Content Automation Skill

内容创作自动化工具，帮助创作者和运营人员提高效率。支持社交媒体内容生成、视频脚本创作、定时任务管理等功能。

注意：本 Skill 专注于内容创作辅助，用户需遵守各平台的使用条款和社区规范。

前置要求

bash

克隆仓库

git clone https://github.com/FujiwaraChoki/MoneyPrinterV2.git
cd MoneyPrinterV2

需要 Python 3.12+

python --version

创建虚拟环境

python -m venv venv source venv/bin/activate # Windows: .venv\Scripts\activate

安装依赖

pip install -r requirements.txt

复制配置文件

cp config.example.json config.json

配置

编辑 config.json：

json
{
openaiapikey: your-key,
twitter: {
enabled: false,
username: ,
password: ,
email:
},
youtube: {
enabled: false,
clientsecretsfile: client_secrets.json
},
affiliate: {
enabled: false,
amazon_tag:
}
}

核心功能

1. 内容生成器

python
from src.classes.ContentGenerator import ContentGenerator

初始化生成器

generator = ContentGenerator()

生成社交媒体帖子

post = generator.generate_post( topic=人工智能趋势, platform=twitter, tone=professional, length=short ) print(post)

生成视频脚本

script = generator.generatevideoscript( topic=如何学习编程, duration_seconds=60, style=educational ) print(script)

生成内容创意

ideas = generator.generatecontentideas( niche=科技评测, count=10 ) for idea in ideas: print(f- {idea})

2. 视频创作辅助

bash

生成短视频脚本

python -c
from src.classes.VideoGenerator import VideoGenerator

vg = VideoGenerator()
script = vg.generate_script(
topic=5个Python技巧,
style=fast-paced,
duration=60
)
print(script)

生成视频描述和标签

python -c from src.classes.VideoGenerator import VideoGenerator

vg = VideoGenerator()
metadata = vg.generate_metadata(
title=Python编程入门,
keywords=[python, programming, tutorial]
)
print(f描述: {metadata[\description\]})
print(f标签: {metadata[\tags\]})

3. 定时任务调度

python
from src.classes.Scheduler import Scheduler
from datetime import datetime, timedelta

创建调度器

scheduler = Scheduler()

添加定时发布任务

scheduler.add_job( func=posttotwitter, trigger=cron, hour=9, minute=0, args=[早安推文内容] )

添加延时任务

scheduler.add_job( func=generatedailycontent, trigger=date, run_date=datetime.now() + timedelta(hours=2) )

启动调度器

scheduler.start()

4. 内容日历管理

python
from src.classes.ContentCalendar import ContentCalendar

创建内容日历

calendar = ContentCalendar()

添加内容计划

calendar.add_content( date=2024-03-25, platform=twitter, topic=产品发布, status=planned )

查看本周计划

weeklyplan = calendar.getweekly_plan() for item in weekly_plan: print(f{item[date]}: {item[topic]} ({item[platform]}))

导出日历

calendar.exporttocsv(content_calendar.csv)

完整工作流示例

批量生成一周社交媒体内容

python
#!/usr/bin/env python3

批量生成一周社交媒体内容

from src.classes.ContentGenerator import ContentGenerator
from src.classes.ContentCalendar import ContentCalendar
import json

def generateweeklycontent(niche: str, platforms: list):
为指定领域生成一周内容

generator = ContentGenerator()
calendar = ContentCalendar()

# 内容主题池
topics = [
周一灵感,
周二技巧,
周三案例,
周四趋势,
周五总结,
周末轻松话题
]

content_plan = []

for i, topic in enumerate(topics):
for platform in platforms:
# 生成内容
content = generator.generate_post(
topic=f{niche} - {topic},
platform=platform,
tone=casual if i >= 5 else professional
)

# 添加到日历
calendar.add_content(
day=i,
platform=platform,
content=content,
topic=topic
)

content_plan.append({
day: i,
platform: platform,
topic: topic,
content: content
})

# 保存计划
with open(weekly_content.json, w, encoding=utf-8) as f:
json.dump(contentplan, f, ensureascii=False, indent=2)

# 导出日历
calendar.exporttocsv(weekly_calendar.csv)

print(f✅ 已生成 {len(content_plan)} 条内容)
print(f📅 日历已保存至 weekly_calendar.csv)
print(f📝 详细计划已保存至 weekly_content.json)

return content_plan

执行

if name == main: generateweeklycontent( niche=人工智能, platforms=[twitter, linkedin] )

视频内容生产线

python
#!/usr/bin/env python3

视频内容自动化生产流程

from src.classes.VideoGenerator import VideoGenerator
from src.classes.ContentGenerator import ContentGenerator
import os

def createvideopipeline(topic: str, output_dir: str = ./output):
创建完整视频制作流程

os.makedirs(outputdir, existok=True)

vg = VideoGenerator()
cg = ContentGenerator()

print(f🎬 开始制作视频: {topic})

# 1. 生成脚本
print(📝 生成脚本...)
script = vg.generate_script(
topic=topic,
style=educational,
duration=90
)

with open(f{output_dir}/script.txt, w, encoding=utf-8) as f:
f.write(script)

# 2. 生成视频描述
print(📄 生成视频描述...)
metadata = vg.generate_metadata(
title=topic,
keywords=[教程, 教育, topic]
)

with open(f{output_dir}/metadata.json, w, encoding=utf-8) as f:
import json
json.dump(metadata, f, ensure_ascii=False, indent=2)

# 3. 生成缩略图描述
print(🎨 生成缩略图创意...)
thumbnailideas = cg.generatecontent_ideas(
niche=f视频缩略图: {topic},
count=3
)

with open(f{outputdir}/thumbnailideas.txt, w, encoding=utf-8) as f:
for idea in thumbnail_ideas:
f.write(f- {idea}\n)

print(f✅ 视频制作素材已保存至 {output_dir}/)
print(f - 脚本: script.txt)
print(f - 元数据: metadata.json)
print(f - 缩略图创意: thumbnail_ideas.txt)

return {
script: script,
metadata: metadata,
thumbnailideas: thumbnailideas
}

执行

if name == main: createvideopipeline(Python异步编程入门)

内容分析与优化

python
#!/usr/bin/env python3

分析内容表现并生成优化建议

from src.classes.Analytics import Analytics
from src.classes.ContentGenerator import ContentGenerator

def analyzeandoptimize(content_history: list):
分析历史内容表现并生成优化建议

analytics = Analytics()
generator = ContentGenerator()

# 分析表现
print(📊 分析内容表现...)
insights = analytics.analyzeperformance(contenthistory)

print(\n🔍 关键洞察:)
print(f 最佳发布时间: {insights[bestpostingtime]})
print(f 高互动话题: {, .join(insights[top_topics])})
print(f 最佳内容长度: {insights[optimal_length]})

# 生成优化建议
print(\n💡 优化建议:)
recommendations = generator