X Tweet Skills 🐦

基于 OpenClaw 的 X 平台推文自动创作技能包。覆盖从选题采集到推文交付的完整流水线。

核心目标：输出 400-600字、让人忍不住收藏的推文。

技能列表

核心特性

收藏价值设计

每条推文必须满足以下至少 2 条：

• 有数据：具体数字（如42.5分、3个月）
• 有判断：独特观点，不是常识
• 有可操作：工具/方法/步骤
• 有记忆点：一句话概括全文

去 AI 味系统

tweet-polish 采用三级检测：

• L1 词汇：自动替换 AI 表达（因此→所以）
• L2 句式：检测完整句比例，超过60%则拆句
• L3 节奏：制造段落长短差

目标：AI 味评分 ≤ 4

统一字数标准

安装

将 skills/ 目录下的文件夹复制到 ~/.openclaw/skills/ 即可：

# 克隆仓库
git clone https://github.com/chencore/tweet-skills.git

# 复制到 OpenClaw skills 目录
cp -r tweet-skills/skills/* ~/.openclaw/skills/

使用流程

方式一：流水线模式（推荐）

直接说「流水线写XX选题」，自动走完全流程：

选题采集 → 信息调研 → 观点生成 → 推文写作 → 口语化改写 → 标题优化 → 结尾钩子 → 交付

方式二：分步使用

1. 「采集热点」 → 自动采集今日热点选题
2. 「调研 Muse Spark」 → 搜集素材
3. 「生成观点」 → 10个角度的观点
4. 「写推文」 → 10种风格的推文
5. 「口语化」 → 改写成真人说话风格
6. 「起标题」 → 5个方向的标题
7. 「加钩子」 → 5种结尾转化

流水线架构

cron 定时触发
    ↓
hot-topics（采集热点）
    ↓
topic-research（选题调研）
    ↓
opinion-generator（生成观点）
    ↓
tweet-writer（写推文）
    ↓
tweet-polish（口语化改写）
    ↓
title-optimizer（标题优化）
    ↓
tweet-closing（结尾钩子）
    ↓
交付成品 / 发布

依赖

• OpenClaw 运行环境
• web_fetch / agent-reach（用于信息采集）

许可证

MIT