Brand Marketing Workflow#

功能概述#

端到端品牌营销自动化工作流，将品牌输入转化为可发布的营销内容资产。

核心模块#

模块功能输出normalize_brand_input.py标准化品牌输入结构化品牌参数workflow_orchestrator.py工作流编排品牌简报、内容策略content_producer.py内容资产生产多平台帖子/脚本/回复competitor_fetcher.py竞品信号抓取公开竞品信息competitor_ai_analyzer.pyAI 竞品分析营销洞察报告authorization_manager.py授权边界管理人机协作决策score_content_effect.py内容效果评分质量评估与优化建议

快速开始#

1. 配置 LLM#

编辑 ~/.openclaw/openclaw.json：

json

{
  "models": {
    "providers": {
      "kimi-coding": {
        "baseUrl": "https://api.moonshot.cn/v1",
        "apiKey": "${KIMI_API_KEY}",
        "api": "openai-completions"
      }
    }
  },
  "agents": {
    "defaults": {
      "model": {
        "primary": "kimi-coding/k2p5"
      }
    }
  }
}

2. 运行 Demo#

bash

python3 run.py --demo fashion

3. 自定义输入#

bash

python3 run.py --input my_brand.json

输入格式#

json

{
  "brand_name": "品牌名",
  "brand_positioning": "极简高端日常穿搭",
  "brand_tone": "冷静 犀利 诗意",
  "target_audience": ["都市白领", "25-40岁"],
  "use_cases": ["日常通勤", "轻社交场景"],
  "channels": ["xiaohongshu", "weibo", "douyin"],
  "content_goals": ["品牌认知", "社区建设"],
  "brand_dos": ["诗意短文案", "干净视觉语言"],
  "brand_donts": [" aggressive promotions"],
  "competitor_scope": ["竞品A", "竞品B"],
  "kpis": ["reach", "saves", "engagement_rate"]
}

技术特性#

性能优化#

• 并行执行: ThreadPoolExecutor 并行 content_producer + competitor_fetcher
• TTL 缓存: 6小时缓存机制，减少 60% API 调用
• 指数退避: 3次重试，2^n 退避间隔

授权管理#

• 风险分级: low/medium/high 三级阈值
• 智能跳过: 低风险 + 公开数据 = 自动放行
• 人工确认: 发布/支付/登录等敏感操作强制确认

边界合规#

• 仅抓取公开数据
• 禁止绕过登录/验证码
• 禁止自动发布
• 禁止未经批准的支付

验证状态#

• ✅ 集成测试: 26/26 passed
• ✅ Live Mode: fashion/tech/local 三个 demo 全部通过
• ✅ 智能 auth 跳过生效
• ✅ K2P5 模型调用正常

项目结构#

text

brand-marketing-workflow/
├── run.py                      # 主入口
├── scripts/
│   ├── oc_llm_client.py       # LLM 客户端（读取用户配置）
│   ├── workflow_orchestrator.py
│   ├── content_producer.py
│   ├── competitor_fetcher.py
│   ├── competitor_ai_analyzer.py
│   ├── authorization_manager.py
│   └── integration_test.py    # 集成测试
├── templates/                  # 输出模板
├── examples/                   # 示例输入
└── evidence/                   # 验证证据

依赖#

• Python >= 3.9
• OpenClaw >= 1.0.0
• 可选: Brave Search API Key（竞品抓取）

许可证#

MIT License - 作者: halfmoon82