OpenClaw+Phi-3-mini-128k-instruct个人博客系统：从构思到发布全自动

OpenClaw+Phi-3-mini-128k-instruct个人博客系统：从构思到发布全自动

1. 为什么需要全自动博客系统

作为一个技术博主，我每周要花费大量时间在内容创作上。从选题构思、资料收集、写作排版到最终发布，整个过程往往需要10-15个小时。最痛苦的不是写作本身，而是那些重复性的机械操作：在不同平台间切换、调整Markdown格式、上传图片、设置标签等等。

直到我发现OpenClaw+Phi-3-mini-128k-instruct这个组合可以解决我的痛点。OpenClaw提供了浏览器自动化能力，而Phi-3-mini则擅长内容生成。将它们结合起来，我只需要给出一个主题方向，系统就能自动完成从构思到发布的全流程。这不仅节省了我的时间，还让创作过程变得更加有趣。

2. 系统架构与核心组件

2.1 技术选型思路

我选择Phi-3-mini-128k-instruct作为内容生成核心有几个考虑：首先，它的128k上下文窗口足够处理长篇文章；其次，instruct调优版本特别适合遵循写作指令；最后，vllm部署方案在本地运行效率很高。

OpenClaw则负责处理所有需要人工操作的部分：打开浏览器搜索参考资料、整理收集的信息、将生成的内容发布到博客平台。它的浏览器自动化能力特别强大，可以模拟人类的所有操作。

2.2 系统工作流程

整个系统的工作流程分为四个阶段：

1. 选题阶段：根据我的历史文章和当前热点，生成5-10个候选主题
2. 研究阶段：自动搜索相关资料，整理关键信息点
3. 写作阶段：基于收集的资料生成初稿，并进行多轮润色
4. 发布阶段：将最终内容格式化后发布到我的博客平台

每个阶段都由OpenClaw协调，调用不同的技能模块完成。Phi-3-mini则负责所有需要"思考"的部分。

3. 环境配置与模型接入

3.1 部署Phi-3-mini-128k-instruct

我使用的是vllm部署的Phi-3-mini镜像，启动服务非常简单：

python -m vllm.entrypoints.api_server \ --model microsoft/Phi-3-mini-128k-instruct \ --tensor-parallel-size 1 \ --port 8000

服务启动后，可以通过Chainlit前端进行测试。但更重要的是将其接入OpenClaw系统。

3.2 OpenClaw配置

在OpenClaw的配置文件中添加Phi-3-mini作为模型提供方：

{ "models": { "providers": { "phi3-mini-local": { "baseUrl": "http://localhost:8000/v1", "api": "openai-completions", "models": [ { "id": "phi3-mini-128k", "name": "Local Phi-3 Mini", "contextWindow": 131072, "maxTokens": 4096 } ] } } } }

配置完成后，运行openclaw gateway restart使更改生效。现在OpenClaw就可以使用本地部署的Phi-3-mini了。

4. 构建自动化博客工作流

4.1 选题自动化

我开发了一个简单的选题生成技能。它会分析我的博客历史数据，结合技术趋势，生成候选主题列表。核心提示词如下：

你是一位经验丰富的技术博主助手。根据以下历史文章主题和当前技术趋势，生成5个适合的博客选题。要求： 1. 与我已有内容相关但不过度重复 2. 包含实用技术干货 3. 标题吸引人但不过分夸张 历史文章主题：{{文章列表}} 当前趋势：{{技术热点}}

OpenClaw会定期运行这个提示词，将生成的选题存入待处理队列。

4.2 内容生成与优化

选定主题后，系统会自动执行以下步骤：

1. 使用OpenClaw的浏览器技能搜索相关资料
2. 提取关键信息并整理成大纲
3. 调用Phi-3-mini生成初稿
4. 进行语法检查和风格优化
5. 添加合适的代码示例和图表说明

整个过程完全自动化，我只需要在关键节点进行审核。

4.3 自动发布流程

内容定稿后，OpenClaw会处理发布流程：

1. 将Markdown转换为目标平台需要的格式
2. 自动上传图片到图床
3. 设置合适的标签和分类
4. 发布到博客平台
5. 生成社交媒体预告文案

我配置了发布前的二次确认，确保内容质量。

5. 实际效果与时间节省

使用这个系统三个月后，我的工作效率显著提升：

• 选题时间从2小时缩短到10分钟（仅需审核生成的选题）
• 研究时间从3-4小时减少到完全自动化
• 写作时间从6-8小时减少到1-2小时（主要是审核和微调）
• 排版发布从1小时减少到完全自动化

总计每周节省约12小时，这些时间我可以用来研究更深度的技术内容。文章质量也有提升，因为系统能确保每篇文章都有完整的参考资料和一致的结构。

6. 遇到的挑战与解决方案

6.1 内容质量控制

初期发现生成的文章有时会偏离主题或包含不准确信息。解决方案是：

1. 增加大纲审核环节
2. 设置更严格的事实核查提示词
3. 建立关键术语黑名单

6.2 浏览器自动化稳定性

OpenClaw的浏览器操作偶尔会因为页面加载延迟而失败。通过以下方式改善：

1. 增加重试机制
2. 设置更宽松的超时时间
3. 使用更可靠的元素定位策略

6.3 模型响应一致性

Phi-3-mini有时会生成风格不一致的内容。通过固定temperature参数和添加风格指引提示词来解决。

7. 系统的可扩展性

虽然目前系统是针对我的个人博客定制的，但架构设计考虑到了扩展性：

1. 可以轻松添加新的内容来源（如技术文档、论文等）
2. 支持接入多个博客平台
3. 选题算法可以持续优化
4. 可以集成更多AI服务（如图像生成）

未来我计划开源这个系统的核心部分，让更多博主能受益于自动化创作。

获取更多AI镜像

想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。