基于Hunter AI 内容工厂项目 二开，从采集到出图全自动，用起来很满意。

缘起

一直在维护公众号「信号旗」，定位 OSINT 情报、网络安全、搞机日志、AI 技术。

内容生产的痛点很明确：

• 选题难 — 每天要发，哪有那么多话题
• 素材散 — 姿势论坛、Telegram 频道、Twitter、Reddit…信息碎片化
• AI 味重 — 纯靠 LLM 生成的文章，读起来一股 ChatGPT 味
• 配图烦 — 每篇文章还要找封面图

之前试过手动采集 → 丢给 AI → 手动配图，流程断断续续，坚持不下来。

直到发现了 Hunter AI 内容工厂 这个项目。

二次开发：站在巨人肩膀上改

Hunter 的底子很好：多源采集 + 6-step AI 工作流 + Gradio 配置页。但有些东西不适合我的场景：

• 它用 Gemini 做主力模型，我用 DeepSeek
• 缺少图片生成
• X/Twitter 的采集模块可以更强

于是 fork 下来改，改着改着就变成了自己的项目 —— signal-flag-content-factory

几个最有价值的功能

1. 多源采集，姿势论坛意外好用

6 个数据源，但最让我惊喜的是姿势论坛（bbs.zsxwz.com）：

姿势论坛   → 搞机/工具/安全干货
Telegram  → 情报流/线报
X/Twitter → 技术趋势
Reddit    → 国际安全社区
4chan     → 偏门情报
Bing搜索  → 国内补漏

姿势论坛的帖子质量很硬，工具分享、安全分析、搞机教程都有，比 Reddit 更贴近国内用户需求。

2. 内容审查系统（ContentFilter）

从 Hunter 那边移植过来，但改成了双重审查：

• 写作时自动审查 — AI 生成完文章，自动替换「首先」「综上所述」这种 AI 痕迹词
• 发布前再次检查 — 如果还有「震惊」「必看」「100%」这类违禁词，给出警告

默认 43 个违禁词 + 12 条替换规则，我自己还在往里面加。

3. 图片生成用通义万相

之前试过 Midjourney 和其他方案，要么贵要么被墙。

阿里云 DashScope 的通义万相完美解决：

• 国内直连，不需要梯子
• 速度快（异步任务轮询，一般10秒出图）
• 便宜（turbo 版本几分钱一张）
• 支持中文 prompt

4. XApiHunter 类接口

Hunter 原本的 Twitter 采集是函数式的，我改成了类：

from src.intel.x_api import XApiHunter

hunter = XApiHunter()
posts = await hunter.run(["OSINT", "网络安全"])
print(hunter.format_posts_for_ai())

加了文件级去重（保留最近 500 条 ID）、分批搜索、格式化输出。

工作流：7-step 流水线

采集 → 选题 → 调研 → 结构 → 写作 → 审查 → 发布
                                        ↑
                                  通义万相生成封面图

每一步都很明确，最后输出到 output/ 目录，全文 + 封面图都有了。发布前还可以在 Web UI 里手动调整。

效果

跑了一段时间，每天 python -m src.main run -t auto 自动跑一次，产出物直接复制到公众号后台，比之前纯手写的效率高了不止一个量级。

代码已经开源：https://github.com/mzm010101/signal-flag-content-factory

如果你也在做类似的内容自动化，欢迎拿去改。克隆即用：

git clone https://github.com/mzm010101/signal-flag-content-factory.git
cd signal-flag-content-factory
pip install -r requirements.txt
cp config.example.yaml config.yaml
# 编辑 config.yaml 填入 API Key
python -m src.main web

然后浏览器打开 http://localhost:7860 就能看到 6 个 Tab 的配置中心，点 🚩 信号旗 Tab 一键生成。