2026 年 8 月 31 日，浙江大学 REAL 实验室发布开源项目 Easel v0.1.0（GitHub 仓库 ZJU-REAL/Easel）。截至 2026 年 9 月初，该项目已获得 143 个 star、11 个 fork，代码以 Python 为主（占比 64.9%）。这是一个基于 OpenClaw 构建的社媒运营 AI 智能体，把热点发现、选题策划、内容创作、多平台发布、数据归因五层工作流串成一条完整链路，并已支持小红书、抖音、快手、知乎、B 站、微信视频号六个平台的登录、适配与真实发布。

Easel 与普通 AI 写作工具的关键区别在于它会「记住」你的账号：每个账号有独立的画像（定位、风格、受众、平台、偏好与红线），内容产出由画像驱动，而不是一次性生成。

五层工作流

  • 发现：聚合微博、抖音、知乎、B 站等平台热榜与行业资讯，筛选适合当前账号的机会。
  • 策划：把机会变成选题、标题、脚本与内容矩阵，写入内容日历。
  • 创作：生成文案、卡片、海报、信息图、音频、视频、短剧、论文解读等可发布素材。
  • 发布：按平台适配标题、正文、画幅与媒体要求，执行发布前检查并发送到已登录账号。
  • 归因：读取播放、互动与评论数据，把有效经验沉淀回账号画像。

其中创作与发布两个环节落地最实：图片、卡片、配音、字幕、剪辑、短剧等技能都配有可运行脚本，成品落盘到 outputs/ 目录；同一份素材可以改写为小红书卡片、短视频脚本、知乎长文等不同平台形态，并遵循各平台的格式与字数要求。

技术架构与快速开始

Easel 要求 Python 3.10+ 与 Node.js 22.19+，Web 工作台为 FastAPI + React 组合，默认运行在 7860 端口，并使用独立的 OpenClaw profile（gateway 默认 18789 端口），不会覆盖本机已有的 OpenClaw 配置。

快速开始只需三步：

git clone git@github.com:ZJU-REAL/Easel.git
cp .env.example .env
bash setup.sh && easel web

最小配置只需要在 .env 中提供一个可用的 LLM。安装后可运行 easel doctor 检查环境、easel ping 检查 gateway 与 Agent 连通性；easel skill <name> -i "..." 可跳过界面直接运行指定技能，例如用 quality-gate 技能检查一条待发布文案。

需要注意的边界

官方明确提示：小红书平台可能检测自动化操作，存在验证、限流或账号风控风险，建议使用预览与发布前检查，由用户确认后手动发布；其他平台不受此限制。项目采用 Apache-2.0 协议，目前有 4 位贡献者，最新版本为 2026 年 8 月 31 日发布的 v0.1.0，仓库近期仍在持续更新。

结论

Easel 的价值在于把社媒运营从「AI 给建议、人动手做」推进到「Agent 直接产出并发布」：五层工作流闭环、六个平台真实发布、画像驱动持续进化。对想以低成本搭建个人或团队社媒自动化管线的开发者来说，这是一个 Apache-2.0 许可、可立即 clone 跑通全链路的现成方案。