我一直在想，如果有一个工具能把自媒体的整条链路打通该多好。
从发现热点到策划选题，从生成内容到多平台发布，再到复盘归因，所有环节都在一个工作台里完成，而且这个工具还能记住你的账号定位、受众偏好和历史表现，越用越懂你。
这不，浙江大学 REAL Lab 和 北京大学 OpenDCAI Lab 联合开源了一个项目，名字叫 Easel，就是奔着这件事来的。
项目介绍
Easel 是一个面向社交媒体创作者的开源内容工作台，核心理念其实从它的 Slogan 就能看出来——”你的私人、持续进化的社媒运营助手“。
说它是”助手”可能还不够准确。传统 AI 工具给你的感受是，你提出需求，它输出结果，双方的关系是一次性的、无状态的。
但 Easel 不一样，它把每个账号都当成一个有性格、有记忆、有成长轨迹的独立个体来对待。
你在 Easel 里先建立一个账号画像，写清楚这个账号的定位是什么、面向哪些受众、风格偏好是什么、哪些红线绝对不能碰。
之后所有的内容发现、策划、创作和发布，Agent 都会参考这份画像来执行，而且每次发布后的数据分析会自动沉淀回画像里，让下一次输出更贴合真实账号。
这个项目由浙江大学 REAL Lab 和北京大学 OpenDCAI Lab 联合开发，基于 ZJU-REAL 团队之前开源的 OpenClaw Agent 框架构建，使用 Apache 2.0 协议开源。
核心亮点
我翻了 Easel 的 README 和功能文档，它的设计思路跟市面上大多数AI 内容生成工具确实有本质区别。
总结下来有六个核心亮点：
1、一个 Agent 贯穿完整链路
很多工具是”只做其中一环”：热点工具只负责发现，文案工具只负责生成，发布工具只负责推送。
Easel 的做法是用一个 Agent 把发现→策划→创作→发布→归因这五个环节打通成一个连续的工作流。
2、画像驱动输出，每次都更懂你
每个账号都有一份独立的画像，包含六个维度：定位、风格、受众、平台、偏好与红线、长期记忆。
画像不只是用来在第一次生成时参考——Agent 每次发布后会自动读取这个账号的数据，比如哪些类型的点击率高、哪些风格的视频完播率好、评论区里用户最常问什么问题，然后把这些有效模式沉淀回画像的”长期记忆”里。
用得越久，Agent 对你的账号就越熟悉，输出的内容也就越贴合真实账号的调性，而不是千篇一律的 AI 腔。
3、技能是可执行的，不是空喊口号
我特别喜欢 Easel 对”Skill”的定义。
很多 AI 工具里所谓的”技能”其实就是一段 Prompt 模板，告诉模型”你要怎么生成”。
但 Easel 的每个 Skill 都是真的能跑起来的脚本。目前项目已经实现了 112 个 Skill，覆盖从发现到发布的每个环节。
4、一份素材，多种平台形态
做过跨平台内容的人都知道，同一主题在不同平台需要完全不同的呈现形式。
Easel 可以从一份”母版内容”出发，自动为每个平台生成适配版本——格式、字数、语气、媒体要求都帮你调好。
5、项目化保存，内容不会丢在对话里
这是很多 Chat 式 AI 工具的通病：你跟 AI 聊了好几个小时，生成了一堆内容，换个会话或者工具就全没了。
Easel 把每次创作都当成一个独立的项目来管理——选题、文案、素材、中间文件、最终产物、发布记录都按项目归档在 outputs/ 下面。
可以随时打开某个项目查看当时做了什么、哪里改了、发布到了哪些平台、数据表现如何，方便后续修改或者重做。
6、真实发布与复盘闭环
我见过太多”能生成但不能发布”的 AI 工具了，生成完了你还得自己拿着内容去各个平台手动上传。
Easel 不一样，它通过浏览器自动化的方式可以直接把内容发布到已登录的平台账号上，而且在发布前会做一套质量门禁检查——敏感词、版权风险、格式合规、平台搜索优化建议，都帮你过一遍。
发布之后还能定期回读账号数据，把播放量、互动数据、评论洞察这些信息回流到归因环节，再沉淀回账号画像。
快速上手
说了这么多亮点，怎么才能把 Easel 跑起来？官方文档给出了非常清晰的指引，我整理一下完整流程。
环境要求
- • 操作系统：Linux 或 macOS（Windows 暂时没有明确支持说明）
- • Python：3.10 及以上
- • Node.js：22.19 及以上（macOS 建议先通过 Homebrew 或 Node.js 官网安装；Linux x86_64 上如果缺少，安装脚本会自动处理）
- • git：需要
第一步：克隆仓库并初始化
# 克隆代码
git clone git@github.com:ZJU-REAL/Easel.git
cd Easel
# 复制配置模板cp .env.example .env
vim .env第二步：配置 LLM API Key（最小必需）
Easel 最低只需要配置一个可用的 LLM 就能跑起来，在 .env 里填：
ANTHROPIC_API_KEY=你的_API_Key
CLAUDE_MODEL=anthropic/claude-sonnet-4-6第三步：运行安装脚本
bash setup.sh安装脚本会自动处理 Python 依赖、Node.js 环境、OpenClaw 框架等。
第四步：启动 Web 工作台
easel web启动后在浏览器打开 http://localhost:7860 就能看到工作台界面了。
如果你更喜欢命令行，也可以用：
# 终端多轮对话模式
easel chat
# 直接运行某个 Skilleasel skill quality-gate -i "帮我检查这条小红书文案"
easel skill social-content -i "写一条介绍空间智能的微博"
# 检查环境是否就绪easel doctor
# 检查 gateway 与 Agent 连通性easel ping写在最后
当 Easel 这样的工具成熟起来，创作者每天花在信息搬运、格式转换、重复点击上的时间，都可以省出来去做更重要的事——想清楚这期内容为什么要做、怎么做得更好。
Easel 给我的最大感受，不是它有多少个 Skill、支持多少个平台，而是它设计理念里对”人”的尊重：它不是要取代创作者，而是要成为创作者的”内容搭档”。
记住你的账号，理解你的受众，沉淀你的经验，然后陪你一起把好内容做出来。
如果你也是社媒创作者、内容运营、或者对 AI Agent 在实际场景中的应用感兴趣，不妨去看看 Easel，试试能不能把它用到你的工作流里。
📖 相关推荐
资深互联网从业者，专注AI工具研究与实战应用。长期跟踪ChatGPT、Claude、Stable Diffusion等前沿AI技术，擅长将复杂的技术概念转化为通俗易懂的教程。运营颜资源小站，致力于为中文用户提供高质量的AI教程、开源项目推荐和数字资源整理。
评论(0)