授权与一条内容的提取、改写、入库和回读测试。

装完说的第一句话：

使用 self-media-content-base，帮我配置一个自己的自媒体素材库。
先发完整配置清单，确认我的人设、内容赛道和飞书目标位置。
配置完成后，用我提供的一条链接验证“提取 → 改写 → 入库 → 回读”。

部署验收通过后，可以这样下任务：

使用 self-media-content-base：整理这条链接 <内容链接>，
按已配置人设生成口播稿，登记到我的素材表，返回来源和稿件位置。

使用 self-media-content-base：研究这个抖音博主 <主页链接>，
筛选最近 30 天点赞超过 1000 的视频，按干货拆解型改写，写入对标结果表。

使用 self-media-content-base：更新已配置信源最近 7 天的行业资讯，
核对原文、日期和重复事件，提炼适合我账号的选题，按已启用策略入库。

开工前会核对人设、赛道、稿件要求、采集范围和飞书目标；已确认的配置可以复用，新增或缺失的关键项再补齐。

方式二：手动安装

以下为 Codex 的 PowerShell 示例；Claude Code 将 .codex 替换成 .claude，WorkBuddy 替换成 .workbuddy。目录已经存在时先检查，不覆盖定制内容。

$skillPath = Join-Path $env:USERPROFILE '.codex\skills\self-media-content-base'
git clone https://github.com/caodoris471/self-media-content-base.git "$skillPath"
Set-Location -LiteralPath $skillPath
Get-Content -LiteralPath '.\SKILL.md' -Encoding UTF8
# 没有统一安装脚本：让 Agent 按下表检查依赖，再配置人设与飞书。
# 下载后可用浏览器打开 SOP流程说明-底座版.html 查看部署步骤。

连接 GitHub 失败时，先确认本机网络和实际代理配置。详细安装使用现有 SOP 页面、接入与验收和使用说明，本仓库目前没有单独的 docs/ 目录。

📋 用到的软件和 Skill

类别	名称	用途	安装方式
Skill	内置视频采集引擎	8 平台视频采集、转写与改写验收	已包含在 `扒取/`，无需另装同名引擎
Skill	飞书操作 Skill / 飞书开放平台工具	电子表格、文档、知识库读写	按宿主安装对应工具并完成用户授权
运行环境	WorkBuddy / 适配后的 Agent	执行规则、浏览器操作与模型写作	安装宿主；Codex / Claude Code 先检查工具适配
运行环境	Python · Git	运行脚本、下载和更新仓库	现有流程使用 Python 3.12，依赖放入选定环境
软件	FFmpeg · Edge / Playwright 浏览器	音频提取、登录与页面读取	按目标平台部署并检查可执行路径
软件	MediaCrawler · 视频号工具	对应平台的视频采集	仅按需要的平台参考部署，不包含完整外部工具
软件	`lark-cli` 或对应飞书工具	授权、写入与回读	按所用工具官方说明安装，并验证目标表与文档权限
Python 包	faster-whisper · yt-dlp · Playwright	转写、下载、浏览器操作	在实际运行的 Python 环境中按需安装，另准备模型与浏览器
素材	自有或获授权的链接、视频与行业信源	素材提取与内容研究	部署时提供来源和访问条件
可选项	微信助理、宿主自动化、专用登录态	移动端投递与周期触发	基础链路通过后再配置；需要本人扫码时由本人完成

⚙️ 需要换成你自己的

先保留一份模板，为自己的账号创建定制副本；不同账号分别绑定人设和目标表。仅修改本次工作流实际使用的配置与脚本。

文件	字段	填什么
`SKILL.md`、`references/roles.md`	作者、账号归属、人设、语气与内容赛道	你是谁、为谁写、关注什么、如何表达
`SKILL.md`、`references/sop.md`、SOP 页面	栏目、信源、选题黑白名单、时间窗与热度阈值	自己的内容规则，不直接采用示例值
`references/schema.md`、入库脚本	表格、工作表、知识库位置、字段映射与工具路径	自己有权读写的飞书目标与工具；不要提交凭据
`scripts/publish_*.py` 等实际调用的脚本	工作目录、表格坐标、文档位置、目标域名等占位或示例常量	当前项目的真实配置；先检查再执行
`扒取/scripts/` 中实际调用的脚本	项目目录、源数据路径、模型与语言	本次任务目录、可用模型和视频实际语言
宿主的入口与自动化配置（按需）	微信绑定、执行时间、时区、配置与账本路径	自己的接入和计划；复制 Skill 不会自动创建任务

🗺️ 完整流程

#	节点	工具
1	确认作者、赛道、信源、稿件要求和目标表	Agent + 配置清单
2	检查依赖，完成登录与飞书授权	本机环境 + 采集 / 飞书工具
3	用一条实际内容验证提取、改写、入库和回读	Agent + 对应工作流
4	接收链接、读取对标名单或执行资讯任务	宿主聊天 / 已配置入口
5	提取正文，或采集视频并完整转写	浏览器 / 内置引擎 + Whisper
6	保留来源，分类并按人设生成稿件	Agent + 角色与稿件规则
7	检查格式、完整性、事实与改写差异	质检规则 + 对应检查脚本
8	写飞书并回读，记录各条状态与失败原因	飞书工具 + 任务账本
9	基础链路通过后，按需配置微信入口或自动化	宿主提供的接入与调度能力

详细 SOP 见 SOP 页面、全流程说明和接入与验收。视频任务应单独验证实际视频链路；文章测试通过不代表全部平台均已通过。生成稿件后标记待审核，制作与发布状态按真实进度登记。

❓ 常见问题

装完为什么没有自动开始收素材？ 先完成人设、赛道、飞书配置和一条内容的闭环验证；微信助理和定时任务还需在宿主中接入。
Codex / Claude Code 能直接照搬微信和定时配置吗？ 现有接入说明针对 WorkBuddy。其他宿主需要映射命令、浏览器、飞书权限和调度能力，并重新验收。
公众号或某个平台链接读不到？ 检查登录与访问条件，无法取得正文时提供原文；不要根据标题编造完整内容。八平台视频流程也受权限、网络和限流影响。
飞书能读却不能写，或者长稿不完整？ 分别检查写权限、工作表字段和文档位置；用一条内容做写入回读，长稿按配置关联可打开的文档。
为什么改写稿只是原文换词，或者任务中途停止？ 前者需由 AI 重新组织并通过相应质检；后者应查看账本中的实际阶段，核对远端结果后续跑，避免重复入库。
与 blogger-video-pipeline 怎么选？ 只需要一次对标研究和本地视频 / 逐字稿，选 blogger-video-pipeline。需要持续收集、按人设改写和飞书协作，选本仓库；采集引擎已内置。视频剪辑与社交平台发布需另用对应工具。

⭐ 支持项目

觉得有帮助，可以给本仓库点 ⭐ Star。问题和建议请提交 Issue，附上脱敏后的环境、任务步骤与错误信息。

🙏 致谢

blogger-video-pipeline · MediaCrawler · faster-whisper · yt-dlp · FFmpeg · Playwright · 飞书开放平台

📄 许可

本仓库当前没有单独的 LICENSE 文件；使用、修改或再分发的授权范围请向作者确认。第三方软件和依赖遵循各自许可证。素材、文章、视频和转写涉及原作者权利，采集或改写不等于取得再分发授权。