OpenClaw+ollama-QwQ-32B自动化写作：从指令到公众号发布的完整链路

本文介绍了如何在星图GPU平台上自动化部署【ollama】QwQ-32B镜像，实现从技术文章生成到公众号发布的全链路自动化写作。该方案结合OpenClaw框架与本地部署的大模型，可高效生成包含代码示例的技术内容，并自动完成格式转换与发布，显著提升技术博客创作效率。

Lemaden

328人浏览 · 2026-03-26 03:40:18

Lemaden · 2026-03-26 03:40:18 发布

OpenClaw+ollama-QwQ-32B自动化写作：从指令到公众号发布的完整链路

1. 为什么选择这个技术组合？

去年冬天，当我第一次尝试用AI自动生成技术文章并发布到公众号时，经历了漫长的折腾过程。从手动复制粘贴到半自动化脚本，再到现在的OpenClaw+ollama-QwQ-32B全链路方案，这个进化过程让我深刻体会到：真正的自动化应该像呼吸一样自然。

OpenClaw作为本地化AI智能体框架，解决了两个核心痛点：一是数据不出本地，保障了技术文章的安全性；二是能够像人类一样操作系统，完成从写作到发布的完整链路。而ollama-QwQ-32B作为本地部署的大模型，在技术类内容生成上表现出色，避免了调用云端API的延迟和费用问题。

2. 环境准备与基础配置

2.1 OpenClaw的安装与初始化

在MacBook Pro上，我选择了官方推荐的一键安装方式：

curl -fsSL https://openclaw.ai/install.sh | bash
openclaw onboard --install-daemon

安装完成后，通过openclaw onboard命令进入配置向导。这里有几个关键选择：

模式选择Advanced以便自定义模型配置
模型提供方选择Skip for now（因为我们要用ollama-QwQ-32B）
渠道暂时跳过（后续再配置飞书）

2.2 ollama-QwQ-32B的本地部署

由于我的设备是M1芯片的MacBook Pro 16GB版本，选择使用ollama部署QwQ-32B：

ollama pull qwq-32b
ollama run qwQ-32b

部署完成后，模型服务默认运行在http://localhost:11434。我们需要在OpenClaw配置文件中添加这个模型服务：

{
  "models": {
    "providers": {
      "ollama-qwq": {
        "baseUrl": "http://localhost:11434",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwq-32b",
            "name": "Local QwQ-32B",
            "contextWindow": 32768
          }
        ]
      }
    }
  }
}

配置完成后，重启OpenClaw网关服务使配置生效：

openclaw gateway restart

3. 写作与发布全链路实现

3.1 安装wechat-publisher技能

要让OpenClaw能够发布到微信公众号，需要安装专门的技能模块：

npx skills add 0731coderlee-sudo/wechat-publisher -g -y

安装过程中遇到了两个坑：

需要提前安装Node.js 18+版本
在Mac上需要额外授权终端访问文件系统的权限

安装完成后，可以通过openclaw skills list命令查看已安装技能。

3.2 配置公众号凭证

微信公众号开发需要三个关键信息：

AppID
AppSecret
IP白名单

在~/.openclaw/workspace/TOOLS.md中添加环境变量：

export WECHAT_APP_ID=你的AppID
export WECHAT_APP_SECRET=你的AppSecret

获取当前公网IP并加入微信公众号平台白名单：

curl ifconfig.me

3.3 Markdown到公众号格式的转换

公众号文章有特殊的格式要求，特别是图片需要上传到微信服务器。wechat-publisher技能会自动处理以下转换：

本地图片上传到微信素材库
Markdown标题转换为公众号格式
代码块转换为公众号兼容的样式

我创建了一个简单的测试文件test.md：

# OpenClaw自动化写作测试

这是一篇由OpenClaw+ollama-QwQ-32B生成的测试文章。

```python
def hello():
    print("Hello from OpenClaw!")

文章底部可以添加二维码等元素。


## 4. 完整工作流演示

### 4.1 触发写作任务

通过OpenClaw的Web控制台（http://127.0.0.1:18789）输入指令：

"使用ollama-QwQ-32B生成一篇关于Python异步编程的技术文章，约1500字，包含代码示例，并发布到我的公众号草稿箱"

### 4.2 任务执行过程分解

OpenClaw会按以下步骤执行：
1. 调用ollama-QwQ-32B生成文章初稿
2. 自动保存为Markdown格式
3. 调用wechat-publisher技能处理图片和格式
4. 提交到微信公众号草稿箱
5. 返回草稿链接供预览

### 4.3 效果验证

整个过程大约需要3-5分钟（取决于文章长度和图片数量）。完成后，可以在微信公众号后台的"草稿箱"中看到生成的稿件，经人工检查后即可发布。

## 5. 实战中的问题与优化

### 5.1 IP白名单问题

初期经常遇到"invalid ip"错误，解决方案：
1. 家庭宽带IP会变动，建议使用`curl ifconfig.me`实时获取
2. 或者考虑使用固定IP的云服务器作为跳板

### 5.2 Token消耗优化

长篇文章会导致大量Token消耗，我的优化策略：
1. 先让模型生成大纲，再分部分生成
2. 设置max_tokens限制，避免生成过长内容
3. 对生成的内容进行本地缓存，避免重复生成

修改后的配置示例：

```json
{
  "models": {
    "providers": {
      "ollama-qwq": {
        "baseUrl": "http://localhost:11434",
        "api": "openai-completions",
        "models": [
          {
            "id": "qwq-32b",
            "name": "Local QwQ-32B",
            "contextWindow": 32768,
            "maxTokens": 2048
          }
        ]
      }
    }
  }
}