痛点：AI 生成的文章没人味
用 AI 写文章最大的问题不是写不出来，而是写出来的每篇都像同一个模板——没有你的语气、你的节奏、你的思维方式。
公众号和博客写作的 AI 工具越来越多，但几乎所有工具都面临同一个问题：生成的文章千篇一律、缺乏个人辨识度。你需要的不是"AI 帮你写"，而是"AI 用你的风格写"。
核心架构：骨架-渲染双通道
采用 骨架-渲染（CoT）双通道架构，解决单次长文生成的逻辑坍缩/重复问题。
Pass 1 (骨架) Pass 2 (渲染)
inputs/idea_01.md ──┬─→ OUTLINE_SYSTEM_PROMPT ─→ outline ──┐
│ ├─→ style prompt ─→ Markdown ─┬─→ outputs/{slug}_v{N}.md
styles/*.md ────────┘───────────────────────────────────────┘ ├─→ outputs/{slug}_v{N}.html
└─→ 系统剪贴板（富文本）
Pass 1 — 骨架生成：让 LLM 先输出 300-500 字的结构化大纲，包含核心论点、支撑素材方向、段落衔接关系。
Pass 2 — 正文渲染：将大纲 + 原始素材 + 风格 prompt 拼接，让 LLM 按骨架逐段展开完整正文。
这种分离是为了控制单次生成的信息密度——AI 在处理短文本时质量更高。
三大子命令
generate — 文章生成
选择风格模板 → 读取素材 → 双通道 LLM 调用 → 三轨输出（Markdown 归档 + 微信 HTML + 剪贴板注入）。
learn — 风格逆向学习
输入一篇文章 URL，通过 Jina Reader 抓取正文，LLM 从 10 个维度分析写作风格（整体风格定位、标题策略、开头模式、段落节奏、句式特征、论证手法、情绪基调、结尾策略、用词偏好、读者互动方式），输出可复用的 system prompt。
refine — 局部重绘
在 Markdown 中插入 <AI_EDIT instruction="..."> 标记，工具自动识别并调用 LLM 重写标记内的文本，同时保持与上下文风格一致。适合精修段落而不是重写全文。
输出：微信兼容富文本
生成的 Markdown 自动转换为微信公众号兼容的 HTML 格式，并通过 CF_HTML 协议注入系统剪贴板。在 WSL2、Linux、Windows 三端都能一键粘贴到微信编辑器。
跨平台剪贴板注入优先级：
| 优先级 | 环境 | 方法 |
|--------|------|------|
| 1 | WSL2 | PowerShell CF_HTML（绕过 .NET UTF-16 编码，解决中文乱码） |
| 2 | Linux X11 | xclip -selection clipboard -t text/html |
| 3 | Linux Wayland | wl-copy --type text/html |
风格模板系统
每个 .md 文件是一个完整的 LLM system prompt，控制文章生成的风格。
wechat_base.md 核心规则：
- 反 AI 清单：禁用"众所周知"、"不可否认"等套话，禁止"三段并列+升华"公式
- 人称：第一人称"我"为主
- 句长：以短为主（10-20 字），偶尔长句调节节奏
- 结构：开头直给洞察 → 核心概念一句话定义 → 2-3 论点+具体案例 → 最小可行动作
AI 协作过程
用 Claude Code 协作开发，Rust 从零搭建 CLI 骨架。核心设计围绕对模型能力的理解展开：双通道分离是信息密度控制，风格学习是 few-shot prompt 的自动化提取，局部重绘利用了模型对上下文标记的遵循能力。