大家好,我是小肥肠。看过我文章的老读者都知道我之前基于Coze和n8n实现了公众号热门领域漫画的生产。

文章指引:
公众号想做 10w + 趣味漫画还在卡壳?Coze 工作流从 0 到 1 教你搭,难点全拆 + 一键出稿
别再眼馋 10w + 治愈漫画!Coze 工作流 3 分钟出成品,小白可学
1 分钟出 10w + 职场漫画!Coze 一键生成,小白也能轻松拿捏
从 0 到 1 用 Coze 做美食漫画,长尾流量 + 长期收益全拿下,小白可学!
从 Coze 到 n8n:我用 n8n 实现了10w+小林漫画的爆款流水线生产
告别"抽卡"!n8n+Coze:固定IP角色+老纪先生风格漫画全自动生产
10W+育儿漫画是怎么做的?我用n8n搭建了自动化工作流,3分钟生成到本地磁盘
今天给大家带来的教程是, 教你如何基于 OpenClaw,一句话将热门赛道的漫画自动发送到公众号草稿箱。 我将以小林漫画和育儿漫画为例,带大家一步步实现 OpenClaw 与漫画工厂 Claude Skill 的完美整合。
先看一下实现效果,只需发送指令生成漫画,漫画类型是小林漫画,主题是成年人的体面,数量3张或生成漫画,漫画类型是育儿漫画,主题是当妈三年我学会了精打细算,数量3张 。

等待几分钟, 育儿漫画或 小林漫画就出现在了公众号草稿箱中:

只要调整好对应漫画的文生图提示词和文案,即可向Openclaw发送定时任务指令,实现漫画的全自动生产,你要做的只是每天去草稿箱简单审阅、点击发布和定期查看流量主收益。
1. 前言
肯定有老读者会问: " 前边不是已经手把手教过用 Coze 和 n8n 搭建漫画流水线了吗?怎么今天又开始折腾 OpenClaw 了? "
一句话来讲,目的就是 "终极效率" 。用过 Coze 和 n8n 的朋友都知道它们做自动化确实香,但当你想做极致的批量化生产时,痛点也就出来了。为了让大家直观感受到这三套方案的区别,我做了一个对比总结:
| 自动化工具 | 核心优势 | 痛点与局限 | 适用场景 |
|---|---|---|---|
| Coze | 零门槛,对小白极度友好;节点拖拽直观;可视化 Debug 查错快。 | 平台规则限制较多,高阶定制化上限受限。 | 新手入门,快速跑通想法,搭建轻量级工作流。 |
| n8n | 自由度极高,无平台限制;同样支持节点拖拽和可视化调试。 | 本地部署有技术门槛;当流程太长时,满屏"蜘蛛网"连线,维护起来让人头大。 | 有一定技术基础,追求高度定制化和复杂逻辑的玩家。 |
| OpenClaw + Skill | 极简配置,一句话生成;彻底告别拖拽连线,相当于拥有了一个听得懂人话的私人助理。 | 前期需要一次性写好底层脚本(别慌,本文直接提供全套拆解方案)。 | 追求极致出图效率、想彻底解放双手批量做号的"无情发稿机器"。 |
2. 实现思路
openclaw+漫画工厂skill底层实现逻辑如下图所示。整个架构可以理解为 "包工头" + "自动化装配线" 。在这里,OpenClaw 就是听得懂人话的 "包工头" ,而我们用 Python 编写的漫画工厂 Skill 就是高度定制的 "装配线" (Tools)。

整条技术流水线可以分为以下 6 个核心环节:
1. 剧本规划
调用 DeepSeek API接口,根据用户赛道和主题(小林或育儿),自动写出分镜 Prompt(每张漫画图片的文生图提示词) 和适配漫画图片的文案。
2. AI 绘画
拿着写好的Prompt调用豆包生图 API,批量产出漫画底图。
3. 将文字添加到图片中
利用 Python 的 Pillow 库,把漫画文案排版并直接印到底图上。
4. Markdown 组装
将处理好的成品图和文章标题、正文结构,自动拼成 Markdown 文档。
5. 合规与素材上传
将图片无损压缩(突破微信封面 64KB 限制),Markdown 转微信兼容 HTML,并自动传到微信永久素材库换取合法 URL。
6. 推送草稿箱
基于凭证(appid和appsecret)将前置节点生成的文章素材推送至草稿箱。
3. Openclaw集成漫画工厂Claude skill
话不多说,正式开始漫画工厂Claude Skill搭建,目录结构设计如下:
bash
comic-factory/
├── SKILL.md # 必填:使用说明 + 元数据
├── scripts/ # 必填:可执行代码
├── config.json # 必填:配置文件
├── fonts/ # 必填:字体文件目录,漫画上的文字生成是先基于字体库生成文案再叠加到图片上的
└── output/ # 必填:输出漫画图片的目录
选择本地(你自己的电脑)任意目录新建skill项目,建议放到.cluade目录下。

3.1. 编写漫画工厂Claude skill
3.1.1 SKILL.md设计编写
SKILL.md 可以理解为整个Skill的大脑和说明书。

以下为我写skill的思路,你可以参考扩写:
markdown
定义角色:漫画工厂
- 支持生产的漫画(小林和育儿)
- 输入参数,类型(小林和育儿)、主题(文章标题)、数量(整数类型)
- 流程
1. 脚本规划(生成文生图提示词和漫画文案)
2. 调用生图接口基于文生图提示词生成漫画底图
3. 将漫画文案叠加到漫画底图上
4. 组装 Markdown文本
5. 将Markdown文本转换为html格式
6. 将html格式数据推送到草稿箱
3.1.2 代码结构说明
光有 SKILL.md 这个总指挥还不行,真正实现功能的是 scripts/ 目录下的 Python 脚本。我把整个漫画生成流程像流水线一样拆解成了多个独立的模块。它们的功能与依赖如下图所示:

接下来我将拆解分析核心脚本的逻辑。
1. plan_comics.py
plan_comics.py 的核心功能是根据用户指定的漫画类型和主题,调用 DeepSeek API 生成漫画脚本规划。为每一张漫画生成文生图提示词和适配漫画的文案。核心代码结构如下:
python
import argparse
import json
import os
import re
from datetime import datetime
from typing import Dict, List
from openai import OpenAI
from common import SkillError, ensure_output_dir, get_required_config
def plan_comics(漫画类型, 主题, 图片张数):
# 1. 构建 prompt(根据漫画类型)
# 小林:- 场景 scene:简约、写意的水彩简笔画;都市生活、反差感;有留白与意境。(可在这一环节优化画风)
# 育儿 - 场景 scene:Q版可爱、圆润线条、家庭育儿日常、真实共鸣。(可在这一环节优化画风)
# 可扩展其他赛道,美食、老纪、职场等,核心都是提示词,可以看看往期文章提示词怎么写的,自行扩展就可以了
# 2. 调用 DeepSeek API 生成漫画文案脚本(可在这一环节优化文案)
# 3. 保存为 JSON 文件
# 4. 输出 PLAN_PATH
pass
2. generate_comic_images.py
generate_comic_images.py 读取上一步生成的文生图提示词,对接豆包AI生图接口,基于每个文生图提示词生成漫画底图。图片生成后会在本地使用Pillow 库叠加文字。核心代码结构如下:
python
import argparse
import glob
import json
import os
import tempfile
import textwrap
from datetime import datetime
from typing import Dict, List, Tuple
def generate_comic_images(plan_path):
# 1. 读取前置节点生成的文生图提示词
# 2. 调用豆包 API(Seedream4.5) 生成图片
# 3. 下载图片到本地
# 4. 基于前置节点生成的漫画文案使用 Pillow 将文案叠加到漫画的底图上面
# 5. 保存并输出 MANIFEST_PATH
pass
3. build_comic_markdown.py
build_comic_markdown.py 会将生成的所有漫画图片组装成一篇 Markdown 格式的文章,自动生成标题和正文结构。核心代码结构如下:
python
import argparse
import json
import os
from datetime import datetime
from common import ensure_output_dir
def build_comic_markdown(manifest_path):
# 1. 读取生成的图片
# 2. 生成 Markdown 内容
# 3. 保存为 .md 文件
# 4. 输出 MD_PATH
pass
4. compress_image.py
这个脚本极其关键!经常发公众号的朋友肯定被微信图片大小限制折磨过(封面图不能超过 64KB)。为了防止后续上传疯狂报错,这个脚本依托了Pillow 库,把刚刚生成的所有图片在本地进行一波无损裁剪和极致压缩。核心代码结构如下:
python
import argparse
import os
from typing import Optional, Tuple
from PIL import Image
def compress_image(input_path, output_path=None, width=900, height=500, quality=70):
# 1. 打开图片
# 2. 裁剪到目标比例
# 3. 缩放并压缩保存
pass
5. format_article.py
微信公众号后台是不支持直接贴 Markdown 的,format_article.py 的作用是把 Markdown 转成微信兼容的 HTML 格式。它还会把你本地的配图全部传到微信永久素材库里,并替换成合适的微信 URL。不然你直接发出去,文章里的图片会显示不了。核心代码结构如下:
python
import argparse
import os
import re
from typing import List, Optional, Tuple
import requests
from common import get_access_token, get_required_config
def md_to_wechat_html(md_content, access_token=None):
# 1. 解析 Markdown(标题、段落、图片)
# 2. 转换为微信兼容的 HTML + 内联 CSS
# 3. 上传图片到微信素材库
pass
6. publish_draft.py
这个脚本拿着前面搞定的一切(授权 token、封面 media_id、HTML 正文),直接通过微信官方 API 将内容存进你的公众号草稿箱里。核心代码结构如下:
python
import argparse
import json
import os
import requests
from common import get_required_config, get_access_token
def get_access_token(appid, appsecret):
# 获取微信 access_token(带缓存)
pass
def upload_thumb(access_token, image_path):
# 上传封面图为永久素材
pass
def add_draft(access_token, title, html_content, thumb_media_id):
# 创建草稿,返回 media_id
pass
3.1.3 config.json填写
在整个流程中,我们需要雇佣 DeepSeek 来代笔写脚本、呼叫豆包 AI 来画图,最后还要让脚本有权限把漫画塞进你自己的公众号草稿箱里。所以,要有一个统一配置API密钥的文件 config.json,在里面填入对应的 API 密钥和账号授权信息,这套流水线才能真正跑起来。
配置文件的格式如下:
json
{
"deepseek_api_key": "sk-xxxxxxxxxxxxxxxx",
"deepseek_model": "deepseek-chat",
"doubao_api_key": "xxxxxxxx-xxxx-xxxx-xxxx-xxxxxxxxxxxx",
"appid": "wx1234567890abcdef",
"appsecret": "1234567890abcdef1234567890abcdef"
}
配置项 说明:
| 配置参数 | 详细说明 |
|---|---|
| deepseek_api_key | DeepSeek API 密钥,充当"AI 大脑",用于自动生成漫画脚本。 |
| deepseek_model | 使用的模型名称,默认为 deepseek-chat。 |
| doubao_api_key | 豆包 AI 生图 API 密钥,充当"AI 画师",用于生成漫画图片。 |
| appid | 你的微信公众号 AppID,用于获取微信接口调用权限。 |
| appsecret | 你的微信公众号 AppSecret,与 AppID 配合使用以完成授权。 |
3.2. 漫画工厂Claude skill集成Openclaw
漫画工厂skill集成到 OpenClaw 很简单,只需要将自研 Skill 上传到服务器 /root/.openclaw/skills/ 目录即可。

上传后可以和 OpenClaw 对话二次确认 Skill 已经正确加载。

输入生成指令:生成漫画,漫画类型是小林漫画,主题是 年纪大了,比猪还害怕过年 ,数量3张

等待几分钟,新的草稿就生成在了公众号草稿箱中。

以上就是openclaw集成漫画工厂Claude skill的完整内容,动手能力强的读者可以跟着教程实践一遍。上述skill已经被收录到了小肥共学群中,需要原件可以加入社群直接使用哦。
4. 结语
到这里,基于 OpenClaw 的漫画工厂 Skill 搭建就全盘托出了。从 Coze 到 n8n,再到今天 OpenClaw 的 "一句话出稿" ,我们不断折腾工具,核心目的只有一个------追求极致的生产力释放。
如本次分享对你有帮助,欢迎一键三连支持一下小肥肠,我们下期再见~
