Easel – 浙大与北大开源的社媒创作 Agent，从热点发现做到发布复盘

Easel 是一款由浙江大学 REAL 实验室与北京大学 OpenDCAI 实验室于 2026 年 8 月开源的社交媒体内容工作台，主要用于把热点发现、选题策划、内容创作、多平台发布与数据复盘串成一个工作流，支持账号画像驱动的持续创作与百余项可执行技能，适用于小红书、抖音、公众号等平台的日常内容运营等场景。

Easel 的核心能力

它把社媒运营拆成五个连续工作流，用同一个 Agent 串起来，而不是拼一堆单点工具。对 AI 智能体 来说，这是把「会回答」推到「会交付」的一条实现路径。

账号画像驱动创作

每个账号有独立的定位、风格、受众、平台、偏好与记忆。输出会按画像调整措辞与选题倾向，而不是每次从零生成一份通用文案。

五段连续工作流

发现热点与机会、策划选题标题脚本与排期、创作图文音频视频、发布经检查与平台适配的成品、归因分析并把有效经验写回画像。五段在同一套会话与内容库里衔接，中间产物不必导出再导入。

技能是真执行的脚本

官方称技能不是功能清单：图片、卡片、配音、字幕、剪辑、短剧与发布都配可运行脚本，成品写入项目的 outputs 目录。能验证通过才会出现在技能列表里。

一份素材适配多平台

同一主题可改写成小红书卡片、短视频、知乎长文或短帖，遵循各平台的格式与字数要求。平台形态的差异由工作流处理，不必为每个平台重写一遍内容。

项目化归档

内容、素材、中间文件与元数据按项目保存，后续修改、重试与发布都落在同一目录下，不会散在聊天记录里。要回看某次发布用了哪版素材，直接查目录即可。

七个平台的发布与回收

目前支持小红书、抖音、快手、知乎、B 站、微信视频号与微信公众号的登录、适配与发布，并能回收账号数据用于复盘。官方对小红书明确提示自动化风险，建议用预览与发布前检查后人工确认。

Easel 与 Coze 的对比

两者都能把内容生产流程自动化，区别在「跑在哪」与「能不能改」：一个是能装在自己机器上的开源工作台，一个是云端平台。

三处差别最实在。运行位置：Easel 跑在自己机器上，账号素材与画像不出本地，Coze 跑在云端、数据在平台侧；发布渠道：Easel 内置七个社媒平台的登录与发布，Coze 侧重把能力封装成可复用的机器人；开源协议：Apache-2.0 允许改技能脚本，平台改版能自己修，Coze 只能等平台更新。要多账号本地化运营选 Easel，要在云端搭对话机器人选 Coze。

同样面向社媒，站内的 Iris（小红书 AllSpark 团队开源的搜索智能体）只解决「找热点」这一段，和 Easel 的全链路正好互补。

Easel 的应用场景与适用人群

它瞄准的是「一个人管几个账号、每天都要出内容」这种高频重复；做视频平台分发时，可对照站内 YouTube 工具对比 的口径：

• 多账号矩阵运营：每个账号一套画像，同一主题按平台改写成不同形态。
• 热点跟进：先看趋势与机会，再决定选题与排期，避免临时找题。
• 图文与短视频双线：一份素材拆成卡片与短视频，配音与字幕自动补齐。
• 内容复盘：回收账号数据，把有效的选题与表达写回画像。
• 研究验证：作为把 Agent 用于真实内容场景的实验平台，产物可追溯。
• 评论区跟进：把高频问题整理成素材库，回复时引用账号统一口径，避免每次重写。

适用人群：适合一个人管多个社媒账号的创作者、做内容矩阵的小团队，以及研究 Agent 在真实内容生产中表现的研究者；只发单一平台、且内容以随手记录为主的用户，用平台自带工具更轻；只有热点发现需求时，直接用单点工具即可。

Easel 的使用方法

官方推荐 Web 前端，命令行作为补充，共三条路径；三者共用同一套账号画像与内容库。

Web 前端：主推的使用方式

1. 按 Easel 官方仓库 的文档装好 Python 3.10 以上环境与依赖，启动 Web 前端服务。
2. 在界面里新建账号并填写画像：定位、风格、受众、平台与偏好。
3. 从热点发现开始走工作流，选题与脚本确认后再进入创作环节。
4. 发布前用预览与检查逐条核对平台格式，确认无误再执行发布。

命令行：脚本化与调试

1. 用仓库提供的 CLI 入口启动会话，先验证通过单条内容的生成。
2. 把常用参数固化成脚本，配合项目目录批量处理多个账号。
3. 遇到终端显示问题按 known-issues 里的说明绕开，生产使用仍建议回 Web 前端。

自行部署与扩展技能

1. 克隆仓库后按 requirements 安装依赖，确认 Python 版本与文档一致。
2. 按 Apache-2.0 条款保留许可与版权声明，改动后的技能脚本同样受该协议约束。
3. 平台改版导致发布失败时，改动对应技能脚本并先在单条内容上验证，再放回批量流程。

七个平台的登录态需要自己维护，官方对小红书明确提示可能触发平台风控，建议保留人工确认环节；模型调用需要自备凭据，长任务产生的调用量要提前估算。项目较新，接口与技能列表仍在快速变化，落地前以当期 README 为准。

Easel 的项目地址

• 项目主页：https://zju-real.github.io/Easel/
• GitHub 主仓库：https://github.com/ZJU-REAL/Easel

Easel 的价格方案

软件本身免费：仓库以 Apache-2.0 开源，本地部署不产生许可费用，商用与二次开发被允许，需保留版权与许可声明。实际支出是模型推理调用与自备机器的算力。

官方没有为 Easel 设订阅、席位或托管服务，也没有公开的付费版价目。社媒平台的发布动作本身不向 Easel 付费，平台侧的账号与推广费用另算。

Easel 的常见问题