📝 AI Article Generator

基於個人寫作風格的 AI 科技評論文章生成器。從 Hacker News 自動抓取科技新聞，使用本地 AI 模型生成你專屬風格的評論文章。

用 AI 寫出你自己的聲音，而不是聽起來像 AI。

✨ 特色

• 個人化風格: 基於你的歷史文章分析，生成符合你寫作風格的內容
• 智能新聞聚合: 自動從 Hacker News 抓取並評分新聞相關度
• 本地 AI 生成: 使用 Ollama 本地模型，保護隱私
• Markdown 輸出: 直接整合到 PKM 系統（Obsidian 等）
• 互動 + 非互動模式: 靈活選擇文章主題

🎯 使用案例

這個專案原本是為 Lman 設計的個人文章生成器：

• 基於 204 篇 Medium 文章分析（2015-2025）
• 風格：理性、深度思考、批判性、第一人稱實戰經驗
• 主題：AI、區塊鏈、創業、產品管理
• 輸出：1,000-1,500 字繁體中文評論

但你可以輕鬆建立自己的風格！ 往下看教學 👇

---

🚀 快速開始

前置需求

1. Node.js (v16+)
2. Ollama - 本地 AI 模型運行環境

   # macOS
   brew install ollama
   
   # 啟動 Ollama
   ollama serve
   
   # 下載推薦模型
   ollama pull qwen2.5:14b
   ollama pull gpt-oss:20b

安裝

# 1. Clone 專案
git clone https://github.com/lmanchu/ai-article-generator.git
cd ai-article-generator

# 2. 建立輸出資料夾
mkdir -p generated cache

# 3. 建立你的寫作風格（見下方教學）
# 或使用範例 persona
cp personas/lman-writing-style.example.json personas/my-style.json

# 4. 更新 config.js 路徑
# 編輯 config.js，設定你的 persona 路徑

使用方式

互動模式（推薦新手）：

node index.js

非互動模式（快速生成）：

# 選擇第 2 則新聞生成
node auto-generate.js 2

---

🎨 建立你的寫作風格（重要！）

這是本專案的核心價值！以下是完整流程：

Step 1: 收集你的歷史文章

收集你過去寫的文章（Medium, 部落格, LinkedIn 等），至少 20-50 篇。

格式範例：

my-articles/
├── 2023-01-15-ai-trends.md
├── 2023-02-20-blockchain-future.md
├── 2023-03-10-startup-lessons.md
...

Step 2: 分析你的寫作風格

使用 AI 分析你的文章，提取以下資訊：

# 使用 Ollama 分析（範例）
ollama run qwen2.5:14b "
分析以下文章的寫作風格，提取：
1. 常用開場方式（前 2 段）
2. 論述結構（小標題？問句？引言？）
3. 語氣特色（理性/感性？批判/中立？）
4. 常用詞彙和短語
5. 結尾方式

[貼上你的文章內容...]
"

關鍵分析要素：

• 語氣: 理性/感性？批判/中立？專業/親切？
• 視角: 第一人稱？第三人稱？觀察者？
• 結構: 引言開場？問句引導？小標題？列表？
• 長度: 短篇（500 字）、中篇（1000-1500 字）、長篇（2000+ 字）？
• 主題偏好: 技術？商業？人文？創業？

Step 3: 建立 Persona JSON

根據分析結果，建立 personas/my-style.json：

{
  "name": "你的名字",
  "writing_period": "2020-2025",
  "article_count": 50,
  "platforms": ["Medium", "部落格"],

  "core_style": {
    "tone": "你的語氣（如：理性、批判性、幽默）",
    "voice": "你的視角（如：第一人稱敘事，分享實戰經驗）",
    "approach": "你的寫作手法（如：問題導向，引導讀者思考）",
    "length": "你的慣用字數（如：1000-1500 字）"
  },

  "twitter_curator_style": {
    "voice_examples": [
      "你的經典語錄 1（會被引用在文章中）",
      "你的經典語錄 2",
      "你的經典語錄 3",
      "你的經典語錄 4（建議 5-10 句）"
    ]
  },

  "signature_phrases": {
    "opening": [
      "你常用的開場 1（如：這幾年觀察下來...）",
      "你常用的開場 2（如：有個有趣的現象...）",
      "你常用的開場 3"
    ],
    "emphasis": [
      "你常用的強調詞 1（如：說穿了，就是...）",
      "你常用的強調詞 2（如：關鍵在於...）",
      "你常用的強調詞 3"
    ],
    "closing": [
      "你常用的結尾 1（如：值得深思。）",
      "你常用的結尾 2（如：拭目以待。）",
      "你常用的結尾 3"
    ]
  },

  "topic_evolution": {
    "2020-2022": "早期主題（如：技術教學、工具介紹）",
    "2023-2025": "近期主題（如：產品思考、創業心得）"
  },

  "expertise": {
    "primary": ["你的主要專長領域 1", "領域 2"],
    "secondary": ["你的次要領域 1", "領域 2"],
    "avoid": ["你不擅長或不想寫的主題"]
  }
}

完整範例請參考 personas/lman-writing-style.example.json。

Step 4: 更新 config.js

修改 config.js 來匹配你的興趣和風格：

// 1. 設定你的 persona 路徑
PATHS: {
  persona: '/path/to/your/personas/my-style.json',
  output: '/path/to/your/output/',  // 可設定到 Obsidian vault
  // ...
}

// 2. 設定你的興趣關鍵詞
INTEREST_KEYWORDS: {
  high: ['你最關心的主題 1', '主題 2', ...],      // +3 分
  medium: ['次要主題 1', '主題 2', ...],          // +2 分
  low: ['一般關注的主題']                         // +1 分
}

// 3. 設定文章長度（根據你的習慣）
ARTICLE_CONFIG: {
  target_word_count: {
    min: 800,      // 最短字數
    ideal: 1200,   // 理想字數
    max: 1800      // 最長字數
  }
}

Step 5: 測試生成

# 生成第一篇文章
node auto-generate.js 1

# 檢查輸出
cat generated/2025-11-14_*.md

調整建議：

• 如果文章太短 → 增加 num_predict 參數（config.js）
• 如果風格不符 → 調整 persona.json 的 voice_examples 和 signature_phrases
• 如果主題不相關 → 調整 INTEREST_KEYWORDS
• 如果語氣不對 → 修改 core_style.tone 和開場/結尾用語

---

📁 專案結構

article-generator/
├── index.js                    # 主程式（互動模式）
├── auto-generate.js            # 非互動模式
├── article-generator.js        # 文章生成邏輯
├── news-aggregator.js          # 新聞抓取與評分
├── config.js                   # 配置檔案
├── package.json                # NPM 資訊
├── personas/
│   ├── lman-writing-style.example.json  # Lman 的範例 persona
│   └── my-style.json           # 你的 persona（需自建）
├── generated/                  # 生成的文章
├── cache/                      # 快取
├── docs/
│   └── HOW-TO-BUILD-PERSONA.md  # 詳細教學
└── README.md                   # 本文件

---

🎯 相關度評分機制

新聞會根據標題關鍵詞計算相關度（0-10 分）：

高優先級 (+3 分)

// config.js - INTEREST_KEYWORDS.high
['AI', 'LLM', 'GPT', 'startup', 'privacy', ...]

中優先級 (+2 分)

// config.js - INTEREST_KEYWORDS.medium
['blockchain', 'web3', 'IoT', 'hardware', ...]

低優先級 (+1 分)

// config.js - INTEREST_KEYWORDS.low
['tech trend', 'innovation', 'productivity', ...]

熱度加成

• HN 分數 > 100: +1 分
• HN 分數 > 300: 再 +1 分

自動排除 (-5 分)

• 炒作類：crypto price, pump, moon
• 垃圾類：follow back, giveaway
• 八卦類：celebrity gossip, scandal

篩選門檻: 相關度 ≥ 5 分才會顯示（可在 config.js 調整）

---

⚙️ AI 模型選擇

config.js 中可配置多個備援模型：

AI_CONFIG: {
  models: [
    'qwen2.5:14b',    // 推薦：中文支援最佳
    'gpt-oss:20b',    // 備援：思考過程詳細
    'llama3.2:3b'     // 輕量：速度快但品質較低
  ],
  generation_params: {
    temperature: 0.7,     // 創意度（0.5-0.9）
    top_p: 0.9,
    num_predict: 2500     // 生成長度
  }
}

推薦配置：

• 繁體中文: qwen2.5:14b 或 qwen2.5:32b
• 英文: gpt-oss:20b 或 llama3.2:70b
• 速度優先: llama3.2:3b

---

🚀 進階功能

整合 PKM 系統

如果你使用 Obsidian 或其他 Markdown 筆記系統：

// config.js
PATHS: {
  output: '/Users/you/Dropbox/PKM-Vault/8-Articles/Generated/',
  // ...
}

生成的文章會自動同步到你的 PKM 系統，可直接在 Obsidian 中編輯。

自動發佈到 Medium & Substack（✅ 已實作）

⚠️ 2025 年更新:

• Medium: 需要 Integration Token（2025/1/1 後不再發放新 token）
• Substack: 使用 Puppeteer 瀏覽器自動化（Email-to-Post 已移除）

Step 1: 檢查 Medium Token:

npm run check-medium

Step 2: 發佈到 Substack（Puppeteer 自動化）:

# 首次使用（顯示瀏覽器，需登入）
HEADLESS=false npm run publish:substack generated/article.md

# 登入後可用背景模式
npm run publish:substack generated/article.md

Step 3: 發佈到 Medium（如有 token）:

# 發佈為草稿
npm run publish:medium generated/article.md --draft

# 直接公開發佈
npm run publish:medium generated/article.md --publish

Step 4: 一鍵多平台發佈:

# Substack（Puppeteer 自動化）
HEADLESS=false node publish.js generated/article.md --platforms=substack

# Medium + Substack（需要 Medium token）
node publish.js generated/article.md \
  --platforms=medium,substack \
  --medium:draft

完整設定指南: 參見 PUBLISHING-SETUP.md

注意: Puppeteer 首次使用需安裝依賴:

npm install

---

🛠️ 故障排除

問題 1: Ollama 連線失敗

# 確認 Ollama 運行中
ollama list

# 重啟 Ollama
brew services restart ollama

# 測試連線
curl http://localhost:11434/api/tags

問題 2: 生成的文章風格不符

可能原因：

1. Persona JSON 的 voice_examples 不夠精確
2. 歷史文章樣本太少（<20 篇）
3. Prompt 需要調整

解決方式：

1. 收集更多你的歷史文章（建議 50+ 篇）
2. 更精確描述你的 signature_phrases
3. 調整 article-generator.js 第 74-158 行的 prompt

問題 3: 新聞相關度太低

解決方式：

// config.js
FETCH_CONFIG: {
  min_relevance_score: 3  // 降低門檻（預設 5）
}

或擴充你的 INTEREST_KEYWORDS。

問題 4: 文章生成過短

解決方式：

// config.js
AI_CONFIG: {
  generation_params: {
    num_predict: 3000  // 增加生成長度（預設 2500）
  }
}

---

📊 成果範例

生成範例（Lman 風格）：

• 有個有趣的現象：Mozilla 讓 AI 進入瀏覽器，卻被社群拋棄

統計：

• 平均生成時間: 1-2 分鐘
• 平均文章長度: 1,200-1,500 字
• 相關度篩選: 30 則新聞 → 3-5 則高相關

---

🎯 Roadmap

• 基本文章生成
• Hacker News 整合
• 個人化 Persona
• PKM 系統整合
• Medium API 自動發佈（需現有 token）✨
• Substack Puppeteer 自動發佈 ✨ NEW
• Medium Puppeteer 自動發佈（給沒有 token 的用戶）
• LinkedIn 自動發佈（BrowserOS）
• Dev.to API 整合
• Twitter 摘要自動推廣
• 多語言支援（目前僅繁中）
• Web UI 界面
• 批次生成模式
• TechCrunch, The Verge 新聞源

---

🤝 貢獻

歡迎提交 Issue 或 Pull Request！

特別歡迎：

• 更多新聞來源整合（TechCrunch, Product Hunt 等）
• 其他語言的 Persona 範例（英文、日文等）
• 自動發佈功能實作（Medium, LinkedIn API）
• UI/UX 改進

---

📄 授權

MIT License

---

👨‍💻 作者

Lman - AI & Blockchain Entrepreneur, IrisGo.AI CoFounder

• Medium: @lmanisme
• LinkedIn: Lman Chu
• GitHub: @lmanchu

專案由 Iris (Claude Code) 協助開發 🤖

---

🙏 致謝

• Ollama - 本地 AI 模型運行環境
• Hacker News - 優質科技新聞來源
• Claude Code - AI 開發助手

---

💡 使用提示

1. 第一次使用：建議先用範例 persona 測試，再建立自己的風格
2. 風格調整：多生成幾篇，逐步調整 persona.json
3. 主題選擇：選擇你熟悉的領域新聞，文章品質更高
4. 人工編輯：AI 生成的文章建議人工審閱後再發佈
5. 持續優化：根據發佈後的反饋，調整 persona 和 config

---

快速開始: node index.js

問題回報: GitHub Issues

詳細教學: 參見 docs/HOW-TO-BUILD-PERSONA.md