自媒体全链路内容生产

问题在哪

同一选题要在小红书、知乎、抖音等渠道各发一版时，难点往往不是「再写一遍」，而是字数上限、语气、结构各不一样：微博 140 字、抖音要黄金 3 秒钩子、知乎要论证体。视频还要分镜表和封面图提示词；品牌号还要语气一致；排期、模板和周报若靠表格手工维护，很容易和实际发布脱节。

技能怎么工作

@user_638e256a/media-self-media 是编排型技能：用 15 条命令生成带平台规范与约束的 LLM 指令，由对话中的模型完成正文创作，而不是在技能里接外部 API 生成内容。

• adapt：把同一素材改写成指定平台规范（风格、字数、格式要点）。
• script / cover：短视频分镜（钩子、分镜表、CTA）与多绘图引擎封面提示词（如 MJ、SD、DALL-E 等）。
• style-learn / style-apply：从样本文案提取品牌「风格指纹」，后续改写时施加同一约束。
• schedule-* / template-* / batch / report：排期、模板复用、话题×平台批量指令、简单数据复盘。

平台配置覆盖小红书、微信公众号、微博、抖音、快手、知乎、今日头条、B 站、视频号共 9 个；风格指纹、排期、模板落在技能目录 data/ 的 JSON 里，便于查看和手工编辑。

边界与注意点

• 零外部依赖（Python 标准库），也不替代账号侧的真实发布与平台数据拉取；report 依赖你录入或维护的发布记录。
• 输出的是可复用、可审计的指令，质量仍取决于上层模型与你是否提供足够素材（原文、品牌样本、话题列表）。
• 批量场景适合「同一话题多平台」或「品牌指纹 + 多 SKU」；极个性化互动文案仍需人工润色。