Glowlab 自动化工作流
员工入职手册

v2.0 升级日志

v1.0 → v2.0 的工具替换清单。标 ❌ 的不要再用，标 ✅ 的是新标准。

产品定位

Glowlab 是一个 AI 个人色彩分析 SaaS：用户上传一张自然光自拍，30 秒内生成 12 季型色彩报告 + 推荐色 + 妆容方向 + 穿搭主色组合。 中国版 ¥38 完整报告 / ¥58 商品色号清单，2026-05-06 灰度上线（50 邀请码用户）。

产品定位的关键红线：「保脸色彩、不改五官」 = 「色彩分析」非「深度合成」。任何「妆后预览 / 换发色 / 换脸 / 试戴」都绝对不做，这是合规生死线。

为什么有这份手册

三位刚入职的同事是三位不同类型的工程师，不是「运营 / 客服 / 设计」的传统分工。 我们要在 12 周内置好 7 条自动化 pipeline，pipeline 一旦跑通， 后续加新平台、新语言、新产品的边际成本接近 0。

读完这份手册你会知道：

• 你的角色是建系统还是跑系统？（剧透：建系统，但你也是真人锚点。）
• 你 Day 1 该动手做什么？
• 哪些工具 / 开源项目要先学会？
• 哪些事该你做、哪些事该老板扛、哪些事绝对不要碰？

内核思维

在动手写第一行代码之前，先把这五条内化：

全 AI 自动化公司原则

这不是一个有「运营部 / 客服部 / 市场部」的传统公司。 Glowlab 是一个 3 人产品团队 + 一群 AI Pipeline 的新形态。 传统公司 30 人做的事，我们 4 人（含老板）+ AI Pipeline 做。

三方分工矩阵

三个角色的「能不能做」清单

极致 AI 化的边界（哪些必须保留人类）

员工 onboarding 心态

如果你以前在传统公司工作过，请抛弃 3 个习惯：

1. 不要写日报 / 周报 — Daily Summary 自动生
2. 不要开「碰一下」「对一下」会议 — 在 GitHub Issue 评论
3. 不要等老板派活 — 看 GitHub Project board，自己 pull task

你的 KPI 是「每月新增几条自动跑的 Pipeline」+「每条 Pipeline 节省了多少人工时」。 每多写一条 pipeline，公司就少招一个人 / 多赚一份钱。

主开发工具

Codex CLI + Claude Code 为团队一级工具，所有人入职第一天就要安装、配置好、用熟。传统 IDE（Cursor / Trae）作为辅助。

npm install -g @openai/codex
codex login
codex --model gpt-5
# 或交互模式
codex chat

npm install -g @anthropic-ai/claude-code
claude login
claude --model claude-opus-4-7
# 或 sonnet 4.6 跑日常
claude --model claude-sonnet-4-6

分工建议

三人角色

每个人都不是「运行者」，是「Pipeline 负责人」。

AI-Native 公司通讯架构

我们是 3 人工程团队 + 全 AI 工具流。不再用飞书做内部协作。

AI-native 公司的内核转变：信息不应该住在聊天串里（永远丢失）。 信息住在四个地方：代码、结构化文档、知识库、Pull Request。聊天只是「便利贴」，用完即丢。

5 层通讯（取代飞书全家桶）

5 层详细职责

不再做的事

保留的「人类介面」

Daily Summary Bot

这是 W2 第一个内部小工具，由 C 用 30 分钟搭：

# 实现：Inngest cron 每日 09:00 触发
# 1. GitHub GraphQL API 抓昨日 commits + PR + Issues activity（B/C/A 三人）
# 2. Claude API: 摘要 + 高亮 blocker
# 3. Telegram bot send 到「Glowlab 工程组」
# 4. 同步 push 到 Outline 「Daily Log」页

# 范例输出:
# 📅 2026-05-08 Daily Summary
#
# 👤 B: 微信支付 V3 H5 JSAPI 接通 ✅ | 阻塞: 等阿里云企业认证
# 👤 C: ComfyUI + Flux.2 跑通 5 张测试 ✅ | 下一步: P1 串接
# 👤 A: 灌完 12 季型 RAG ✅ | 创始人号开号文已发，互动 87
#
# 🔥 本周关键: P1 内容产出 W2 完成度 60%
# 🚧 阻塞: 阿里云认证（老板跟进）

Day-1 通讯设置（30 min 一次性）

# 1. GitHub 组织权限（fengflay/glowlab）
#    - B/C: write 直推（除 main）
#    - A: PR-only 工作流

# 2. Telegram 群「Glowlab 工程组」
#    - 三人 + 老板
#    - 设置 daily summary bot

# 3. Outline self-host（C 在 W2 部署）
docker run -d --restart unless-stopped \
  --name outline -p 3000:3000 \
  outlinewiki/outline

# 4. Cap.so 帐号（团队共享，每周 demo 录影）

# 5. Granola.ai 帐号（仅老板需要，会议自动摘要）

# 6. 通讯纪律
#    - 决策：GitHub Issue / Discussion，不在 Telegram
#    - 紧急：Telegram 语音 < 1 min
#    - 进度：daily summary bot 报告，不口头问

⭐ 老板每日工作流

你不需要「协调」员工 — Pipeline 自己跑。你每天只做 4 件事，加起来 15-20 分钟。

每日 boss 时间轴（手机操作 + 真人交付）

4 个核心动作（具体步骤）

动作 1：读 Daily Summary（09:00 · 3 分钟）

Telegram 群「Glowlab 工程组」会自动推送：

📅 2026-05-08 Daily Summary

👤 B: 微信支付 V3 H5 JSAPI 接通 ✅ | 阻塞: 等阿里云企业认证
👤 C: ComfyUI + Flux.2 跑通 5 张测试 ✅ | 下一步: P1 串接
👤 A: 灌完 12 季型 RAG ✅ | 创始人号开号文已发，互动 87

🔥 本周关键: P1 内容产出 W2 完成度 60%
🚧 阻塞: 阿里云认证（你跟进）

你只看 🚧 阻塞。其他都是「在跑」状态，不需要你介入。

动作 2：处理 GitHub @mention（手机 App · 5 分钟）

装 GitHub iOS / Android App，员工 @你时手机推播。

3 种 @你的情况：

动作 3：审核 content-review Issues（手机 · 5 分钟）

Pipeline 1 每周一产出 30+ 条内容，每条产出一个 GitHub Issue。你做的事：

1. 打开 GitHub App → 过滤 label:content + needs-review
2. 看截图 + 文案
3. 决定：
   - 内容 OK → 「Close issue」（= 通过 → Pipeline 自动发布）
   - 文案要改 → 评论「文案太硬，加 #冷夏 hashtag」（= 退回 → A 改 prompt）
   - 暂存 → 加 label「next-week」（= 排到下周）
4. 滑下一条
30+ 条总耗时 5-8 分钟（每条 10-15 秒决策）

动作 4：审核 KOC 合作（手机 · 3 分钟）

Pipeline 3 自动发出 50 个 KOC 邀请，回复的会升级成 Issue 等你看：

1. 打开 koc-candidate label 的 open issues
2. AI 已经摘要了对方资料 + 报价
3. 决定：
   - 谈合作 → 评论「OK，¥300/篇 + 兑换码 5 个」（= AI 自动接管谈判）
   - 不合作 → close issue
   - 想要更多信息 → 评论问 AI（AI 会再爬资料）

每周 boss 工作流

周一 08:00 · 读 AI 自动周报（5 分钟）

Pipeline 6 自动产出，含 5 个核心指标 + AI 解读 + 建议下周聚焦。看完只问自己一个问题：「数据告诉我哪条 pipeline 该加码 / 该砍？」

周五 17:00 · 30 min demo + 战略会（必到）

这是唯一不能砍的同步时刻。流程：

17:00-17:15  三人各 5 min demo 本周交付（Cap.so 录影）
17:15-17:25  讨论本周阻塞 + 下周优先级
17:25-17:30  老板拍板下周 P0 / P1 任务
（Granola 自动摘要 + 推 GitHub Discussion 沉淀）

每月 boss 工作流

月底 · 读 AI 月度报告（30 分钟）

• GitHub 活动统计：commits / PR / Issues 关闭率
• 平台数据：小红书 / 抖音 / Pinterest 各通道 ROI
• 成交数据：MAU / 付费率 / LTV / CAC
• 燃料剩余：runway 多久
• AI 建议下月战略调整

月初 1 小时 · 战略会议

• 调整下月优先级
• 抗 / 加码决策（哪条 pipeline 加投入 / 哪条砍）
• 是否进新通道（海外？抖音 KOC 加碼？）

你不再做的事

你必须做的事（AI 替代不了）

手机配置（5 分钟一次性）

1. 装 GitHub iOS / Android App，开 push notification（Settings → Notifications → All）
2. 设置 GitHub Filters：
   • 📌 Pinned: label:needs-review
   • 📌 Pinned: label:customer + label:escalation
   • 📌 Pinned: label:tool-request
3. 装 Telegram，开「Glowlab 工程组」群通知（其他静音）
4. 装 企业微信，仅对外用
5. 装 Granola（仅周五会议录音用）
6. 不装飞书 / 钉钉

GitHub 工作流（员工版）

所有内部协作的「真实之源」是 GitHub。Day 1 配置完，之后 90% 协作都在这里。

Repo 结构

Branch 策略（小团队简化版）

4 个 Issue Templates

1. .github/ISSUE_TEMPLATE/content-review.yml（内容审核）

name: 内容审核
description: A 产出的内容请求老板/A 自己审核
labels: ["content", "needs-review"]
title: "[Content Review] {{ 主题 }}"
body:
  - type: input
    id: topic
    attributes:
      label: 主题
      placeholder: 例：冷夏柔雾如何选口红
    validations: { required: true }
  - type: dropdown
    id: platform
    attributes:
      label: 目标平台
      multiple: true
      options: [小红书, 抖音, Pinterest, TikTok]
    validations: { required: true }
  - type: textarea
    id: content
    attributes:
      label: 内容（文案）
      render: markdown
  - type: textarea
    id: assets
    attributes: { label: 视觉素材链接 }
  - type: dropdown
    id: action
    attributes:
      label: 审核动作
      options:
        - 通过 → 自动发布
        - 退回 → A 改 prompt
        - 暂存 → 排到下一档

2. .github/ISSUE_TEMPLATE/koc-candidate.yml（KOC 候选）

name: KOC 候选
description: P3 自动招募 pipeline 抓到的候选 KOC
labels: ["koc", "outreach"]
title: "[KOC] {{ 平台 }} - {{ 帐号名 }}"
body:
  - type: dropdown
    id: platform
    attributes:
      label: 平台
      options: [小红书, 抖音, B站, Pinterest, TikTok]
  - type: input
    id: handle
    attributes: { label: 帐号 }
  - type: input
    id: followers
    attributes: { label: 粉丝数 }
  - type: input
    id: engagement
    attributes: { label: 互动率 % }
  - type: textarea
    id: content_sample
    attributes: { label: 代表内容链接 }
  - type: dropdown
    id: stage
    attributes:
      label: 阶段
      options:
        - 已发私信
        - 已回复
        - 谈合作中
        - 已签约
        - 已发布
        - 已结算
        - 拒绝/无回应

3. .github/ISSUE_TEMPLATE/customer-feedback.yml（用户反馈）

name: 用户反馈
description: 客服 / 退款 / 产品建议 升级
labels: ["customer", "feedback"]
body:
  - type: dropdown
    id: source
    attributes:
      label: 来源
      options: [微信, H5, 小红书私信, 薯店评价]
  - type: dropdown
    id: type
    attributes:
      label: 类型
      options: [产品 bug, 退款请求, 功能建议, 投诉, 表扬]
  - type: textarea
    id: detail
    attributes: { label: 详情 + 用户原话 }
  - type: input
    id: user_id
    attributes: { label: 用户 ID }

4. .github/ISSUE_TEMPLATE/tool-request.yml（工具申请）

name: 工具申请
description: 申请新工具 / 续费 / 升级
labels: ["tools", "budget"]
body:
  - type: input
    id: tool
    attributes: { label: 工具名 }
  - type: dropdown
    id: pipeline
    attributes:
      label: 对接哪条 Pipeline
      options: [P1, P2, P3, P4, P5, P6, P7, 通用]
  - type: input
    id: cost
    attributes: { label: 月成本 }
  - type: textarea
    id: justification
    attributes: { label: 用途 + ROI 估算 }
  - type: textarea
    id: alternatives
    attributes: { label: 已考虑的替代方案 }

PR Template（.github/pull_request_template.md）

## 改动摘要
<一句话说清楚>

## 关联
- Closes #
- Pipeline: P?
- Related:

## 测试
- [ ] 本地跑通
- [ ] staging 部署测试
- [ ] 不影响线上付费流程
- [ ] 如涉及 prompt 变更，A/B test 链接：

## 部署
- [ ] 需要 secret 更新？
- [ ] 需要数据迁移？
- [ ] 需要老板审批？（涉及合规、外部 API key、超 ¥500/月成本）

## Screenshots / 录影
<如有 UI 变更请贴>

GitHub Project Board（5 列 Kanban）

Daily Summary GitHub Action（完整代码）

.github/workflows/daily-summary.yml

name: Daily Summary
on:
  schedule:
    - cron: '0 1 * * *'  # 09:00 北京时间 = UTC 01:00
  workflow_dispatch:

jobs:
  summary:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v4
      - uses: actions/setup-node@v4
        with: { node-version: '22' }
      - run: cd scripts/daily-summary && npm install
      - run: cd scripts/daily-summary && npm run generate
        env:
          GITHUB_TOKEN: ${{ secrets.GITHUB_TOKEN }}
          ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }}
          TELEGRAM_BOT_TOKEN: ${{ secrets.TELEGRAM_BOT_TOKEN }}
          TELEGRAM_CHAT_ID: ${{ secrets.TELEGRAM_CHAT_ID }}

scripts/daily-summary/index.ts（80 行完整实现）

import { Octokit } from '@octokit/rest';
import Anthropic from '@anthropic-ai/sdk';

const octokit = new Octokit({ auth: process.env.GITHUB_TOKEN });
const claude = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });

const REPO = { owner: 'Fengflay', repo: 'glowlab' };
const SINCE = new Date(Date.now() - 24 * 60 * 60 * 1000).toISOString();

async function fetchActivity() {
  const [commits, prs, issues] = await Promise.all([
    octokit.repos.listCommits({ ...REPO, since: SINCE }),
    octokit.pulls.list({ ...REPO, state: 'all', sort: 'updated', direction: 'desc', per_page: 20 }),
    octokit.issues.listForRepo({ ...REPO, since: SINCE, state: 'all' }),
  ]);
  return {
    commits: commits.data.map(c => ({
      author: c.author?.login,
      msg: c.commit.message.split('\n')[0],
      sha: c.sha.slice(0, 7),
    })),
    prs: prs.data
      .filter(p => new Date(p.updated_at) > new Date(SINCE))
      .map(p => ({ author: p.user?.login, title: p.title, state: p.state, number: p.number })),
    issues: issues.data.map(i => ({
      title: i.title,
      state: i.state,
      labels: i.labels.map((l: any) => l.name),
    })),
  };
}

async function summarize(activity: any) {
  const msg = await claude.messages.create({
    model: 'claude-sonnet-4-6',
    max_tokens: 1024,
    messages: [{
      role: 'user',
      content: \`你是 Glowlab 团队的 daily summary bot。
基于昨日 GitHub 活动，写一份 5 行内的中文摘要，给 3 名工程师 + 老板看。
格式：
📅 {日期} Daily Summary

👤 B: {做了什么} ✅ | 阻塞: {如有}
👤 C: {做了什么} ✅ | 下一步: {预告}
👤 A: {做了什么} ✅

🔥 本周关键: {1 句话}
🚧 阻塞: {如有，没有就不写}

数据：\${JSON.stringify(activity, null, 2)}\`,
    }],
  });
  return (msg.content[0] as any).text;
}

async function pushToTelegram(text: string) {
  await fetch(\`https://api.telegram.org/bot\${process.env.TELEGRAM_BOT_TOKEN}/sendMessage\`, {
    method: 'POST',
    headers: { 'Content-Type': 'application/json' },
    body: JSON.stringify({
      chat_id: process.env.TELEGRAM_CHAT_ID,
      text,
      parse_mode: 'Markdown',
    }),
  });
}

(async () => {
  const activity = await fetchActivity();
  const summary = await summarize(activity);
  await pushToTelegram(summary);
  console.log(summary);
})();

CODEOWNERS（自动指定 reviewer）

新建 .github/CODEOWNERS：

# Pipeline 1: 内容产出
/scripts/p1-* @Fengflay  # 老板审 prompt 变更

# Pipeline 2: 后端核心
/functions/api/wechat-pay/ @candidate-b
/functions/api/orders/ @candidate-b

# Pipeline 3-5: 跨棧
/scripts/p3-koc/ @candidate-c
/scripts/p5-distribution/ @candidate-c

# 文档（任何人 review）
/docs/ @Fengflay

# 关键合规相关（必须老板 review）
/functions/api/content-safety/ @Fengflay
/functions/api/wechat-pay/webhook/ @Fengflay

Day-1 GitHub 配置（员工 + 老板）

老板（Fengflay）做（10 分钟）

# 1. 在 GitHub 创建 organization 或用个人帐号 Fengflay
gh api -X POST /user/repos -f name=glowlab -f private=true -f description="Glowlab AI 个人色彩分析"

# 2. 邀请三人加入
gh api -X PUT /repos/Fengflay/glowlab/collaborators/CANDIDATE_B_GITHUB -f permission=push
gh api -X PUT /repos/Fengflay/glowlab/collaborators/CANDIDATE_C_GITHUB -f permission=push
gh api -X PUT /repos/Fengflay/glowlab/collaborators/CANDIDATE_A_GITHUB -f permission=triage

# 3. 启用 branch protection
gh api -X PUT /repos/Fengflay/glowlab/branches/main/protection \\
  -f required_status_checks=null \\
  -f enforce_admins=null \\
  -f required_pull_request_reviews[required_approving_review_count]=1 \\
  -f restrictions=null

# 4. 设置 secrets
gh secret set ANTHROPIC_API_KEY --body "sk-ant-..."
gh secret set TELEGRAM_BOT_TOKEN --body "..."
gh secret set TELEGRAM_CHAT_ID --body "..."

员工（B / C / A）做（每人 10 分钟）

# 1. 接受 organization 邀请（邮件链接 / GitHub 通知）

# 2. 配置 SSH key
ssh-keygen -t ed25519 -C "your@email.com"
cat ~/.ssh/id_ed25519.pub  # 复制后贴到 github.com/settings/keys

# 3. clone repo
git clone git@github.com:Fengflay/glowlab.git
cd glowlab

# 4. 设置本地用户名
git config user.name "Your Name"
git config user.email "your@email.com"

# 5. 安装 Conventional Commit hook
npm install -D @commitlint/cli @commitlint/config-conventional
echo "module.exports = {extends: ['@commitlint/config-conventional']}" > commitlint.config.js

# 6. 创建第一个 PR 练习
git checkout -b feature/your-name-onboarding
mkdir -p docs/onboarding-notes
echo "## 我的 onboarding 心得" > docs/onboarding-notes/your-name.md
git add . && git commit -m "docs: add my onboarding notes"
git push -u origin feature/your-name-onboarding
gh pr create --title "docs: my onboarding notes" --body "👋 Day 1 签到"

三人协调同步（GitHub-only）

技术架构总览

整个系统分 7 层，每层都有 2026 开源首选：

2026 推荐三件套

操作机（Computer Use）

这是整个架构的关键 unlock。我们不再跟微信 / 小红书 / 抖音的 API 限制 + 风控对抗， 而是直接驾驶它们的桌面客户端，AI 像人类一样点击、打字、滑动。

架构（v2.0）

多模型路由策略

⚠️ Sonnet 4.5 将于 2026-06-15 deprecation，所有 Anthropic 代码必须在 6 月前迁到 Sonnet 4.6 / Opus 4.7。
⚠️ GPT-5.5 Computer Use 通过 OpenAI Responses API（computer-use-preview 或 gpt-5.5-cua）使用，需 tier 3+ 帐号。

为什么要这样做

软硬件配置

• 机器：Mac mini M4（¥7,000 一次性）或 Windows VM 24/7 开机
• 云端浏览器：Steel Browser（自部署）或 Browserbase（云）— 取代自建 Playwright
• 住宅代理：Bright Data / IPRoyal $50–200/月（多帐号隔离 IP）
• 指纹浏览器：AdsPower / BitBrowser（多帐号）
• 桌面应用：微信 PC、企业微信、小红书 PC、抖音创作者中心、微博、Telegram、WhatsApp
• AI 控制层：Anthropic + Gemini + OpenAI 三模型路由 + browser-use + Stagehand v3 + Skyvern

Day-1 启动脚本（B 负责）

# 全程用 Codex 或 Claude Code 跑，不要手写
codex chat   # 或 claude

# 1. OpenAI CUA（GPT-5.5 主模型）
# 官方 quickstart：
git clone https://github.com/openai/openai-cua-sample-app
cd openai-cua-sample-app
export OPENAI_API_KEY=sk-...
npm install && npm run dev
# 访问 http://localhost:3000
# 或 Python:
# pip install openai
# from openai import OpenAI
# client.responses.create(model="computer-use-preview", ...)

# 2. Anthropic Computer Use（备援）
git clone https://github.com/anthropics/anthropic-quickstarts
cd anthropic-quickstarts/computer-use-demo
export ANTHROPIC_API_KEY=sk-ant-...
docker compose up -d
# 访问 http://localhost:8501

# 3. Stagehand v3（重复任务 caching）
npm install @browserbasehq/stagehand
# 激活 action caching：
# const stagehand = new Stagehand({ enableCaching: true });

# 4. browser-use（通用网页）
pip install browser-use
playwright install chromium

# 5. AstrBot（个人微信机器人）
git clone https://github.com/AstrBotDevs/AstrBot
cd AstrBot && docker compose up -d
# 访问 http://localhost:6185

# 6. LangBot Cloud（企微生产级）
# 官方 SaaS：https://space.langbot.app
# 或自部署：
git clone https://github.com/langbot-app/LangBot
cd LangBot && docker compose up -d

关键 GitHub 链接

• Anthropic Computer Use Demo
• Stagehand v3 · action caching · caching docs
• browser-use · ~78k stars · v0.12.6 (2026-04-02)
• Skyvern · ~20k stars · 视觉路线 + 2FA
• Steel Browser · 开源云端浏览器
• AstrBot · 19k stars · 全平台机器人
• OpenManus · 开源 Manus 替代

Pipeline 1 · 内容自动产出

# 1. 本机 Docker 起 Dify
git clone https://github.com/langgenius/dify
cd dify/docker
cp .env.example .env
docker compose up -d
# 访问 http://localhost

# 2. 在 Dify 后台建一个「Glowlab 知识库」
# 上传 12 季型方法论 PDF / Markdown
# 配置 embedding model（豆包 embedding 或 OpenAI text-embedding-3-large）

# 3. 建第一个 Workflow：「小红书热榜选题」
# - 输入: keywords
# - 节点 1: HTTP request 到 MediaCrawler API
# - 节点 2: LLM 摘要
# - 节点 3: LLM 选题打分
# - 输出: JSON 5 个选题

# === 主：GPT-Image-2 API ===
# 直接 OpenAI Images API，不需自架
pip install openai
# Python:
# from openai import OpenAI
# client = OpenAI()
# img = client.images.generate(
#     model="gpt-image-2",
#     prompt="...",
#     size="1024x1280",
#     quality="high"
# )
# 主图、商品卡、海报、UI 元素全用这个

# === 备援：本地 ComfyUI + Flux.2 [dev] ===
# 1. 安装 ComfyUI
git clone https://github.com/comfyanonymous/ComfyUI
cd ComfyUI
pip install -r requirements.txt

# 2. 下载 Flux.2 [dev] model（24GB VRAM）
# https://huggingface.co/black-forest-labs/FLUX.2-dev
# 放到 models/checkpoints/

# 3. 启动
python main.py
# 访问 http://localhost:8188

# 4. 加载 Flux.2 workflow（多参考图 / 4MP）
# - 输入: prompt + 12 季型色卡 + 1-10 参考图
# - 输出: 4MP 高解析素材（给创意 / 大图场景用）

Pipeline 2 · 私域线索捕获

# 1. 操作机准备（Mac mini 或 Windows VM）
# 安装微信 PC 版 + 企业微信 PC
# 用公司专属手机号 + 企业认证

# 2. LangBot 部署
git clone https://github.com/langbot-app/LangBot
cd LangBot
docker compose up -d
# 访问 http://localhost:5300
# 后台配置：
#   - 接入适配器：选「微信 OnebotV12」或「企业微信」
#   - LLM 配置：Claude Sonnet 4.6 / 豆包
#   - 知识库：对接 Dify API

# 3. Anthropic Computer Use（补强）
git clone https://github.com/anthropics/anthropic-quickstarts
cd anthropic-quickstarts/computer-use-demo
docker compose up -d

# 1. Twenty self-host
docker compose -f docker-compose.yml up -d
# 访问 http://localhost:3000

# 2. 在 Twenty 建 schema:
# - Person（用户）: phone, wechat_id, season_type, paid_at, ltv
# - Company（粉丝）: source, channel
# - Opportunity（线索）: stage, amount

# 3. Glowlab D1 写 webhook
# 用户付费 → 触发 webhook → Twenty API 创建 Person

# 4. n8n workflow:
# - Trigger: Twenty webhook（新用户）
# - Wait 24h
# - Check paid?
# - If no → Listmonk push 88 折券

Pipeline 3 · KOC 自动招募

# 1. MediaCrawler 部署
git clone https://github.com/NanmiCoder/MediaCrawler
cd MediaCrawler
pip install -r requirements.txt
playwright install

# 2. 配置 cookie（手动登录小红书 PC 抓 cookie）
# 编辑 config/base_config.py
# PLATFORM = "xhs"  # 小红书
# KEYWORDS = "个人色彩,12季型,色彩季型,冷夏柔雾"

# 3. 跑搜索
python main.py --platform xhs --type search

# 4. 结果 → Plane / GitHub Project
# 写个 Python script 把 SQLite 数据推到 Plane API
# 或 GitHub Issues API 自动建 issue（带标签 koc-candidate）

# 1. 安装 browser-use
pip install browser-use
playwright install chromium

# 2. 第一个 demo: 自动打开小红书私信
from browser_use import Agent
from langchain_anthropic import ChatAnthropic

llm = ChatAnthropic(model="claude-sonnet-4-6")
agent = Agent(
    task="""打开 https://www.xiaohongshu.com，
    搜索 '个人色彩'，
    点第一个搜索结果的作者，
    打开私信，
    输入 '你好，看到你做个人色彩内容...'""",
    llm=llm,
)
agent.run()

Pipeline 4 · 客服自动化

# Chatwoot
docker run -d --name chatwoot \
  -p 3000:3000 \
  chatwoot/chatwoot

# RAGFlow（需 GPU 或 CPU 32GB+）
git clone https://github.com/infiniflow/ragflow
cd ragflow/docker
docker compose up -d
# 访问 http://localhost:80
# 灌入 Glowlab FAQ + 退款政策 + 报告解读手册

Pipeline 5 · 跨平台分发

# 1. Postiz self-host
git clone https://github.com/gitroomhq/postiz-app
cd postiz-app
cp .env.example .env
# 编辑 .env，填 OAuth keys（TikTok / Instagram / Pinterest / X）
docker compose up -d
# 访问 http://localhost:5000

# 2. 申请 TikHub API key
# https://api.tikhub.io/
# 月付 ¥200–500，含小红书/抖音/快手/B站/微博 读+发

# 3. 写一个 n8n workflow:
# - 输入: 1 篇 markdown
# - LLM 节点: 改写 4 平台版本
# - HTTP 节点: 平行发到 Postiz + TikHub
# - 监控: 失败则触发 Computer Use Agent

Pipeline 6 · 数据复盘

# n8n
docker run -d --restart unless-stopped \
  --name n8n -p 5678:5678 \
  -v ~/.n8n:/home/node/.n8n \
  -e GENERIC_TIMEZONE="Asia/Shanghai" \
  n8nio/n8n
# 访问 http://localhost:5678

# 阿里云 SLS Logtail 配置（阿里云后台）
# 接入 Glowlab FC 函数日志
# 每个关键事件：upload / report_done / paywall_view / pay_click / pay_success

Pipeline 7 · 小红书薯店运营

# 1. 后端生成兑换码批量
# Glowlab Backend → POST /api/codes/batch
# Body: { count: 5000, sku: "unlock_full", expire_days: 90 }
# 返回: CSV 文件（每行一个码）

# 2. 上传薯店后台
# 商品管理 → 虚拟商品 → 卡密自动发货 → 上传 CSV
# 系统按订单自动派发到「我的订单→查看卡密」

# 3. 用户兑换流程
# 薯店订单付款 → 拿码 → 访问 glowlab.cn/redeem
# → POST /api/redeem { code }
# → 发放完整报告 PDF + 海报

# 4. 动态补码（n8n 自动化）
# 每天 00:00 检查码池存量
# 低于 500 时自动生成新批量 + 推送企微告警

「本服务由 AI 算法生成，结果仅供穿搭参考，
 不构成医学建议。算法备案号：网信算备 XXX」

Day-1 任务清单

三人入职第一天的具体动作。所有任务都已对接到上面 6 条 Pipeline。

AI-Native 工作节奏

没有 standup、没有 ping、没有「催」。AI 自动生进度，三人闭嘴写代码。

每天

每周

每月

专注时间纪律

给三人的承诺

我们用 AI-native 流程不是「省事」，是因为：每打断你一次专注，AI pipeline 就少建一段。 12 周后能不能跑到 5K MAU，关键不是开多少会，是你们写了多少 pipeline。

12 周时间轴

每个周次的内核交付物。

每周重点

工具开通流程

所有工具账号、API key、付费订阅由王佐峰统一开通，员工不直接处理付款。

需要工具时怎么办

1. 在 GitHub repo 用 tool-request Issue Template 提单（说明：用途 / 对接哪条 Pipeline / 试用期数据）
2. 王佐峰审批后开通账号 / 拨 API key
3. 账号信息存到 1Password 团队 vault「Glowlab Tools」（不上 GitHub，永远不在 Telegram 贴 key）
4. 员工只用、不传播账号

已开通的核心工具

纪律与红线

这些事不要碰、不要破：

产品红线

平台红线

工程纪律

不可妥协项

遇到问题的顺序

1. 先看 scope-frozen.md 是否在 OUT 表
2. 看本手册对应 Pipeline 章节
3. 用 Claude Code / Cursor 问 AI（80% 问题 AI 能答）
4. Telegram 群「Glowlab 工程组」语音 ping 同事（紧急），或 GitHub Issue / Discussion @mention（非紧急）
5. 找王佐峰决策

本手册版本 v1.0 · 2026-04-30
Glowlab 内部技术文档 · 员工专用 · 不对外发布