很多老闆說：「我們全公司訂了 ChatGPT，但效率根本沒提升。」為什麼？因為買工具解決不了系統性的問題。這篇文章，我把自己花兩週打造的「本地端 AI 自動化系統」完全攤開，每個模組怎麼裝、怎麼跑、怎麼串，一個個講清楚。
🏗️ 系統全景圖：7 大模組的飛輪效應
我的本地端 AI 系統不是一堆獨立工具，而是互相餵數據的生態系。每個模組產出的資料，都會成為其他模組的輸入：
YouTube 影片 → [yt_master_worker.py] → 文章草稿
↓
[wp_publisher.py] → WordPress 發佈
↓
[社群三叉戟] → LinkedIn + Threads + X 同步發文
↓
[social_tracker.py] → SQLite 數據追蹤
↓
[daily_briefing.py] → Telegram 每日簡報
↓
[n8n Gmail] → 自動回信 + 名單磁鐵
這就是飛輪效應：一段 YouTube 影片，經過系統流轉後，自動變成文章、社群貼文、數據報告、潛在客戶。
🔧 前置準備：Mac 環境建置
1. 安裝 Python 環境管理器 (uv)
# 安裝 uv — 最快的 Python 套件管理器
curl -LsSf https://astral.sh/uv/install.sh | sh
# 初始化專案
cd ~/Projects/00.AI-Notes_Local
uv init
為什麼選 uv 不選 pip？因為 uv 的安裝速度是 pip 的 10-100 倍，而且自帶虛擬環境管理。
2. 安裝 Node.js
# 使用 NVM 管理 Node.js 版本
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.zshrc
nvm install 22
3. 準備 API Keys
| API | 用途 | 取得方式 |
|---|---|---|
| Gemini API Key | AI 內容生成、洞察分析 | Google AI Studio |
| WordPress App Password | 自動發文 | WP 後台 → 使用者 → 應用程式密碼 |
| X (Twitter) API | 社群追蹤 + 自動發推 | X Developer Console |
| Telegram Bot Token | 簡報推送 | @BotFather 取得 |
📦 模組一：YouTube 轉文章流水線
解決的問題：手動看完一小時的 YouTube 影片、再寫成文章，通常要花 3-4 小時。這個流水線把它壓縮到 5 分鐘。
安裝依賴
uv add yt-dlp google-generativeai
核心腳本：scripts/yt_master_worker.py
這隻腳本的工作流程：
1. 用 yt-dlp 下載 YouTube 影片的音訊
2. 送到 Gemini API 進行語音轉錄
3. 用 Gemini 生成繁體中文的結構化摘要
4. 自動存為 Markdown 筆記
使用方式
uv run python scripts/yt_master_worker.py "https://youtube.com/watch?v=xxxxx"
一行指令，5 分鐘後你就有一篇完整的影片摘要文章了。
📝 模組二：WordPress 自動發文引擎
解決的問題：每次手動登入 WordPress、複製貼上、設定分類、上傳封面圖，每篇文章浪費 15 分鐘。
核心腳本：scripts/wp_publisher.py
功能包含：
– 上傳媒體：自動把圖片上傳到 WordPress 媒體庫
– 發佈/更新文章：支援 Markdown → HTML 轉換，自動建立或更新文章
– 設定特色圖片：一鍵綁定封面圖
環境設定
在 .env 檔案中設定 WordPress 憑證：
WP_URL=https://your-site.com
WP_USER=your_username
WP_APP_PASSWORD=xxxx xxxx xxxx xxxx
使用方式
from scripts.wp_publisher import upload_image, publish_or_update_article
# 上傳封面圖
image_id = upload_image("path/to/cover.png")
# 發佈文章
publish_or_update_article(
title="我的 AI 教學",
content="<h2>正文</h2><p>內容...</p>",
slug="my-ai-tutorial",
image_id=image_id
)
📱 模組三：社群三叉戟 — LinkedIn + Threads + X
解決的問題：每篇文章發佈後，要分別登入三個社群平台、複製貼上、調整格式。一篇文章的社群分發要花 30 分鐘。
方案 A：瀏覽器自動化（mcp-chrome）
不需要任何 API，直接操控你平常在用的 Chrome：
# 安裝 mcp-chrome 擴充套件（Chrome Web Store）
# 啟動 Bridge Server
node scripts/social/post_to_x_mcp.js
node scripts/social/post_to_linkedin_mcp.js
方案 B：API 直接發推（X/Twitter）
# 安裝 tweepy
uv add tweepy
# 一行發推
uv run python scripts/social/post_to_x.py "你的推文內容"
X Developer 帳號設定
- 到 X Developer Console 申請開發者帳號
- 建立 App → 記下 Consumer Key、Consumer Secret
- 生成 Access Token 和 Access Token Secret
- 重要：App Permissions 設為 Read and Write
- 儲值最低 \$5 USD Credits（X 的 pay-per-use 模式）
📊 模組四：社群數據追蹤 + AI 每日簡報
解決的問題：不知道哪篇文章表現好、哪個平台漲粉了。決策全靠感覺，沒有數據支撐。
安裝依賴
uv add tweepy google-generativeai
數據追蹤：scripts/analytics/social_tracker.py
每天自動收集：
– WordPress：文章數、留言數（透過 WP REST API）
– X (Twitter)：粉絲數、推文互動率（透過 tweepy）
– 所有數據存入 SQLite 資料庫
# 手動執行一次
uv run python scripts/analytics/social_tracker.py
# 輸出範例：
# ✅ WordPress: 1000 篇文章, 0 則留言
# ✅ X: 1679 粉絲, 20169 推文
AI 每日簡報：scripts/analytics/daily_briefing.py
從 SQLite 讀取數據差異 → 呼叫 Gemini API 生成洞察 → 推送到 Telegram。
uv run python scripts/analytics/daily_briefing.py
⚡ 模組五：n8n 自動化引擎
解決的問題：很多流程需要「觸發→判斷→執行」的邏輯，但不想每次都寫 Python。
安裝 n8n
npm install -g n8n
n8n # 啟動，預設在 http://localhost:5678
已部署的工作流
1. Gmail 自動回信（名單磁鐵）
當收到包含「AI 諮詢」「內訓」「重構」等關鍵字的信件時，自動回覆一封精美的 HTML 郵件，內含：
– PDF 下載連結（名單磁鐵）
– 30 分鐘免費諮詢預約按鈕
Gmail Trigger → 關鍵字過濾 → 自動回覆 PDF + CTA
2. 設定 Gmail OAuth2
- 到 Google Cloud Console → 啟用 Gmail API
- 建立 OAuth2 憑證（Desktop App）
- 在 n8n Credentials 頁面建立 Gmail OAuth2 連線
- 匯入工作流 JSON → Publish
📄 模組六：名單磁鐵引流漏斗
完整漏斗架構：
社群貼文（LinkedIn/Threads/X）
↓ 引流
名單磁鐵 PDF 下載（WordPress）
↓ 建立信任
30 分鐘免費 AI 健檢諮詢（rd.coach/contact）
↓ 轉換
企業內訓 / 顧問案
名單磁鐵 PDF
標題：《2026 企業負責人與高階主管必讀：AI 重構工作流 5 大避坑指南》
內容涵蓋：
– 蘋果供應鏈危機對 AI 導入的啟示
– Google Gemini 原型優先開發法
– Manus 風格的 AI 虛擬組織架構
– 企業資安的 PCC 私有雲參考模型
– Vibe Coding 擺脫瀑布式企劃的實戰技巧
短網址追蹤
使用 pse.is 縮網址追蹤點擊率：https://rdcoach.pse.is/8qtnfw
🗂️ 模組七：Google Calendar + Telegram 推播
解決的問題：行程散落在多個日曆，每天早上要花時間翻看。
核心腳本：scripts/google_calendar/gcal_manager.py
- OAuth2 授權後，自動讀取 Google Calendar
- 每天早上 06:00 推送今日行程到 Telegram
- 每天晚上 22:00 推送一週行程預覽
⏰ 排程設定：讓系統 24/7 自動運轉
使用 macOS 的 launchd 或 crontab 設定定時任務：
| 時間 | 任務 | 腳本 |
|---|---|---|
| 每天 06:00 | 社群數據快照 | social_tracker.py |
| 每天 06:05 | 每日簡報推送 | daily_briefing.py |
| 每天 07:00 | 行事曆推播 | send_gcal_to_telegram.py |
| 每 5 分鐘 | n8n Gmail 自動回信 | n8n 內建排程 |
# crontab 設定範例
0 6 * * * cd ~/Projects/00.AI-Notes_Local && uv run python scripts/analytics/social_tracker.py
5 6 * * * cd ~/Projects/00.AI-Notes_Local && uv run python scripts/analytics/daily_briefing.py
🔐 安全提醒
在把所有東西串起來之前，幾個重要的安全原則：
- API Key 永遠不進 Git：使用
.env檔案 +.gitignore - WordPress 用 App Password：不要用主密碼，隨時可撤銷
- X API 設 Spend Cap：到 Developer Console → Billing → Manage Spend Cap，避免意外超支
- n8n 不要暴露到公網：只在
localhost:5678運行 - 定期備份 SQLite：
data/social_metrics.db是你的數據資產
💡 這套系統教會我的事
AI 時代的「全棧」不再是指會寫前端和後端，而是指能搭建和管理一整套 AI 工作流。
我不寫複雜的程式碼。每個腳本都很短（大多不超過 100 行），靠的是「系統思維」——知道數據從哪裡來、要到哪裡去、中間怎麼加值。
最關鍵的不是某個工具多厲害，而是工具之間的數據流動。
YouTube 影片變成文章 → 文章推到社群 → 社群帶來流量 → 流量轉成名單 → 名單變成客戶。一個人 + 一台 MacBook，就是這麼運轉的。
📚 專案目錄結構
~/Projects/00.AI-Notes_Local/
├── scripts/
│ ├── analytics/ # 📊 社群追蹤 + 每日簡報
│ │ ├── social_tracker.py
│ │ └── daily_briefing.py
│ ├── social/ # 📱 社群三叉戟
│ │ ├── post_to_x.py
│ │ ├── post_to_x_mcp.js
│ │ └── post_to_linkedin_mcp.js
│ ├── google_calendar/ # 📅 行事曆整合
│ │ └── gcal_manager.py
│ ├── n8n/ # ⚡ 自動化工作流
│ │ └── gmail_lead_magnet_workflow.json
│ ├── wp_publisher.py # 📝 WordPress 發文引擎
│ └── yt_master_worker.py # 🎬 YouTube 轉文章
├── data/
│ └── social_metrics.db # 📊 歷史數據（SQLite）
└── .env # 🔐 API Keys
作者：蔡正信｜數位人生管理教練
漫遊數位 rd.coach
如果你也在搭建自己的 AI 工作流系統，歡迎預約一場 30 分鐘免費 AI 健檢諮詢，我們一起聊聊你的場景怎麼落地。
