> ## Content Index
> Fetch the complete content index at: https://www.hubwiz.com/blog/llms.txt
> Use this file to discover other available public pages before exploring further.

# 我的 AI 自动化栈
- URL: https://www.hubwiz.com/blog/my-ai-automation-stack/
- Published: 2026-05-21T02:31:29.000Z
- Updated: 2026-05-21T02:31:29.000Z
- Description: 一个独立创作者如何使用 6 层 AI 自动化栈每周发布三篇文章和两个视频，包含真实成本、失败点和让一切运转的 CLAUDE.md。
- Author: admin
- Tags: INDIE HACKER, #Import 2026-10-14 14:41

Wyndo 问了我每个独立创作者都会被问到的问题："一个人怎么产出这么多？" 这是我在屏幕上展示的完整书面拆解。包含数据、诚实的部分，以及凌晨两点会出什么问题。

截至 2026 年 5 月，我独立运营 GenAI Unplugged 和 [Discover With Dheeraj](https://discoverwithdheeraj.com/?ref=hubwiz.com)。每周三篇文章。两个 [YouTube 频道](https://youtube.com/@genaiunplugged?ref=hubwiz.com)。一个[线下学院](https://www.genaiunplugged.com/academy/?ref=hubwiz.com)。过去几个月发布了 [12 个以上的软件产品](https://store.genaiunplugged.com/?ref=hubwiz.com)。没有团队。八年没有手写一行代码。

当 [Wyndo](https://open.substack.com/users/556836-wyndo) 问一个人如何做到这一切时，我的诚实回答是：不是手动做到的。栈做的。

但"我有一个栈"对任何人都没有用。

**有用的是地图：** 哪些层存在，每层做什么，它们在哪里互相通信，以及搞错了什么会坏。

到最后，你会知道应该先构建哪一层，哪一层可以留到后面。

这个栈不会让你更快。它让没有团队的情况下规模化工作成为可能。而坏掉的部分比运转良好的部分教你更多。

## 1、独立创作者的 AI 栈的 6 层是什么？

六层。中间一个编排器。其他一切都是辐条。

1. **第 1 层：大脑：** Claude Code + Codex
2. **第 2 层：研究：** Gemini → Tavily → Perplexity
3. **第 3 层：创意与视频：** GPT-4o Images、Kling、Veo、Descript、Remotion
4. **第 4 层：自动化与浏览器：** n8n、Playwright、Chrome 扩展
5. **第 5 层：数据：** Notion、SQLite、Substack Intelligence
6. **第 6 层：智能：** Skills、Sub-Agents、Manthan

当所有六层协同工作时，输出是：12 个以上已发布产品、每周三篇文章、一个 YouTube 频道、一个学院，以及一个正常的周六。

让我们逐一看看。

## 2、什么工具驱动我 AI 栈的大脑层？

[Claude Code](https://docs.anthropic.com/en/docs/claude-code/overview?ref=hubwiz.com) 读取文件、运行命令、调用 API 并构建软件。这个区别很重要。

### 大脑层有几个组成部分

**CLAUDE.md** 是一个系统文件。它给 Claude Code 提供关于我业务的一切信息：我的受众是谁、我的产品是什么、我的声音是什么样的，以及我永远不想做什么。它是业务记忆。算上所有关联文件，有 4000 行。

在此基础上，我有 **50 多个自定义斜杠命令**。每个都是一个编码了工作流的 Markdown 文件。`/draft-post` 运行我整个 9 阶段的内容管道。`/yt-research` 启动[我用 Claude Code 构建的 YouTube 研究代理](https://genaiunplugged.substack.com/p/i-built-a-youtube-research-agent)。`/hero-image` 为排队的文章生成并放置 Substack 封面图。一个命令。六层上下文。一个输出。

[**Codex 作为 Claude Code 的备用大脑**](https://developers.openai.com/codex?ref=hubwiz.com)**。** 相同的系统文件、相同的命令、不同的供应商。如果 Claude 被限速或宕机，我切换到 Codex 不会丢失任何东西。我永远不会因为一次停机就导致业务停止。这是架构，不是偏执。这就是构建可靠系统的方式。

### MCP 服务器将大脑向外延伸。

Notion MCP、Substack MCP、Tavily MCP，以及一个用于我的 Newsletter 数据库的自定义归档 MCP。代理可以与我的真实工具对话，而不仅仅是我的文件。

我还有 **30 多个专业子代理**，每个只有一个任务。SEO 研究员、品牌声音审计员、事实核查员、内容差距分析师。

单一职责原则适用于代理，就像它适用于函数一样。一个代理试图做两件事的那一刻，它在两件事上都会变差。

Wyndo 在节目中问的一个问题值得重复："*Claude Code 对比 ChatGPT，真正的区别是什么？*"

两件事。

1. 首先，上下文持久。我的 CLAUDE.md 和项目文件给 Claude Code 持久的业务知识。ChatGPT 每次对话都丢失上下文。
2. 其次，通过 MCP 的深度工具访问。它可以查询我的 Notion 数据库、我的 SQLite 归档、我的 YouTube Analytics API。这是请求帮助和把钥匙交给别人的区别。

## 3、研究层如何在免费的同时覆盖一切？

三个工具。一个层。免费优先，付费最后。

1. **Gemini（通过 CLI）** 免费处理快速查找。当 Claude 内置的网络搜索不够用时，我通过 `gemini-search` 技能调用它。免费的 Google Cloud 额度。没有账单。
2. **Tavily 是主要研究工具。** 搜索、爬取、映射、深度提取，全部在一个 MCP 中。每月 1000 个免费额度。大多数周我都不会触及限制。
3. **Perplexity 是备用的。** 它只在复杂的研究问题，或者 Tavily 宕机或用完额度时才启动。这是这一层中唯一付费的。

为什么用级联而不是直接买最好的付费版？两个原因。

1. **成本：** 我的内容管道每篇文章做几十次搜索。如果每次搜索都走付费版，光是研究每月就要 $20-30。级联让成本接近零。
2. **弹性：** 我通过教训学到了这一点。Firecrawl 曾经占据这个位置。去年四月它对我限速，整个研究管道坏了我换到 Tavily 才好。现在我把 Perplexity 放在 Tavily 后面。如果一个供应商坏了，管道不会停止。永远不会因为一个供应商就导致业务停止。

这个模式在每一层重复。冗余不是奢侈品。它是独立操作者避免凌晨两点救火的唯一方法。

## 4、创意层如何将视觉内容变成管道？

视觉内容是管道，不是文件夹。这是我最花时间正确连接的一层。

[**GPT-2 Images**](https://openai.com/index/introducing-chatgpt-images-2-0/?ref=hubwiz.com) 是我目前主要的图像模型。两个原因：角色一致性和信息图准确性。对于需要一致角色的作品，GPT-2 Images 保持面部和服装比我在其他工具测试的效果更好。对于信息图，当我给它具体的布局指令时，它遵循得更精确。

我使用 Batch API 生成封面图。成本降低了 50%。图像在夜间生成，以正确的文件名落入项目文件夹，我永远不需要打开文件选择器。

**Gemini Nano Banana 2** 在 GPT-2 Images 额度不足时备份图像生成。

### 视频编辑 AI 工具

**Kling** 处理动画封面。Substack 缩略图、文章头图。当我需要动画但不需要完整的视频生成时，Kling 是更快更便宜的选择。

**Veo** 处理嵌入更长视频中的视频片段。它比 Kling 贵，所以这种分工是有意为之。Kling 做封面，Veo 做视频内片段。

**Descript** 是我的视频编辑器。它通过 MCP 服务器直接连接到 Claude Code。Descript 有一个名为 Underlord 的内部 AI 代理。当我连接 Descript 的 MCP 时，Claude Code 可以向 Underlord 发送指令。

指令如"清理填充词、删除沉默、修复音频电平"。我留在终端里。Descript 做编辑但它非常令人沮丧，大部分时候效果不太好。我只是用它因为有基于脚本的视频编辑功能，AI 功能对我的工作流至少来说很差，而且也很贵。

> 我正在用 Claude Code构建自己的轻量级视频编辑器来替代 Descript 的这个工作流。但目前，Descript 勉强能胜任。

**Remotion** 是有趣的那个。它将动画叠加层渲染为清晰的视频文件。标题卡、文本高亮、转场。Claude Code 编写 React 组件（一个 UI 构建块），Remotion 渲染它。

ffmpeg（一个视频处理工具）将它与源素材合并。输出是一个带有自动生成的 B-roll 的完成视频。一个完全动画化的叠加层跟随旁白。所有这些都在我的 Claude Code 终端中运行。

## 5、自动化层如何让数据流动而无需手动工作？

[**n8n**](https://docs.n8n.io/?ref=hubwiz.com) 是管道。自托管在 Oracle Cloud 的永久免费层上。每月零成本。它在层之间移动数据。

封面图生成后，n8n 将它们路由到正确的文章文件夹。一篇文章完成管道后，n8n 将状态同步到 Notion。一场直播结束后，n8n 处理片段并将它们发送到 LinkedIn。

我已经好几个月没有手动登录 LinkedIn 了。你在我的 LinkedIn 信息流上看到的 One Shot Show 的片段来自 n8n。Substack 提供片段，我运行 `/process-clips`。它们上传到我的 Oracle 服务器。n8n 处理剩下的。

### n8n 对比 Claude Code 另一个值得注意的点

Claude Code 管理实例。我不需要 SSH 进去修复失败的工作流。我不需要重启 worker。当工作流失败时，错误进入运行日志。Claude Code 读取日志，尝试修复失败的节点，然后重新运行。

如果第二次尝试也失败，它停止并在早上标记给我。服务器自我管理。

### Playwright 处理浏览器自动化

当没有 API 存在时，**Playwright** 处理浏览器自动化。LinkedIn 发帖是一个例子。一些 Substack 功能还没有 API，所以 Playwright 填补了这个空白。

### Chrome 扩展

**Chrome 扩展** 是自动化变成产品的地方。[SubflowAI 是一个 Substack 笔记调度和深度分析工具](https://chromewebstore.google.com/detail/subflowai/ppmojbkealmbiidpehhjnckomohjjcao?ref=hubwiz.com)。它是一个 Chrome 扩展。80 多个付费用户。$69 终身。

[完全通过 Claude Code 构建。没有手写代码。](https://genaiunplugged.substack.com/p/subflow-ai-chrome-extension-schedule-notes-substack) 我的 LinkedIn 互动扩展和 Substack 互动管理器遵循相同的模式。

## 6、什么让数据成为 AI 栈的记忆？

**数据是系统的记忆。**

**Notion** 是日历所在的地方。每篇在产文章、每个计划中的 YouTube 视频、每个协作都追踪在其中。Notion 是结构化的真相来源。Notion MCP 意味着 Claude Code 可以直接查询和更新日历而无需浏览器。

**SQLite** 是我的本地归档。一个包含 100 多篇已发布文章、互动数据、支柱标签和系列元数据的数据库。为什么用 SQLite 而不是扁平文件？快速文本搜索。

我在这个数据库之上构建了一个归档 MCP 服务器。Claude Code 现在可以查询归档："过去 6 个月我关于 n8n 写了什么"在毫秒级返回结果。

SQLite 还处理订阅者登录。当有人购买了工具的访问权限时，我创建一个绑定到他们 Substack 邮箱的魔法链接。我对照 SQLite 中的订阅者表检查它并授予或拒绝访问。

运行时零次调用 Substack 的 API。登录层是一个单一的数据库查询。[在该订阅者数据库之上构建的 PluggedIn MCP](https://genaiunplugged.substack.com/p/pluggedin-mcp-genai-unplugged) 就是该认证层如何成为一个活跃产品的。

### 通过 Substack MCP 服务器的 Substack Intelligence

**Substack Intelligence** 是一个自定义同步层。它将我所有的订阅者和帖子数据拉取到 SQLite 中。订阅者分组、互动率、不活跃用户、收入分解，全部可通过 MCP 搜索。

我在早上手动运行同步。智能层只读取 SQLite。分析期间没有 API 调用。[Substack 分析 MCP 服务器是如何构建的](https://genaiunplugged.substack.com/p/substack-mcp-server-analytics)是那个构建的完整起源故事。

### Notion vs. Obsidian

节目上讨论了 Notion 对比 Obsidian 的争论。Wyndo 完全使用 Obsidian。我两个都用，但在结构化或共享的任何东西上依赖 Notion。Obsidian 更适合个人知识库（PKM，个人知识管理）。Notion 在数据有表格和关系，需要存放在协作者可以触及的地方时更好。

我必须说我喜欢 Notion 是因为

1. 结构化数据库，在这个 JSON 的世界里我仍然喜欢表格，
2. 移动端应用访问，我可以用它在儿子的教室里或无聊的聚会上审批、拒绝、审核大量内容。
3. 我可以公开发布 Notion 页面给我的读者/观众，让他们阅读指南、访问文件。那些是免费托管的网页，字面意义上无需任何付费订阅或维护。你甚至可以通过它发布所有指南、引流诱饵。
4. 如果你要与他人或团队成员协作，Notion 有优势。

它以前消耗很多 token，我通过直接使用 API 解决了。然而，就在今天/昨天他们[发布了 Notion CLI](https://developers.notion.com/cli/get-started/overview?ref=hubwiz.com)直接集成到 Claude Code 中使其更高效。

全部使用 Notion 免费层。

如果工作流适合本地和 md 文件的方式，Obsidian 作为本地工具也有自己的优势。它轻量得多。

## 7、智能层如何让栈随时间变得更聪明？

**Claude Skills** 是可复用的能力包。每个技能是一个包含 SKILL.md 文件和支持资源的文件夹。封面图技能知道我的品牌视觉系统。LinkedIn 轮播技能知道模板尺寸。

当 Claude Code 加载一个技能时，它一次性获得所有上下文。[Claude 技能如何作为可复用、可移植的能力包工作](https://genaiunplugged.substack.com/p/claude-skills-reusable-workflows-code-cowork)深入介绍了如何构建你自己的。

我目前大约有 90 个技能。大部分花一个下午就能构建。

**子代理** 是专家。每个只有一个任务：输入进去，输出来。三个例子：

- 事实核查员：对照实时文档检查声明
- 品牌声音审计员：捕捉被动语态和禁用短语
- SEO 研究员：拉取真实 SERP 数据

它们不在实时中互相工作。它们通过文件交接。Bard 写 `avatar-script.json`，Voicesmith 读 `avatar-script.json`。没有共享状态。干净的交接。

多代理什么时候停止帮助并开始增加编排税？分界线是：当两个代理需要实时协同工作时，你就越过了它。修复方法永远是让交接变成一个文件。如果你能用单用途工具链替代多代理系统，你应该这样做。

**Manthan** 是我的视频制作系统。跨越三个层级的十一个专业代理。0 层是一次性的频道设置代理。1 层是每集制作链，2 层是策略师。

它是一个日常分析代理，读取 YouTube 数据，检测什么有效，并将获胜模式写回频道配置。下一集自动捡起这些改进。系统在我不改变任何东西的情况下变得越来越好地制作视频。

## 8、独立 AI 栈中实际会坏什么，如何恢复？

没有 AI 栈介绍是完整的，如果没有诚实的那一部分。

### 调试是痛苦的。

当 n8n 在没有明确错误的情况下失败时，你要点击 15 个节点来找出数据在哪里出了问题。无代码不意味着无思考。有时它意味着更多思考，因为工具隐藏了底层发生了什么。

### 你不拥有土地。

我在 Substack 的 DOM 结构（他们 Web 应用的底层 HTML 布局）之上构建了 SubflowAI。Substack 更新了他们的 UI，我的 Chrome 扩展需要紧急修补。Firecrawl 对我限速，我的研究管道坏了。

Kling 的定价变了。Veo 有一次模型更新改变了输出质量。你在租来的土地上构建。当房东装修时，你凌晨两点搬家。

### 80/20 陷阱是真实的。

AI 在 20% 的时间内让你达到 80%。演示有效。看起来令人难以置信。这就是人们陷入困境的地方。

最后 20% 承载了 80% 的真正工作。安全性。性能。错误处理。边缘情况。"如果输入为空怎么办。""如果两个用户同时提交怎么办。"

我满意地发布了 SubflowAI。我测试了一切。一切都有效。公开几天后，有人发起了拒绝服务攻击，整个系统崩溃了。

我不得不构建一个限速层。我不得不加固认证。这又花了整整一个周末。一个周末构建应用，一个周末让它不倒。

这就是旅程。从 Demo 到 Dependable 是一个真实系列的真正原因。

**我告诉每个 cohort 的是：** 从小开始。一个 CLAUDE.md。一个斜杠命令。一个周末。

地图不是护城河。任何人都可以复制这个图。你不能复制的是一年的工具更换——当一个坏掉时换另一个。数百个失败的实验教会了我哪些层需要互相通信。架构是免费的。判断力是挣来的。

关键要点

- CLAUDE.md 文件是整个栈的基础。每个代理、技能和斜杠命令都从中读取。在其他任何东西之前构建这个。
- 三工具研究级联（免费 → 额度 → 付费）将研究成本降至接近零。它们还在任何供应商宕机时保持管道运行。
- 80/20 法则在生产中对你不利。最后 20%：安全性、限速、错误处理。它占用了 80% 的真实时间。要做好规划。
- 单一职责代理胜过通用代理。一个代理试图做两件事的那一刻，它在两件事上都会变差。
- 基于文件的交接胜过实时代理协调。如果两个代理需要实时通信，你就增加了编排税。用交接文件替换它。
- 冗余对独立操作者来说不是奢侈品。一个供应商导致业务停止，一次宕机就是一个糟糕的夜晚。
- 从一个命令和一个输出开始。其余的自然会跟上。

## 9、你可以在一个周末复制的部分是什么？

如果你不是开发者，你想要这个栈中一个现在就能用的部分：**为你的工作写一个 CLAUDE.md 文件。**

打开一个文本文件。写下：

- 你的受众是谁
- 你现在在构建什么
- 你的品牌声音是什么样的
- 你永远不想用的三个短语
- 你的三个主要话题

将它保存为 `CLAUDE.md`，放在你工作的文件夹中。在该文件夹中启动每个 Claude Code 会话。

这个栈中的其他一切都建立在该文件之上。斜杠命令引用它。子代理读取它。技能由它塑造。如果你跳过这一步并构建其他所有东西，你会回来意识到整个事情在底部需要这个。

十分钟。五个字段。这就是你的开始。随着学习添加更多。

---

原文链接: [My AI Automation Stack: 6 Layers, 1 Orchestrator, 1 Human](https://genaiunplugged.substack.com/p/ai-automation-stack-genai-unplugged)

汇智网翻译整理，转载请标明出处