1. 项目概述用AI代理自动化你的社交媒体运营如果你和我一样每天需要在多个社交媒体平台比如X/Twitter、LinkedIn、Instagram上发布内容同时还得兼顾内容创意、排版、配图和发布时间那你一定懂这种“分身乏术”的疲惫感。传统的社交媒体管理工具Scheduler解决了“定时发布”的问题但“内容从哪来”这个核心痛点依然存在。要么自己绞尽脑汁写要么外包要么用一些基础的AI生成工具但生成的内容往往需要你手动复制、粘贴、调整格式、上传图片再安排发布——流程依然割裂。FeedMansion for AI Agents 这个项目正是为了解决这个“最后一公里”的问题。它不是一个独立的AI写作工具而是一座连接你日常使用的AI助手与你所有社交媒体账户的桥梁。简单来说它通过一套名为MCPModel Context Protocol的开放协议让你在Claude、Cursor、Windsurf这些你本来就用来写代码、分析文档的AI工具里直接调用“发推文”、“写LinkedIn帖子”、“安排一周内容”这样的能力。想象一下这个场景你在Cursor里读着一篇行业技术博客觉得很有启发想分享到LinkedIn。传统流程是复制链接 - 打开浏览器 - 登录LinkedIn - 点击“写文章” - 粘贴链接等AI生成摘要 - 自己润色 - 点击发布。现在你只需要在Cursor的聊天框里输入“帮我把这篇博客总结一下生成一个LinkedIn帖子并安排到明天上午10点发布。” Cursor内部的AI通过FeedMansion就能理解你的意图生成符合你品牌调性的文案并直接将其排入FeedMansion的待审核队列。你只需要在FeedMansion的网页后台看一眼点一下“批准”它就会在指定时间自动发布到LinkedIn。整个过程你都没有离开你的代码编辑器。这个项目适合谁内容创作者、独立开发者、初创团队、营销人员以及任何需要维护多个社交媒体身份但时间有限的人。特别是如果你已经是Claude、Cursor这类AI编程助手的深度用户那么集成FeedMansion几乎是无缝的能极大提升你的内容产出和分发效率。它的核心价值在于“工作流内嵌”和“人工审核兜底”让AI成为你得力的内容副驾驶但方向盘始终在你手里。2. 核心设计思路为什么是MCP与“人在回路”在深入配置细节前有必要先理解FeedMansion的两个核心设计哲学这能帮你更好地使用它甚至预判它的能力边界。2.1 拥抱MCP将能力“注入”AI工作流MCPModel Context Protocol是由Anthropic提出的一种开放协议你可以把它理解为AI世界的“USB标准”。在MCP出现之前每个AI应用如Claude Desktop、Cursor想要接入外部工具如日历、数据库、社交媒体都需要开发者为其单独开发插件或适配器过程繁琐且不通用。FeedMansion选择基于MCP构建意味着它一次性实现了与所有兼容MCP的客户端的对接。你不需要为Claude装一个FeedMansion插件再为Cursor装另一个。你只需要在FeedMansion的后台生成一个访问令牌PAT然后在任何支持MCP的工具里配置这个服务器地址和令牌该工具内的AI模型无论是Claude 3.5 Sonnet还是GPT-4就立刻获得了FeedMansion提供的25个工具函数如create_draft,schedule_draft的调用能力。这带来了巨大的灵活性你今天用Claude Code生成内容明天换到Windsurf做数据分析并顺便安排发布体验是完全一致的。这种“一次配置处处可用”的特性是FeedMansion区别于传统社交媒体API集成或单一平台插件的根本优势。2.2 强制“人在回路”给自动化装上安全阀“AI自动发帖”听起来很酷但也让人隐隐不安万一它理解错了我的意思发了不合适的内容怎么办FeedMansion的解决方案非常聪明且务实所有由AI代理发起的、会对外产生实际影响的操作发布、删除都必须经过用户在网页后台的手动批准。具体流程是这样的AI代理比如Claude调用schedule_draft工具请求将一篇草稿发布到Twitter和LinkedIn。这个请求不会直接执行而是会在FeedMansion网站的“Agent Actions”页面生成一条待处理的“调度请求”。你登录FeedMansion后台可以看到这条请求的详情草稿内容、目标平台、计划发布时间。你检查无误后点击“批准”该内容才会真正进入发布队列。如果你发现内容有问题可以点击“拒绝”或直接编辑草稿后再批准。这个设计完美平衡了效率与安全。AI可以7x24小时地为你生成草稿、提出发布建议极大地解放了你的创意和生产环节但最终的“开枪”权牢牢掌握在你手中。这避免了AI“暴走”的风险也让你可以在发布前进行最后一道品牌调性和合规性检查。对于企业级应用来说这个审核流程甚至可以扩展为团队协作审核让经理或PR部门参与其中。3. 从零开始手把手配置与连接实战理论讲完了我们进入实战环节。我会以最推荐的Claude Desktop和开发者常用的Cursor为例展示完整的配置流程。其他工具如Windsurf的配置逻辑大同小异。3.1 前期准备获取FeedMansion访问凭证无论你连接哪个工具第一步都是在FeedMansion上创建账户并获取令牌。注册与登录访问 feedmansion.com 用邮箱注册一个账户。完成基础引导创建一个“Presence”可以理解为你的一个品牌或项目比如你的个人账号或你的公司账号。生成个人访问令牌PAT登录后点击右上角头像进入“Settings”。在左侧菜单找到“Tokens”。点击“Generate New Token”。系统会提示你为令牌命名例如“My-Claude-Desktop”。生成后务必立即复制并妥善保存这个令牌字符串。它只会显示一次丢失后需要重新生成。这个令牌就是你的AI代理访问FeedMansion的“密码”。连接社交媒体账号在FeedMansion后台进入你的Presence在“Accounts”部分开始连接你需要管理的社交账号如X/Twitter、LinkedIn、Facebook等。通常这需要你授权FeedMansion访问相应平台的API。完成这一步AI代理才知道可以把内容发到哪里。3.2 配置Claude Desktop最快捷的无代码方案Claude Desktop是Anthropic官方的桌面应用配置最简单适合非开发者或想快速体验的用户。定位配置文件Claude Desktop的MCP服务器配置存放在一个JSON文件中。macOS:~/Library/Application Support/Claude/claude_desktop_config.jsonWindows:%APPDATA%\Claude\claude_desktop_config.jsonLinux:~/.config/Claude/claude_desktop_config.json编辑配置文件使用任何文本编辑器如VS Code、记事本打开这个文件。如果文件不存在就创建一个。其核心结构是一个mcpServers对象。添加FeedMansion服务器配置将以下配置块添加到mcpServers对象中。请将YOUR_FEEDMANSION_TOKEN替换为你刚才复制的真实令牌。{ mcpServers: { feedmansion: { command: npx, args: [ -y, modelcontextprotocol/server-feedmansion, YOUR_FEEDMANSION_TOKEN ] } // ... 你可能有其他已有的MCP服务器配置 } }配置解析command: npx: 告诉Claude Desktop使用npx命令来运行服务器。npx会自动处理包的下载和运行你本地不需要预先安装任何东西。args: 传递给npx的参数。-y: 自动同意所有提示确保过程无人值守。modelcontextprotocol/server-feedmansion: 这是FeedMansion官方发布的MCP服务器NPM包名。YOUR_FEEDMANSION_TOKEN: 你的个人访问令牌作为参数传递给服务器。重启与验证保存配置文件并完全重启Claude Desktop应用。重启后新建一个对话你应该能在Claude的输入框附近看到一个小插头图标或者直接尝试输入指令如“列出我的FeedMansion品牌”。如果Claude能理解并调用工具说明配置成功。注意首次运行npx命令可能会因为下载包而有几秒延迟。确保你的网络通畅。如果遇到权限问题可以尝试在终端手动运行一次npx -y modelcontextprotocol/server-feedmansion TOKEN看是否有报错。3.3 配置Cursor IDE开发者的无缝体验Cursor是深度集成AI的代码编辑器其MCP配置方式与Claude Desktop类似但配置文件位置不同。打开Cursor设置在Cursor中使用快捷键Cmd ,(Mac) 或Ctrl ,(Windows/Linux) 打开设置。进入MCP配置在设置搜索框中输入“MCP”找到“MCP Servers”配置项。Cursor提供了一个图形化界面来管理MCP服务器。添加新服务器点击“Add New MCP Server”。Name填写一个易识别的名字如“FeedMansion”。Type选择“Command”。Command填入npx。Args填入-y、modelcontextprotocol/server-feedmansion和你的令牌每行一个参数。-y modelcontextprotocol/server-feedmansion YOUR_FEEDMANSION_TOKEN其他参数如Env、Disabled保持默认即可。保存与测试保存配置。Cursor可能会提示需要重启。重启Cursor后在聊天模式CmdK下你就可以直接向AI发出指令了例如“查看我FeedMansion里‘个人博客’这个品牌下的所有草稿。”实操心得在Cursor中你可以更“上下文相关”地使用FeedMansion。比如你正在阅读README.md文件可以直接让AI“基于这个README为我的开源项目生成一条推广推特草稿”。AI会结合当前文件内容和你FeedMansion中的品牌设置生成更贴切的文案。3.4 通用MCP配置适用于其他工具对于任何其他支持MCP的客户端如自定义应用其配置本质都是启动一个MCP服务器进程。FeedMansion提供了通用的SDK和连接信息。服务器地址MCP服务器运行后会在本地提供一个地址通常是stdio或http接口。对于modelcontextprotocol/server-feedmansion这个包它默认通过stdio与客户端通信。这就是为什么在Claude和Cursor的配置中我们使用command模式来启动它。手动调试与验证如果你在集成时遇到问题可以手动在终端运行服务器来检查npx -y modelcontextprotocol/server-feedmansion YOUR_TOKEN如果服务器成功启动它会保持运行并等待客户端连接。这可以帮你排除网络或令牌错误。4. 核心工作流详解从创意到发布的完整操作链连接成功后你就可以在AI对话中驱动整个社交媒体内容生命周期了。我们拆解几个最核心的工作流。4.1 工作流一从一篇网页文章生成多平台帖子这是最常用的场景你看到一篇好文章想分享到不同平台但每个平台的文案风格和字数限制都不同。你可以对AI说“请阅读这个链接 [https://example.com/tech-article]为我的品牌‘TechInsights’生成一个LinkedIn长文摘要、一个Twitter推文和一个Instagram故事文案草稿并附上文章中的特色图片。”AI背后执行的逻辑理解指令AI识别出这是一个create_draft任务并提取了presence_id对应“TechInsights”、urls参数和multi_draft暗示需要多平台适配。调用工具AI会构造一个类似下图的请求给FeedMansion服务器。注意这里AI可能会智能地将你的“一个LinkedIn...一个Twitter...一个Instagram”请求理解为创建多个关联草稿或者在一个草稿中设置多平台格式。更精确的指令可以是“创建三个独立草稿分别针对LinkedIn、Twitter和Instagram都基于此文章。”内容生成与提取FeedMansion的后端服务会抓取你提供的URL解析文章内容并结合你为该Presence设置的品牌声音Brand Voice来生成初稿。品牌声音是你之前在FeedMansion后台定义的包括语调、关键词、避免使用的词等这确保了AI生成的内容符合你的风格。返回结果FeedMansion将生成的草稿可能包含多个变体返回给AIAI再呈现给你。每个草稿都会包含一个review_url你可以点开直接跳转到FeedMansion的编辑页面进行微调。关键参数解析create_draftpresence_id:必填。指定内容归属于哪个品牌/项目。这是多账号管理的基础。topic: 核心主题描述。例如“总结这篇文章关于AI代理的核心观点语气要专业但带有启发性。”urls: 一个数组最多5个URL。FeedMansion会抓取这些URL的内容作为生成素材。multi_draft: 设为true时系统会尝试基于输入生成最多5个不同角度或风格的草稿变体供你选择。media_urls: 最方便的图片附加方式。直接提供图片的公开URLFeedMansion服务器会负责下载。4.2 工作流二规划并安排一周的内容日历内容规划是社交媒体运营的难点。你可以让AI基于你的产品更新、行业动态或关键词批量生成一周的创意。操作步骤批量生成草稿对AI说“为我的‘SaaS产品’品牌围绕‘用户 onboarding’、‘新功能发布’、‘客户案例’三个主题生成下周一到周五共5条Twitter推文草稿。”AI可能会调用一次batch_create_drafts批量创建最多10个或者多次调用create_draft。在指令中给出明确主题比让AI漫无目的地发挥效果更好。审核与编辑所有生成的草稿都会出现在FeedMansion的“Drafts”页面。你可以逐一查看、编辑文案、更换图片。批量调度审核通过后你有两种方式安排发布方式A在AI中对AI说“将我品牌‘SaaS产品’下所有状态为‘approved’的草稿加入到‘Weekly Queue’队列中。” AI会调用batch_schedule_drafts工具。方式B在网页后台在FeedMansion的“Queues”页面你可以创建队列如“Morning Posts”设定每天上午9点发布然后像拖拽日历事件一样将草稿拖入队列的不同日期格子中。这种方式更直观。最终批准无论通过AI还是网页进行的调度操作都会在“Agent Actions”页面生成待批准的请求。你点击批准后这些内容才会正式进入队列在设定时间发布。关于队列Queues的深度使用 队列是FeedMansion调度系统的核心。你可以创建多个队列来管理不同发布节奏例如Daily-Tech-News: 每天下午2点发布。Weekly-Deep-Dive: 每周三上午10点发布。Product-Launch: 特定日期和时间发布。 将草稿安排到队列而非固定时间能让你的发布节奏更有规律也便于后续调整。AI可以调用get_scheduled_and_queued_posts工具来查看未来的发布计划。4.3 工作流三多媒体内容的高效附加“图文并茂”是提升互动率的关键。FeedMansion提供了三种附加媒体的方式适用于不同场景。方式1公共URL最简单推荐直接在create_draft或add_draft_media时提供图片或视频的公开可访问链接。这是最省事的方法FeedMansion服务器会帮你处理下载和存储。{ name: add_draft_media, arguments: { presence_id: pres-123, draft_id: draft-456, media_url: https://your-cdn.com/poster-image.jpg } }注意确保URL是直接指向媒体文件的链接通常以.jpg, .png, .mp4结尾而不是一个包含图片的网页。某些云存储服务如Dropbox、Google Drive的分享链接可能需要是“直接下载”链接。方式2预签名上传处理本地大文件当你有一个本地视频或高清图片需要上传时使用。这是一个三步流程获取上传链接调用create_media_upload_url传入draft_id获得一个一次性的、有时效性的upload_url和一个upload_id。HTTP PUT上传文件使用任何HTTP客户端如curl、Postman或编程方式向获取到的upload_url执行一个PUT请求请求体就是你的文件二进制数据并正确设置Content-Type头如image/jpeg。curl -X PUT -T /path/to/your/video.mp4 -H Content-Type: video/mp4 upload_url关联上传ID调用add_draft_media这次传入upload_id而不是media_url。方式3Base64内联适用于小文件或受限环境将文件直接编码成base64字符串内嵌在JSON请求中。这种方法简单但仅适用于非常小的文件建议100KB因为过长的base64字符串可能导致命令行参数溢出或网络传输效率低下。{ name: create_draft, arguments: { presence_id: pres-123, topic: Check out our new logo!, media: [ { base64_data: /9j/4AAQSkZJRgABAQEAYABgAAD..., // 很长的base64字符串 filename: logo.png, content_type: image/png } ] } }实操心得对于日常使用优先使用公共URL。将你的图片、表情包等素材提前上传到一个稳定的图床如Imgur、Cloudinary或你自己的CDN生成永久链接。在AI中创作时直接引用这些链接库效率最高。预签名上传方案更适合从本地桌面直接发布刚设计好的海报或录制的短视频。5. 高级技巧与避坑指南在实际使用中你会遇到一些具体场景和问题。以下是我总结的经验和解决方案。5.1 品牌声音Brand Voice的精细打磨FeedMansion的“Brand Voice”功能是让AI产出内容贴合你风格的关键。不要只填几个关键词了事。定义人格化角色不要只写“专业、友好”。尝试这样描述“像一个有10年经验的行业顾问乐于分享实用技巧避免使用浮夸的营销用语喜欢用类比解释复杂概念。”提供正反面例子在“Example Posts”里粘贴几条你过去发布的、你认为风格最代表品牌的好帖子。同时在“Avoid”部分明确指出你不想出现的词汇或语气比如“千万不要用‘震惊了’、‘重磅’这类标题党词汇”。分平台微调虽然Brand Voice是全局的但你可以提示AI“为Twitter生成时更简短、带话题标签为LinkedIn生成时更侧重行业洞察和个人观点。” 这需要在给AI的指令中明确说明因为工具本身目前可能不区分平台语音。5.2 利用“内容源”实现自动化灵感获取除了手动输入topic和urlsFeedMansion支持连接RSS、Google Calendar等作为“Source Items”。你可以在网页后台配置好这些源。之后AI可以通过工具获取这些源的最新内容并以此为基础创建草稿。例如你可以对AI说“获取我连接的‘Tech News RSS’源里最新的3篇文章为每篇生成一个推特分享草稿。” AI会先调用相关工具可能通过其他MCP服务器或FeedMansion未来扩展的工具获取源数据再调用create_draft。5.3 跨平台发布的格式适配问题当你让AI将同一内容发布到Twitter和LinkedIn时需要注意平台差异。字数TwitterX有280字符限制LinkedIn可以更长。在create_draft时可以指定format: “auto”让FeedMansion的后端AI根据目标平台自动调整文案长度和格式。你也可以在指令中明确“生成一个长版本用于LinkedIn再生成一个精简版本用于Twitter。”话题标签与提及Twitter依赖#和LinkedIn则不同。好的做法是在Brand Voice里说明你的习惯或者让AI生成两套不同的文案。图片比例Instagram Post是1:1Stories是9:16Twitter和LinkedIn通用1.91:1。如果附加的图片比例不合适平台可能会裁剪。建议要么使用通用性强的图片要么为不同平台准备不同裁剪版本的图片并通过add_platforms_to_draft功能分别附加。5.4 常见问题排查FAQQ1: AI说“无法找到工具list_presences”或连接失败。A1: 这是最常见的MCP连接问题。请按以下步骤检查令牌确认确认配置中使用的PAT令牌正确且未过期。可以登录FeedMansion后台在Settings - Tokens下查看令牌列表如有疑问可删除旧令牌生成新令牌。配置语法检查Claude Desktop或Cursor的配置文件JSON格式是否正确没有缺少逗号或括号。可以使用在线JSON校验工具。服务器进程在终端手动运行npx -y modelcontextprotocol/server-feedmansion TOKEN看是否有错误输出如网络错误、令牌无效。确保你的网络可以访问npm registry和FeedMansion的API。客户端重启修改MCP配置后必须完全重启AI客户端Claude Desktop/Cursor否则新配置不会加载。Q2: 图片上传失败提示“URL无法访问”或“上传无效”。A2:对于公共URL在浏览器中直接打开该图片链接确认能正常下载。有些网站有防盗链需要确保FeedMansion的服务器IP能被允许。最简单的测试方法是使用curl -I image_url查看返回状态码是否为200。对于预签名上传确保三步流程完整①获取URL和ID②用PUT方法上传且Content-Type头正确③调用add_draft_media关联upload_id。任何一步出错都会失败。注意预签名URL通常有有效期如15分钟超时后需重新获取。Q3: 调度请求已批准但内容没有在预期时间发布。A3:检查队列状态进入FeedMansion后台的“Queues”页面查看该内容是否在正确的队列中以及队列的发布时间设置。检查账户连接状态在“Accounts”页面查看目标社交账号的状态是否为“Connected”。有时社交平台的API令牌会过期需要重新授权。查看发布日志在“Published”页面可以查看所有发布尝试的记录。如果发布失败这里会显示错误原因如“图片尺寸过大”、“API速率限制”等。时区问题确认FeedMansion中你Presence的时区设置以及调度时间是否是你理解的本地时间。Q4:batch_add_platforms_to_drafts一次能处理多少内容A4: 该工具设计用于批量操作但一次调用最多支持25个content_id。如果你有50篇内容需要添加同一个新平台你需要分两次调用每次25个ID。在构造请求时确保content_ids数组不超过这个限制否则会报错。Q5: 如何删除或修改已安排但未发布的内容A5: 对于处于“已安排”或“队列中”状态的内容你有完全控制权。修改可以直接在FeedMansion的草稿编辑页面修改文案或媒体修改会自动同步到所有已安排的发文。删除在AI中可以调用request_delete工具并传入content_id删除整条内容及其所有平台发文或post_ids数组仅删除特定平台的发文。关键点这个操作同样需要你到“Agent Actions”页面手动批准。对于紧急撤销你也可以直接在FeedMansion的“Scheduled”页面找到该内容点击取消或删除。将FeedMansion集成到你的AI工作流中初期需要一点配置和适应但一旦跑通它就像给你的社交媒体运营装上了自动驾驶仪。你负责战略方向和最终审核AI负责执行繁琐的创意生成、格式适配和调度任务。这种“人机协作”的模式或许是当前阶段提升数字内容产能的最优解。