AI 学习之路之「用智能体自动整理我的公众号素材」

写了半年公众号，素材散在收藏夹、微信文件传输助手、各种截图和草稿里，想复用一篇旧文比重新写还累。这篇文章教你用智能体把公众号素材"自动"抓下来、转干净、分好类、建索引，最后变成随时能调的知识库。

先说个扎心的事实。

我这个中年程序员，主业遇到瓶颈才跑来学 AI 搞第二赛道，公众号「一起学c++」写了一段时间，攒了不少素材。结果每次想复用旧内容，都要翻聊天记录、翻收藏、翻草稿箱，找一篇半年前的文章能花二十分钟。找完还得手动复制、调格式、图片还经常丢。

这哪是做内容，这是给微信打工。

后来我想明白一件事：素材整理这种重复、机械、又费眼的活，正应该是智能体（Agent）干的。人只负责想写什么，抓取、转换、分类、建索引这些脏活累活，交给 AI。

下面这套方法，是我实测能跑通的。不挑工具，国内外主流的智能体都能用，你手边有哪个就用哪个。

1 先想清楚：整理素材到底在整理什么

别一上来就找工具。先拆一下，所谓"整理公众号素材"，其实就四个动作：

抓下来 —— 把公众号文章（自己的或竞品的）从微信里捞出来，存成本地文件。
转干净 —— 微信文章是带一堆样式的 HTML，要转成纯文本 Markdown，图片下载到本地、链接换成相对路径。
分好类 —— 几百篇文章按主题打标签，比如"产品""案例""行业分析"。
建索引 —— 生成一张目录表，以后问智能体"有哪些讲 RAG 的文章"，它先查索引再读原文，不用全量扫描。

这四个动作，前两个是体力活，后两个是脑力活。体力活交给抓取工具，脑力活交给会写脚本的智能体。下面逐个工具说。

2 工具盘点：国内外主流智能体都能干嘛

你可能只有一个工具，也可能好几个都有。我把常见的列一下，心里有数就行。

WorkBuddy（本机 AI 助手，最省事）

腾讯云出的 AI 办公助手，国内直接能用的智能体。它有个很实用的能力：内置"公众号转 Markdown"的技能，你丢一个公众号文章链接，它就把正文抓下来、图片下载到本地、代码块保留语言标识，最后给你一份干净的 Markdown。

而且它不只能聊天——它能读你的文件、跑 Python 脚本、批量处理。对你这种不想折腾环境的程序员来说，这是门槛最低的一条路。本教程的方案一就走它。

OpenAI Codex（终端智能体，适合写脚本自动化）

OpenAI 出的命令行智能体，在终端里跑。你描述一个结果，它自己读仓库、规划步骤、写文件、跑命令、报结果。它原生就能读整个目录、执行 shell、写 Python，特别适合"把一堆 Markdown 自动分类 + 生成索引表"这种任务。

Windows 上需要 WSL，得配 OpenAI API Key。它不联网搜、不生成图片，但干"本地文件批处理"这种活非常稳。

Claude Code / Cursor（编程智能体）

Claude Code 是全球公认最强的 AI 编程智能体，能读代码库、自动改文件、跑测试。但它贵、而且国内用常被封号、要魔法上网。Cursor 是带 AI 的编辑器，国内相对好用。

如果你的素材工程比较大（比如几百篇要精细拆分），可以交给它们跑批处理脚本。本文方案二的脚本在 Codex、Claude Code、Cursor 里都能直接跑。

腾讯元器（零代码，适合做"知识库型"智能体）

这个很适合不想写代码的人。你授权一下，它就把你公众号的历史文章自动变成知识库，新文章每天自动同步。你再配个提示词，就拥有一个"熟悉你所有文章风格的博主分身"，粉丝问问题它自动基于你的文章回答。

它不解决"本地文件整理"，但解决"内容复用 / 自动回复"，是另一条很有价值的路。方案三讲它。

开源 wechat-article-to-markdown（底层引擎）

很多工具的抓取能力其实都基于它。它能反检测抓取公众号文章、提取标题和发布时间、转 Markdown、下载图片。命令行一键跑，也可以用 npx skills add 装成各种 Agent 的技能。技术型选手可以把它当零件自己拼工作流。

3 方案一：用 WorkBuddy 一键抓取 + 转 Markdown（最省事）

如果你只想最快把文章"搞干净存下来"，这条路五分钟搞定，不需要任何环境。

第一步，把公众号文章链接发给 WorkBuddy，直接说：

帮我把这篇公众号文章转成干净的 Markdown，图片下载到本地，代码块保留语言标识。

第二步，它会返回一份 Markdown 文件，正文干净、图片在本地 images/ 目录、链接已替换成相对路径。你存到 素材库/原始文章/ 就行。

第三步（批量），如果有几十篇要转，别一篇篇发。把链接先整理成一个 links.txt，每行一个，然后跟 WorkBuddy 说：

读取 links.txt，逐行把里面的公众号文章转成 Markdown，按"标题_日期"命名存到 素材库/原始文章/，图片放各自同名的 images 文件夹。

它会自己循环处理。这就是"有手有脚的 AI"——你只说要什么结果，它自己一步步干完。

我自己的「一起学c++」几百篇素材，第一批就是这么搬下来的。比一篇篇复制再调格式，省了不止一天。

4 方案二：用 Codex / Claude Code 写脚本自动分类 + 建索引

抓下来只是开始。几百篇 Markdown 堆在一个文件夹里，还是死数据。下一步让智能体写个脚本，自动按主题分类、生成索引表。

打开终端进入素材目录，对 Codex 或 Claude Code 说：

读取 素材库/原始文章/ 下所有 .md，按文件名和正文识别主题（产品 / 案例 / 行业 / 教程），把每篇移到对应子目录；再生成一份 index.md，表格列出标题、主题、日期、原文路径。重名的按日期区分。

它会写出类似下面这样的 Python 脚本并直接运行（这是它生成逻辑的简化版，给你看个样子）：

import pathlib, re, shutil

src = pathlib.Path("素材库/原始文章")
topics = {
    "产品": ["功能", "发布", "price", "定价"],
    "案例": ["客户", "落地", "实践", "复盘"],
    "行业": ["趋势", "竞品", "市场", "分析"],
    "教程": ["怎么", "步骤", "入门", "实战"],
}

rows = []
for md in src.glob("*.md"):
    text = md.read_text(encoding="utf-8")
    title = re.match(r"#\s+(.*)", text)
    title = title.group(1) if title else md.stem
    cat = "其他"
    for k, keys in topics.items():
        if any(kw in text for kw in keys):
            cat = k
            break
    dest = src / cat
    dest.mkdir(exist_ok=True)
    target = dest / md.name
    if target.exists():
        target = dest / f"{md.stem}_dup{md.suffix}"
    shutil.move(str(md), str(target))
    rows.append((title, cat, md.stem, target))

with open(src / "index.md", "w", encoding="utf-8") as f:
    f.write("| 标题 | 主题 | 原文路径 |\n|---|---|---|\n")
    for title, cat, stem, p in rows:
        f.write(f"| {title} | {cat} | {p} |\n")
print(f"已分类 {len(rows)} 篇，索引写入 index.md")

跑完之后，素材库长这样：

素材库/原始文章/
├── 产品/
├── 案例/
├── 行业/
├── 教程/
└── index.md   ← 一张总目录表

以后你问"有哪些讲竞品分析的文章"，智能体先查 index.md，定位到 行业/ 那几篇再读，又快又准，不会瞎编。

这比手动分类几百篇，省的是按天算的时间。而且脚本就在你电脑上，随时能改规则重跑。

5 方案三：用腾讯元器搭一个"博主分身"知识库（零代码）

前面两套解决"本地文件"。这套解决"内容复用 + 自动回复"，而且完全不用写代码，适合不想碰终端的人。

第一步，打开腾讯元器官网，选"公众号智能体"。

第二步，一键授权。它会自动把你的历史文章拉成知识库，新文章每天自动同步——你不用手动整理，公众号本身就是持续生长的资料源。

第三步，写提示词（建议用 Markdown 格式，模型理解更好）。给个模板：

# 角色名称：一起学c++ 小助手
# 风格特点：理性克制、逻辑清晰、偏方法论，不灌鸡汤
# 输出要求：用中文回答，单次 300 字以内，结构清晰
# 能力限制：不提供法律/财务权威结论，不编造数据
# 用户意图：基于公众号历史文章回答粉丝关于 C++ 与 AI 学习的问题

第四步，发布到公众号渠道。之后粉丝在后台提问，它就自动检索你的文章来回答，把大量重复咨询挡在前面。

我一开始也觉得"做个 AI 好麻烦"。但元器这种是站在普通创作者视角设计的，零代码、免费 token、直接长在微信生态里。试一次你就知道，原来内容复用可以这么轻。

6 把三条路串成一个工作流

别非得选一条。我自己的实际用法是三层叠着用：

抓取层用 WorkBuddy 或 wechat-article-to-markdown，把文章转成干净 Markdown 存本地——这是"原始素材库"。
整理层用 Codex / Claude Code 跑脚本，自动分类 + 建索引——把死数据变活。
服务层用腾讯元器，把同一批文章喂成知识库智能体，承接粉丝问答、辅助我写新稿。

一句话：抓下来归本地，分好类建索引，再变成能对话的知识库。 重复劳动全交给工具，你只管想写什么、想问什么。

7 可以直接复制的提示词模板

把这几段存好，下次直接用。

抓取单篇：帮我把这篇公众号文章转成干净的 Markdown，图片下载到本地，代码块保留语言标识。

批量抓取：读取 links.txt，逐行把里面的公众号文章转成 Markdown，按"标题_日期"命名存到 素材库/原始文章/。

自动分类建索引：读取 素材库/原始文章/ 下所有 .md，按主题分类到子目录，并生成 index.md 总目录表。

搭知识库智能体：基于我的公众号历史文章，创建一个能回答粉丝常见问题、风格与我一致的智能体，输出控制在 300 字以内。

8 小结

公众号素材整理，核心就四步：抓下来、转干净、分好类、建索引。工具不用贪多：

想最省事 —— WorkBuddy 一键转 Markdown；
想自动化 —— Codex / Claude Code 写脚本批量分类建索引；
想零代码做知识库 —— 腾讯元器搭博主分身。

我这个中年程序员转 AI 的人，最深的体会是：别跟重复劳动较劲。把脏活交给智能体，把脑子留给真正要思考的东西。整理素材这一摊子，现在我一上午能搞定以前一周的量。

说起来有点惭愧——当年写 C++ 的时候，最烦的就是整理文档。现在靠 AI 把这块补齐了，也算中年转行的一点小胜利吧。

下一篇，咱聊聊怎么用这些整理好的素材，让智能体帮你"半自动"写出新文章。

本文由 kuzhang 整理