扣子Coze工作流教程：一键采集公众号爆文，自动仿写发布 - 文章 - 开发者社区

今天分享一个小白也能完成的实用工作流。

自动化完成公众号文章的提取、二次创作和发布，提升内容创作的效率。

通过智能体工作流实现公众号文章的自动处理，你可以构建一个 全自动内容生产流水线 ，只需输入文章链接，系统就会自动完成内容获取、智能二创、封面生成，并发布到你的公众号平台。

这不仅能将内容创作效率提升300%以上，还能实现24小时不间断运营，特别适合矩阵管理、内容营销团队和企业新媒体部门。

工作流整体流程

picture.image

注册扣子账号：访问扣子官网，使用手机号或邮箱注册并登录。

公众号权限 ：确保你拥有目标微信公众号的管理员权限，以便获取必要的接口权限。
想要二创的文章内容 ：可以来自知乎、今日头条、或者搜狐、百家号等。

工作流程 ：开始节点(接收文章链接) → 文章内容获取 → AI二创处理 → 封面图生成 → 公众号发布 → 结束节点。

picture.image

步骤1：创建新工作流

登录扣子平台，点击左侧菜单的"工作流"选项，点击"创建工作流"按钮。给工作流命名，例如"公众号文章自动二创发布"。

picture.image

步骤2：设置开始节点

在工作流画布中，点击"+"添加第一个节点，输入文章链接，和公众号的开发者密钥：

picture.image

步骤3：获取公众号内容

添加"文章内容获取"节点，这是工作流的基础环节：

使用 LinkReaderPlugin插件 来获取输入链接的正文和标题。这个插件能够快速提取网页关键信息，为后续创作提供原始素材
配置输入参数：将开始节点中的文章链接URL作为输入源
输出配置：确保输出包含title(标题)和content(内容)两个字段，供后续节点使用

picture.image

步骤4：AI二创处理节点

添加"大模型"节点，用于对提取的内容进行二次创作：

模型选择 ：推荐使用Deepseek系列模型（如deepseek V3-0324），它在中文内容创作方面表现优异
提示词配置 ：精心设计系统提示词，例如：

  
"你是一个专业的新媒体编辑，请对以下文章进行二次创作，保持核心信息但调整表达方式，使其更符合[你的公众号风格]调性。要求内容结构清晰，增加互动元素，并保持原创度超过90%。"

输入输出映射 ：将上一步获取的title和content作为输入，输出处理后的二创内容

picture.image

根据换行符对内容进行分段，编写一段代码：

picture.image

步骤5：生成封面图

添加封面生成节点，使用 ByteArtist官方插件 ：

输入配置：使用AI二创后的标题作为生成依据，生成提示词

picture.image

参数设置：根据你的公众号风格设置封面图尺寸、风格和色彩偏好

picture.image

输出配置：生成高质量封面图URL，供发布使用

picture.image

步骤6：公众号自动发布

这是工作流的最终环节，需要配置公众号发布节点：

认证配置：需要获取并配置微信公众号的API访问令牌(access_token)

picture.image

内容组装：将二创后的内容和生成的封面图组合成公众号文章格式

picture.image

发布设置：可以设置为直接发布或保存为草稿（建议先保存为草稿进行人工审核）

picture.image

如果你不想用其他人的插件，可以自己写代码实现获取Token以及发布，获取Token代码：

picture.image

自己调用发布可以参考：

  
# 类似功能的代码示例（仅供参考）  
import requests  
def wechat_post(access_token, title, content, cover_url):  
    url = f"https://api.weixin.qq.com/cgi-bin/material/add_news?access_token={access_token}"  
    data = {  
        "articles": [{  
            "title": title,  
            "content": content,  
            "thumb_media_id": upload_media(access_token, cover_url, "image"),  
            "show_cover_pic": 1,  
            "content_source_url": ""  
        }]  
    }  
    response = requests.post(url, json=data)  
    return response.json()