想搭建一套 AI 团队，实现信息筛选→内容审查→多平台自动发布的全流程自动化？本次教程全程零基础，无需编程基础，借助 Cursor 编辑器里的 Claude Code，即可从零搭建完整的 AI 工作流。

本次重点搭建两大核心模块：

1. Skills（技能包）：给 AI 制定的标准化操作手册（SOP）；
2. Agent（智能体）：拥有明确岗位职责的 AI 成员，能自动匹配对应 Skill 执行任务。

搭建完成后，你可以直接演示整套系统的真实运行效果，并以此为基础拓展多角色 AI 团队，实现全链路内容自动化。

️ Claude Code 基础准备

1. 使用方式

Claude Code 是 Anthropic 推出的命令行 AI 编程助手。本次教程选用 Cursor 编辑器作为载体，因为它能同时展示项目文件结构与对话界面，操作更加直观。

2. 安装与登录

1. 打开 Cursor，进入扩展商店（Extensions），搜索并安装官方的 Claude Code 插件（注意：开发商为 Anthropic）。
2. 安装完成后，在 Cursor 的终端（Terminal）中输入 claude 启动，并按照提示登录你的 Anthropic 账号即可开始使用。

3. 项目文件夹结构

新建一个项目文件夹 my-ai-team，建议的初始目录分工如下：

• context/：存放基础资料（如写作风格指南、审查标准、发布规范等，这是 AI 认知你业务的核心依据）；
• template/：存放通用的文章或发布模板；
• article/：存放待处理的文章草稿；
• skills/：后续搭建过程中用于存放标准化技能手册的目录。

4. 项目初始化与规则配置

1. 在 Claude Code 对话框中，你可以通过 /rules 指令查看或管理项目规则。
2. 建议手动在项目根目录创建一个 .cursorrules 或 CLAUDE.md 文件，这相当于“AI 团队入职手册”。新会话开始时，AI 会自动读取该文件，明确项目背景、规则和个人偏好。
3. 关于插件：Claude Code 原生通过 MCP（Model Context Protocol）连接外部工具。你可以在 Cursor 的设置中配置 MCP Servers，或者在对话中通过指令让 AI 协助配置 MCP，无需输入不存在的 plugin 指令。

搭建第一个 Skill：内容审查 Skill

1. 功能作用

传入一篇文章，调用两个不同 AI 模型进行交叉审查，汇总双方意见生成审查报告。

• 优势：避免单一模型存在思维盲区，双模型从不同维度检测，问题覆盖面更全。
• 实现方式：利用 Claude Code 的多模型调用能力或 MCP 工具实现。

2. 配置审查标准

在 context/ 目录下提前编写好 review_standards.md，明确审查维度：逻辑自洽性、事实可验证性、语气风格统一性、AI 文案痕迹等。将个人标准固化为文档，让 AI 有章可循。

3. 创建流程

1. 编写 Skill 手册：在 skills/ 目录下新建文件夹 content_review，并在其中创建 skill.md。
2. 定义内容：在 skill.md 中详细写入：
   • 触发条件：当用户要求“审查文章”时触发。
   • 输入输出：输入为 Markdown 文章，输出为结构化审查报告。
   • 工作流：第一步读取 context/review_standards.md；第二步调用 Claude 进行逻辑与结构审查；第三步（通过 MCP 或 API）调用 Gemini 进行事实准确性与风格审查；第四步汇总生成报告。
3. 测试效果：在对话框中导入文章草稿，并提示“请使用 content_review Skill 进行审查”，AI 将自动执行双模型审查并输出报告。

搭建第二个 Skill：微信公众号发布 Skill

1. 核心原理

借助 MCP 协议（AI 与外部工具的通信桥梁），让 AI 直接操控第三方平台，无需手动复制粘贴。

2. 前置配置

在 Claude Code 中配置 MCP。例如，你可以配置一个连接到自动化工具（如 Make 或 Zapier）的 MCP 客户端，确保 AI 能通过指令触发外部工作流。

3. 创建流程

1. 在 skills/ 目录下创建 wechat_publish 文件夹及 skill.md。
2. 功能定义：接收 Markdown 格式的定稿文章，通过 MCP 调用自动化工作流，将内容发送至微信公众号草稿箱。
3. 工作流设计：文章读取 → 内容格式校验 → 元数据（标题、封面）组装 → 请求用户确认 → 调用 MCP 发布接口 → 反馈发布结果。

Agent 搭建核心逻辑

1. 先做 Skills 再建 Agent 的原因

类比创业逻辑：先跑通业务流程、制定执行标准（Skills），再招聘员工落地执行（Agent）。

• 误区：直接搭建 Agent 只给目标、不设流程，会导致逻辑混乱、产出不可控。
• 正确顺序：固化流程为 Skill → 配置 Agent 按手册干活。

2. Agent 基础规则

• 一个 Agent 可绑定多个 Skills，对应多项工作。
• 在 Claude Code 中，Agent 通常体现为特定的系统提示词（System Prompt）或自定义指令，结合加载的 Skills 文件夹共同工作。

️ 实战搭建两类 Agent

1. 发布运营 Agent（绑定双 Skill）

1. 定义角色：在项目的 CLAUDE.md 或对话开头，定义该 Agent 的身份：“你是一个专业的内容发布运营专家，负责内容的最终审查与发布。”
2. 绑定 Skills：明确告知 Agent：“你拥有 content_review 和 wechat_publish 两个技能的使用权限，请根据任务阶段自动调用。”
3. 测试运行：传入文章草稿，输入指令“请执行发布流程”。Agent 会自动先调用审查 Skill 产出报告，经你确认无误后，再调用发布 Skill 推送至公众号草稿箱。

2. 社交互动 Agent（无绑定 Skill）

1. 定义角色：命名为 Social Voice。
2. 功能定位：依托 Claude 的基础语言能力，把长文章自动改写为适合社交媒体（如小红书、朋友圈）的短推文。
3. 配置方式：无需复杂的 Skills，仅需在提示词中设定：“你是一个社交媒体文案专家，擅长将长文提炼为吸引人的短文案，风格活泼，多用 Emoji。”
4. 适用场景：简单文案改写、内容精简等轻量化需求。

系统拓展与落地

1. 角色拓展：可复制这套逻辑，拓展搭建内容策划、脚本创作、视觉设计等多角色 Agent，并为它们配备专属的 Skills。
2. 实战价值：通过搭建专属 Agent 团队，可以实现一键筛选 AI 资讯 → 撰写专栏 → 自动配图 → 公众号一键发布，全程仅需少量人工介入确认。
3. 进阶方向：真正精通 AI 系统搭建，需掌握心智认知、架构设计、提示词工程、工作流落地四大核心能力。