kylin-feng AI Automation Recipes — 自动化工作流配方
概述
可复用的端到端自动化工作流。每个配方 = 明确的步骤 + 对应的MCP工具调用链。
Recipe 1: 全自动内容生产流水线
触发条件
你说："今天写一篇关于XXX的深度文章，同时产出小红书和抖音版本"
MCP工具链
1. mcp_research_web_search("XXX 最新动态")
2. mcp_research_fetch_url(最有价值的文章URL)
3. mcp_article_synthesizer_article_synthesize(articles=[结果1,结果2,结果3], mode="extract_insights")
4. mcp_content_writer_generate_article(platform="公众号", topic="XXX", audience="AI从业者")
5. mcp_seo_analyzer_title_score(title=生成的文章标题)
6. mcp_content_writer_generate_hook(platform="公众号", topic="XXX")
7. mcp_content_writer_generate_cta(type="ebook", platform="公众号")
8. mcp_article_synthesizer_content_repurpose_matrix(content_length=3000)
9. 手动：组装成完整文章
10. mcp_seo_analyzer_seo_audit(text=完整文章, title=标题)
时间估算
- 自动步骤：~2分钟
- 手动组装：~15分钟
- 总计：~17分钟产出一套全平台内容
Recipe 2: 竞品分析自动化
1. mcp_competitor_analysis_competitor_profile(name="竞品A")
2. mcp_research_web_search("竞品A 公众号 最新")
3. mcp_competitor_analysis_swot_analysis(company="竞品A", strengths=[...], weaknesses=[...])
4. mcp_competitor_analysis_positioning_map(competitors=[
{name:"竞品A",x:7,y:8}, {name:"竞品B",x:3,y:6}, {name:"我们",x:5,y:7,is_us:true}
])
5. mcp_competitor_analysis_competitive_advantage(company="我们", resources=[...])
分析报告自动生成 → 30分钟内完成全竞品分析
Recipe 3: 媒体内容一键加工
# 视频 → GIF + 音频 + 封面
1. mcp_media_tools_video_info(path="video.mp4")
2. mcp_media_tools_video_trim(path="video.mp4", start="00:02:30", duration="00:01:00")
3. mcp_media_tools_video_to_gif(path="video.mp4", fps=10, width=360, duration="00:00:05")
4. mcp_media_tools_video_extract_audio(path="video.mp4", format="mp3")
5. mcp_media_tools_image_compose(paths=[screenshot1, screenshot2], mode="horizontal")
Recipe 4: SEO优化检查清单
1. mcp_seo_analyzer_title_score(title=文章标题)
→ 如果score<70 → 重新生成标题
2. mcp_seo_analyzer_keyword_density(text=文章, keyword="目标关键词")
→ 如果density<1% → 增加关键词3-5次
3. mcp_seo_analyzer_readability_score(text=文章)
→ 如果段落太长 → 拆分
4. mcp_seo_analyzer_seo_audit(text=文章, title=标题)
→ 按issues清单逐项修复
5. 重复步骤1-4直到score>85
Recipe 5: 数据驱动内容优化
1. mcp_data_dashboard_track_metric(name="公众号阅读量", value=3500, platform="公众号")
2. mcp_data_dashboard_track_metric(name="小红书点赞", value=280, platform="小红书")
3. mcp_data_dashboard_view_metrics() # 查看趋势
4. mcp_data_dashboard_content_performance_matrix(items=[
{title:"文章A",views:5000,engagement:3.5},
{title:"文章B",views:2000,engagement:8.2},
{title:"文章C",views:800,engagement:0.5}
])
→ 文章A是明星 → 做成系列
→ 文章B是问题儿童 → 优化标题和分发
→ 文章C是瘦狗 → 停更或改方向
5. mcp_data_dashboard_roi_calculator(investment=5000, revenue=20000, time_hours=40)
Recipe 6: 社交媒体排期发布
1. mcp_social_scheduler_optimal_time(platform="公众号") # 最佳时段
2. mcp_social_scheduler_schedule_post(
platform="公众号", content="...", scheduled_time="2025-01-15T08:00:00", tags=["AI","OpenClaw"])
3. mcp_social_scheduler_schedule_post(
platform="小红书", content="...", scheduled_time="2025-01-15T12:00:00", tags=["AI工具"])
4. mcp_social_scheduler_view_queue(days=7) # 查看一周排期
5. mcp_social_scheduler_scheduler_stats() # 发布统计
Recipe 7: 知识库积累系统
# 每天学到的知识自动归档
1. mcp_knowledge_base_kb_add(
content="今天学到的MCP知识点...",
title="MCP Sampling机制",
tags=["MCP","协议","AI"],
source="官方文档"
)
2. mcp_knowledge_base_kb_search(query="MCP 连接 超时") # 需要时快速检索
3. mcp_knowledge_base_kb_stats() # 知识库增长统计
组合Recipe: 超级内容日
一天内完成：研究→写作→优化→媒体→排期→追踪
上午 9:00
研究: web_search + article_synthesize + competitor_profile
写作: generate_article + generate_hook + generate_cta
中午 12:00
SEO: title_score + keyword_density + readability_score + seo_audit
改写: article_rewrite(x3平台) + article_synthesize(repurpose)
下午 14:00
媒体: image_resize(封面)+video_trim(素材)+video_to_gif(演示)
排期: optimal_time + schedule_post(x3平台)
晚上 20:00
数据追踪: track_metric(x3平台)
归档: kb_add(保存知识)
复盘: funnel_analysis + roi_calculator
搜索/关键词查询速查
找竞品内容 → mcp_research_web_search("site:mp.weixin.qq.com 关键词")
找最新论文 → mcp_research_arxiv_search("multi-agent reinforcement learning")
提取文章要点 → mcp_article_synthesizer_extract_outline(text=文章)
对比自己和竞品 → mcp_article_synthesizer_compare_articles([我的,竞品1,竞品2])
查最佳发布时间 → mcp_social_scheduler_optimal_time(platform="小红书")
AB测试内容 → mcp_data_dashboard_ab_test_calculator(a_visitors=1000,a_conversions=50,b_visitors=1000,b_conversions=72)