我用 QClaw，做了一个 24 小时帮我运营小红书的“数字员工”

前言

在内容驱动增长成为主流的当下，真正的瓶颈已经不再是"写不出内容"，而是"内容无法高效分发"。一篇优质文章往往只能停留在单一平台，而将其改写、适配并发布到不同平台的过程却高度重复且耗时。尤其是在小红书这样强调内容风格与表达方式的平台上，简单的复制粘贴几乎没有效果，必须经过针对性的改写与包装。

借助 QClaw，可以将这一整套流程彻底自动化，让内容从输入到发布形成完整闭环，从而真正实现"内容一处生产，多平台自动分发"。

一、效果演示

整套系统的使用方式非常简单，但背后却是一整套复杂能力的组合。当你把一段内容，或者一个 URL 提交给 QClaw 时，它并不是简单地返回一段文本，而是自动完成从理解到发布的全流程操作。

例如，你输入一篇技术博客链接，系统会先抓取页面内容，并对其进行结构化解析，然后提取核心观点与信息密度较高的部分。在此基础上，它会自动重写为符合小红书语境的内容形式，包括更具吸引力的标题、更口语化且具有场景感的正文，以及能够提升曝光的标签组合。同时，系统还会根据内容主题生成匹配的封面图，使整体风格更符合平台审美。

在这一切完成之后，系统会自动调用发布能力，将生成好的内容直接发布到小红书账号中。最终呈现的不是一段中间结果，而是一篇已经上线、可以被用户看到并产生互动的笔记。

这种体验本质上意味着：内容一旦产生，就已经具备了传播能力，而不再需要额外的人力去推动分发。

二、完整流程拆解

整个流程可以拆为：

• 内容输入（文本或 URL）
• 内容理解（主题提取、结构分析）
• 文案生成（适配小红书风格）
• 封面生成（统一视觉风格）
• 自动发布（完成闭环）

三、如何实现整套系统

从技术实现角度来看，这套能力并不是依赖单一模型完成的，而是通过 QClaw 将多个独立能力模块进行组合与编排，形成一个完整的自动化流程。

1. 内容理解与重构

在整个流程中，最核心的一环是内容的"再表达"，而不是简单的改写。这里使用的是 QClaw 生态中的 content-repurposer Skill。

它的作用在于将长内容重构为适合不同平台传播的短内容，包括语义理解、结构重组以及风格适配。

2. 自动发布能力

使用开源项目： https://github.com/xpzouying/xiaohongshu-mcp

它提供小红书自动发布能力，包括登录、上传图片和发布笔记。

具体安装方式可以参考官方文档，这里不做过多介绍：

3. 流程编排

通过 qclaw-skill-creator 将多个能力串联成自动化流程：

输入内容 → 内容解析 → 文案生成 → 封面生成 → 自动发布，具体 skill 生成描述如下：

name: 小红书自动运营
将文章内容或链接中的文章改写自动发布到小红书，支持直接发布或者草稿

流程
1、如果文章内容直接执行第二步，如果是链接使用浏览器打开链接获取完整文章内容

2、使用上面的内容调用 content-repurposer 生成小红书文案

3、读取 生成小红书文案 标题 创建文案文件夹（如有特殊字符去掉）

4、读取 生成小红书文案 标题、核心观点和金句提炼 调用下面 curl 工具生成封面图（生成两张）、然后将生成的 url 下载存储在文案文件夹（命名为 cover1.jpg cover2.jpg）

prompt 生成规则：根据下面内容使用 科技科普 手绘风格整理知识点生成封面 {{小红书文案 标题}}，{{小红书文案 核心观点}}，核心金句：{{小红书文案 核心金句}} 注意：图片中不要包含核心金句

示例：替换为具体的生图大模型
curl -X POST XXXXXXXXX \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer XXX" \
  -d '{
    "model": "doubao-seedream-5-0-260128",
    "prompt": "根据下面内容使用 科技科普 手绘风格整理知识点生成封面 AI工程师必看!从Prompt到Harness的三次进化 AI 工程经历了 Prompt→Context→Harness 三次范式迁移，Harness 是决定 AI 系统稳定性的关键而非仅仅是模型能力，三个范式是逐层扩展的包含关系而非替代关系，核心金句：模型决定上限，Harness 决定落地、Prompt 是 Context 的子集、AI Agent = LLM + Harness  注意：图片中不要包含核心金句",
    "sequential_image_generation": "disabled",
    "response_format": "url",
    "size": "2K",
    "stream": false,
    "rate": "3:4",
    "watermark": false
}'


5、提取 生成小红书文案 标题、正文、以及生成的两张的封面图 使用 xiaohongshu-mcp 发布到小红书

一个小 Tips: qclaw-skill-creator 可以使用上一次的执行反馈进一步优化当前流程 Skill，从而让整个流程执行更加稳定和流畅。

四、学会利用"组合的智慧"

在构建这类系统时，一个常见的误区是试图从零实现所有能力。然而在实际工程中，这种方式不仅效率低，而且难以持续迭代。

QClaw 提供了一种更高效的路径，即通过组合已有能力来构建系统。在上述方案中，内容重构能力来自社区 Skill，平台发布能力来自开源项目，而流程编排则由 QClaw 完成。每一部分都不是重新开发的，而是基于已有成果进行组合。

这种方式的核心在于，将工程重点从“实现能力”转移到“组织能力”。你需要做的不是重复造轮子，而是理解每个模块的边界，并将它们以合理的方式连接起来。

从某种意义上来说，这正是 AI 时代工程范式的变化：开发者不再只是代码的编写者，而是能力的编排者。

五、总结

通过 QClaw，可以将原本需要多人协作完成的小红书运营流程，压缩为一个自动执行的系统。内容从输入到发布形成闭环，不仅显著提升了效率，也让内容分发变得更加稳定和可控。

更重要的是，这种方式改变了内容生产的思路。与其关注如何在单个平台上反复优化，不如将精力投入到内容本身的质量提升上，然后通过自动化系统完成多平台分发。当流程稳定之后，内容将不再是一次性产出，而是可以持续复用的资产。