Easel: An open-source AI agent for social media（浙大开源社交媒体智能体）

Corey2026/8/28大约 4 分钟

📅 2026-08-28 创建 | 🏷️ 国内生态 | ⭐ ⭐1039（慢热发现，30天窗口）
🔗 原文：https://github.com/ZJU-REAL/Easel

是什么

浙江大学 REAL 实验室联合 OpenDCAI 开源（项目页同时署名北京大学）的社交媒体运营智能体，Python 3.10+，内置 112 个可执行技能：从热点发现、选题策划、图文/视频生成，到一键发布小红书、抖音、快手、知乎、B 站、微信视频号，并回收数据做归因复盘。创建约半月即积累 ⭐1039，是近期国内开源 agent 项目中的现象级存在。

🔍 小白解读

先说几个词

Agent（智能体）：能自己拆任务、调工具、多步执行的 AI，不只是聊天——像一个会自己找活干的数字员工。
账号画像：给每个账号建一份「人设档案」（定位、风格、受众、偏好红线），AI 的输出会越来越像这个账号本人。
归因：把发出去内容的播放、互动数据回收，反推什么内容有效，沉淀回画像。
技能（skill）：agent 的可执行脚本包，配上「什么时候用」的说明——真跑脚本出活，不是功能清单。

这是国内高校实验室把「AI 内容运营」做成完整开源产品的代表项目。打个比方：它像一个既能刷热点、又能写文案、还会剪视频、最后帮你一键多发并复盘数据的新媒体全能助理。工作流分五层：发现（聚合全网热搜、竞品动态、行业资讯，筛出适合账号的机会）→ 策划（选题矩阵、标题 Hook、内容日历）→ 创作（文案、卡片、海报、配音、剪辑、短剧，全部真脚本执行，成品写入 outputs/）→ 发布（按平台适配标题、画幅与格式，六个国内主流平台登录直发）→ 归因（读取播放互动数据，把有效结构沉淀回账号画像，越用越准）。README 也很坦诚地提示风险：小红书可能检测自动化操作，存在验证、限流或账号风控风险，建议预览检查后人工确认发布。

这跟普通人有什么关系

个体创作者和小团队能用它把「一人新媒体团队」的产能放大数倍；对开发者来说，112 个技能的工程组织方式本身就是一份很好的 agent 项目参考实现。

为什么值得架构师关注

国内 agent 落地的完整参考架构：五层工作流（发现→策划→创作→发布→归因）+ 画像记忆 + 技能化工具执行，是「内容生产域」agent 系统的成熟蓝图，可平移到企业内容营销、品牌运营场景。
闭环比多能重要：发布与数据回收的归因闭环（回写画像）是多数 agent demo 缺失的部分，也是它作为「持续进化的助手」而非一次性生成器的关键设计。
风险与合规边界：平台自动化检测与账号风控是真实运营约束，README「小红书谨慎自动发布」的提示说明企业落地必须设计人工审核节点。

核心内容

出身：浙江大学 REAL 实验室与 OpenDCAI 联合开源（项目页署名含北京大学），Python 3.10+，OpenClaw 驱动，112 个技能（附 skill-function-mapping 文档）。
五层内容工作流：发现（热搜聚合、垂类趋势、内容缺口、竞品分析）→ 策划（账号诊断、选题矩阵、内容日历、直播与商单方案）→ 创作（文案/知识卡/海报/AI 视频/短剧/剪辑等可执行技能）→ 发布（发布质量门禁、敏感与版权检查、多平台适配）→ 归因（数据回收、评论洞察、ROI 与画像记忆）。
画像驱动而非一次性生成：每个账号独立的定位、风格、受众与记忆，跨平台跨会话持续复用。
平台覆盖：小红书、抖音、快手、知乎、B 站、微信视频号的登录、格式适配与发布；一份素材自动改写为多平台形态。
已知风险（README 自述）：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，建议预览与发布前检查并由用户确认。

行动建议

内容营销/新媒体技术团队值得 clone 评估：重点看技能组织方式（docs/skill-function-mapping.md）与发布归因闭环的实现；企业落地建议保留人工发布确认节点；做 agent 平台选型的团队可将其工作流分层作为对标架构。