使用 wenyan-mcp 服务，通过 Claude Code 自动读取本地 Markdown 文件并发布到微信公众号。
ccblog 是一个完整的 AI 驱动博客生产与发布流程，从内容抓取到微信公众号发布一键完成。
作为一个经常阅读技术文章的读者，我发现国内主流科技媒体（量子位、机器之心、新智元）的 AI 生成内容质量堪忧。它们的文章一看就是低成本 AI 批量生成的拼好饭——要么只是简单翻译原文，要么堆砌专业术语却无法让普通读者理解核心思想。
对比示例： 我最近发现量子位和我都解读了同一篇论文。看完他们的版本，我依然云里雾里，不知所云；而通过我的 pipeline 生成的版本，循序渐进、图文并茂，即使是非专业读者也能真正理解论文的核心创新点。
这不是偶然——这是系统性的质量差距。
我开发的 pipeline 不是简单的 "PDF → AI → 发布"，而是一个经过多轮迭代优化的复杂系统：
- PDF 解析 Agent（pdf-parser-mineru）: 使用 MinerU 精确提取论文结构、图表、公式
- 文本抓取 Agent（blog-text-scraper）: 智能抓取网络文章，保留完整上下文
- 图片抓取 Agent（blog-image-scraper）: 批量下载并本地化所有图片资源
- 博客写作 Agent（wechat-blog-writer）: 将原始内容转化为通俗易懂的叙事
- Gemini 评审 Agent（gemini-blog-critic）: 对标原文进行深度批判性审查
- 内容优化 Agent（blog-content-refiner）: 识别晦涩段落，插入解释性内容
- Gemini 引导重写 Agent（gemini-guided-rewriter）: 基于 AI 生成的理想解读框架重构文章
- 图表生成 Agent（blog-diagram-generator）: 自动生成框架图辅助理解
每个 Agent 都有明确分工，多次交叉验证和优化，确保最终输出的文章既忠实原文，又真正可读。
那些传统媒体为了降低成本，使用廉价的 AI 模型批量生成内容。我直接调用 Claude Sonnet 4.5 和 Gemini 3 Pro Thinking——这是目前公开可用的最强 LLM 之一。
- 更深的理解力: Claude 能够准确把握论文的技术细节和创新点
- 更好的表达力: 生成的内容既专业又通俗，避免生硬翻译
- 更高的 API 成本: 是的，我在每篇文章上的 API 开销远超那些媒体，但这保证了质量
我花的 API 费用比量子位多得多，但这是值得的。
我的公众号不是批量生产线，每一篇文章的选材都基于：
- 我自己真正感兴趣的研究方向（比如最近的 VLA、Agent 等）
- 业界大佬推荐的经典论文
- 实际需求驱动（比如我想深入理解某个技术时，就让 pipeline 给我讲解）
这种选材机制确保了内容的价值密度远超那些追热点的媒体。
自从这个 pipeline 打磨成熟后，我现在没事就想找几篇论文让它给我讲讲。比如最近：
- 我挑选了 6 篇 VLA（Vision-Language-Action）领域的经典论文
- 让 Gemini 推荐其中的关键文献
- 启动 6 个并行 Agent 自动生成深度解读
- 几小时后，我就能发布一套完整的系列解读
这种体验是传统媒体无法提供的——既有专业深度，又有个性化筛选，还有图文并茂的呈现。
为什么我的 pipeline 能做到这么高的质量？关键在于多层次的 refinement：
- 第一轮: 基础内容生成
- 第二轮: Gemini Critic 对比原文进行批判性审查，识别误解、遗漏和不清晰的地方
- 第三轮: Blog Content Refiner 针对性地优化晦涩段落
- 第四轮: Gemini Guided Rewriter 基于理想解读框架重构整体叙事
- 第五轮: Blog Diagram Generator 生成补充说明图表
每一轮都在提升质量，而那些传统媒体只有第一轮。
本地 MD 文件 → Claude Code (MCP Client) → wenyan-mcp (MCP Server) → 微信公众号
cd mcp/wenyan-mcp
npm install
npx tsc -b使用 claude mcp add 命令添加 MCP 服务：
# 添加微信公众号发布 MCP
claude mcp add --transport stdio \
-e WECHAT_APP_ID=你的微信公众号AppID \
-e WECHAT_APP_SECRET=你的微信公众号AppSecret \
-- wenyan-mcp node /Users/limo/Documents/GithubRepo/ccblog/mcp/wenyan-mcp/dist/index.js
# 添加 Gemini 图片生成 MCP（可选）
claude mcp add --transport stdio \
-e OPENAI_API_KEY=你的千循API密钥 \
-e OPENAI_BASE_URL=your-openai-compatible-api-url \
-- gemini-image node /Users/limo/Documents/GithubRepo/ccblog/mcp/gemini-image-mcp/dist/index.js
# 添加 Playwright MCP（可选，用于网页自动化）
claude mcp add --transport stdio \
-- playwright npx -y @playwright/mcp@latest --headless --isolated --viewport-size 3840x2160
# 添加 MinerU PDF 解析 MCP（可选，用于 PDF 转 Markdown）
claude mcp add --transport stdio \
-- mineru-pdf /Users/limo/Documents/GithubRepo/ccblog/.venv/bin/python /Users/limo/Documents/GithubRepo/ccblog/mcp/mineru-pdf-mcp/server.py注意： 请将命令中的路径替换为你本地的实际路径。
管理 MCP 服务：
# 查看所有 MCP 服务状态
claude mcp list
# 删除某个 MCP 服务
claude mcp remove server-name- 登录微信公众平台：https://mp.weixin.qq.com
- 进入「设置与开发」→「基本配置」
- 获取开发者ID(AppID) 和 开发者密码(AppSecret)
- 配置 IP 白名单（必须！）
详细配置说明：https://yuzhi.tech/docs/wenyan/upload
配置完成后，使用以下命令验证 MCP 服务是否正常：
claude mcp list你应该看到类似这样的输出：
✓ wenyan-mcp: Connected
✓ gemini-image: Connected
现在你可以直接在 Claude Code 中这样操作：
帮我把 blog_pydantic_model.md 这个文件发布到微信公众号，使用 rainbow 主题
Claude Code 会：
- 读取你的 MD 文件
- 调用 wenyan-mcp 进行排版
- 自动上传图片
- 发布到公众号草稿箱
在你的 MD 文件开头添加 frontmatter：
---
title: 文章标题
cover: /path/to/cover/image.jpg
---
你的文章内容...title: 必填，文章标题cover: 可选，封面图（本地路径或网络 URL）- 如果正文有图片可省略
- 无图片时必须提供
wenyan-mcp 提供 8 种精美主题：
default- 默认主题orangeheart- Orange Heart（橙心）rainbow- Rainbow（彩虹）lapis- Lapis（青金石）pie- Pie（派）maize- Maize（玉米）purple- Purple（紫色）phycat- 物理猫-薄荷
主题预览：https://yuzhi.tech/docs/wenyan/theme
本仓库包含一个示例文章：blog_pydantic_model.md
你可以直接在 Claude Code 中说：
帮我看看 blog_pydantic_model.md 文件，然后发布到微信公众号
wenyan-mcp 提供了两个工具：
-
list_themes- 列出所有可用主题列出公众号发布的所有可用主题 -
publish_article- 发布文章到公众号- 参数：
content: Markdown 内容（包含 frontmatter）theme_id: 主题 ID（可选，默认 default）
- 参数：
帮我把 my_article.md 发布到公众号
Claude Code 会：
- 读取你的 MD 文件
- 调用 wenyan-mcp 进行排版
- 自动上传图片
- 发布到公众号草稿箱
把 blog_pydantic_model.md 用 rainbow 主题发布到公众号
公众号助手有哪些主题可以用？
帮我把 posts 目录下所有 .md 文件都发布到公众号，使用 lapis 主题
帮我修改 article.md 的标题，然后重新发布到公众号
支持以下图片路径：
- 本地绝对路径：
/Users/limo/Pictures/image.jpg - 本地相对路径：
./images/photo.png - 网络 URL：
https://example.com/image.jpg
所有图片会自动上传到微信公众号素材库。
建议： 将以下环境变量添加到你的 ~/.zshrc 或 ~/.bashrc 文件中，以提高 MCP 工具的输出限制：
# 增加 MCP 工具响应的最大 token 数量（默认 25000）
export MAX_MCP_OUTPUT_TOKENS=100000配置后需要重新加载配置文件：
source ~/.zshrc # 或 source ~/.bashrc这对于处理大型文件或复杂输出特别有用。
- 检查配置文件路径是否正确
- 确认 wenyan-mcp 已编译（存在
mcp/wenyan-mcp/dist/index.js） - 重启 Claude Code
常见原因：
-
IP 白名单未配置（最常见！）
- 登录微信公众平台：https://mp.weixin.qq.com
- 进入「设置与开发」→「基本配置」→「IP白名单」
- 添加你的服务器/本机 IP 地址
- 查看本机公网 IP：
curl ifconfig.me - 详细说明：https://yuzhi.tech/docs/wenyan/upload
-
认证错误：检查 App ID 和 App Secret 是否正确
-
frontmatter 格式错误：检查 YAML 格式是否正确
-
图片路径错误：确认文件存在且路径正确
在 Claude Code 对话中，MCP 的错误信息会直接显示。
如果你想在服务器上运行 wenyan-mcp，可以使用 Docker：
{
"mcpServers": {
"wenyan-mcp": {
"name": "公众号助手",
"command": "docker",
"args": [
"run",
"--rm",
"-i",
"-v", "/Users/limo/Pictures:/mnt/host-downloads",
"-e", "WECHAT_APP_ID=your_app_id",
"-e", "WECHAT_APP_SECRET=your_app_secret",
"-e", "HOST_IMAGE_PATH=/Users/limo/Pictures",
"caol64/wenyan-mcp"
]
}
}
}如果你想在任何地方使用：
npm install -g @wenyan-md/mcp然后配置文件简化为：
{
"mcpServers": {
"wenyan-mcp": {
"name": "公众号助手",
"command": "wenyan-mcp",
"env": {
"WECHAT_APP_ID": "your_app_id",
"WECHAT_APP_SECRET": "your_app_secret"
}
}
}
}MinerU 是一个本地运行的 PDF 解析工具，可以：
- ✅ 完全本地运行，无需 API Key
- ✅ PDF 转 Markdown，保留格式和结构
- ✅ 自动提取图片，保存为独立文件
- ✅ 支持公式识别（LaTeX 格式）
- ✅ 表格提取，转换为 Markdown 表格
- ✅ 多语言 OCR（中文、英文、日语等）
# 激活环境
cd /Users/limo/Documents/GithubRepo/ccblog
source .venv/bin/activate
# 首次使用：下载模型（约 2-3GB，只需一次）
python -m mineru.cli.models_download
# 解析单个 PDF
python -m mineru.cli.client -p /path/to/paper.pdf -o ./output -l en
# 使用便捷脚本
./mcp/mineru-pdf-mcp/parse_pdf.sh /path/to/paper.pdf ./output配置好 MCP 后，直接在 Claude Code 中说：
帮我解析这个 PDF 为 Markdown：/path/to/document.pdf
或
使用 parse_pdf 工具解析这个论文，输出到 ./output 目录
Claude Code 会自动调用 MinerU 本地解析，无需任何 API Key。
解析后会生成：
output/
└── paper/
├── paper.md # 最终的 Markdown 文件
├── images/ # 提取的所有图片
│ ├── image_001.png
│ ├── image_002.png
│ └── ...
└── auto/ # 中间处理文件
├── content_list.json
├── middle.json
└── model.json
# 启用 OCR（扫描版 PDF）
python -m mineru.cli.client -p scan.pdf -o ./output -m ocr
# 指定语言
python -m mineru.cli.client -p paper.pdf -o ./output -l en # 英文
python -m mineru.cli.client -p paper.pdf -o ./output -l ch # 中文
# 只处理特定页面
python -m mineru.cli.client -p paper.pdf -o ./output -s 0 -e 10 # 第1-10页
# 批量处理
python -m mineru.cli.client -p ./pdfs_folder -o ./output更多使用说明和故障排除，请参考：
ccblog/
├── blog/ # 博客文章目录
├── mcp/ # MCP 服务目录
│ ├── wenyan-mcp/ # 文颜 MCP 服务（微信公众号发布）
│ │ ├── src/ # 源代码
│ │ ├── dist/ # 编译输出
│ │ └── package.json
│ ├── mineru-pdf-mcp/ # MinerU PDF 解析服务
│ │ ├── server.py # MCP 服务器（完全本地运行）
│ │ ├── parse_pdf.sh # 便捷解析脚本
│ │ ├── README_CN.md # 中文快速开始
│ │ └── LOCAL_SETUP.md # 详细部署指南
│ ├── xiaohongshu-mcp/ # 小红书 MCP 服务
│ └── generate-image-mcp/ # 图片生成 MCP 服务
├── scripts/ # Python 工具脚本
│ ├── download_arxiv_images.py
│ ├── extract_arxiv_images.py
│ ├── scrape_arxiv_images.py
│ └── scrape_arxiv_playwright.py
└── mcp-config-example.json # MCP 配置示例
Apache License Version 2.0
扫码关注公众号，查看 AI 生成的深度技术解读
