陈陈读书过去半年多，我做的最值的一件事，就是把“内容创作—定稿—发布”这条链路从手动模式改成了自动模式。原先一个选题从记录灵感、查资料、写大纲、出初稿到排版发布，零零散散至少要占用两三天；现在我用 OpenClaw 做智能体编排，配合优云智算的 Coding Plan 提供云端模型算力支持，把从灵感到成文、再到发布的主要环节全部串了起来，基本能做到当天产出、当天发布。这篇不是吹方案多完美，而是把整套落地过程、踩坑记录和能直接照抄的操作步骤都整理出来，给同样想搭“AI内容工厂”的博主、独立开发者或者小团队参考。
这套东西适合谁，我先说清楚。如果你只是偶尔写一两篇文章，那手动写完全没问题，不需要上自动化；但如果你像我一样，有固定更新频率，手头还有好几个内容账号，或者说需要把客户方案、项目文档、技术博客批量生产，那一个能自动收集灵感、自动写稿、自动走发布流程的智能体就非常实用。接下来的内容会围绕“为什么选这套组合”、“怎么部署”、“怎么花最小成本把它跑起来”三个问题展开，全程都是实际可复现的路径。
1. 为什么选 OpenClaw 加 Coding Plan 这套组合
1.1 全流程自动化的关键瓶颈
内容自动化的难点从来不是“让 AI 写一段话”，而是把零散环节串起来。常见的做法是打开某个 AI 对话网站，复制灵感进去，让它生成初稿，再把稿子搬到编辑器排版，最后人工去后台发布。这个流程里每一步都有上下文切换损耗，灵感在剪贴板里待久了还会丢。真正的自动化要求的是，一个调度中枢能自己完成“读取内容——规划任务——调用模型生成——按规则输出——触发外部动作”这一长串行为。
我之前试过几类方案。第一类是纯脚本加 API，写起来不算难，但一旦任务需要多轮判断，比如“这篇稿子该配什么结构”“读者反馈需要怎么吸收”，脚本就会变得特别脆。第二类是各家云厂商的在线 IDE 搭配 AI 助手，它们适合人在浏览器里操作，做批量自动化就不顺手了。所以最终落脚点还是智能体框架。
1.2 OpenClaw 在流程里的角色
OpenClaw 在我的链路里承担的是“总调度”角色。它本质上是一个能自己规划任务、调用工具、操作文件系统、执行命令的智能体运行环境，类似一个常驻电脑里的 AI 助理。我给它一个灵感草稿，它能根据预设的写作 Skill 去规划文章结构，调模型分节生成内容，再把成品写进指定目录；我给它一个“去发布”的指令，它能触发发布脚本，走完原本需要在浏览器里手动操作的那几步。
这类框架有个很重要的设计：智能体不会在不经许可的情况下乱执行命令，任何敏感操作会先询问。OpenClaw 把执行批准的记录放在 exec-approvals.json 里，比如升级到新版后第一次启动，它发现旧的审批文件会提示 legacy exec approvals exist at /root/.openclaw/exec-approvals.json，意思就是旧的审批记录还在，需要确认要不要迁移。这层安全机制在自动化发布场景里很有用，我会在后面的安全经验里专门讲。
1.3 优云智算 Coding Plan 解决模型成本与稳定问题
模型从哪来，是整套方案里必须回答的问题。纯本地方案在内容生成质量、长文本稳定性和并发能力上都差点意思，尤其是中文长文写作，开源本地模型和商业模型差距明显。但直接一家一家开通商业模型服务，调用分散、账单也散，管理成本太高。我后来选择把模型请求统一走优云智算的 Coding Plan 通道，平台那边提供面向编程和内容生成的模型访问额度和稳定接口，省去了自己维护多套 API Key 的麻烦。
实际使用中，Coding Plan 里能配到模型选择很关键。日常内容生成我会用偏向文本质量的模型，写代码或者处理结构化配置的时候再切换到编程能力更强的模型。后面第三节我会给出具体的模型拆分配置，这种“量体裁衣”的策略能让成本和质