從零打造全自動 AI 作品產出引擎：一位特殊選才生的 30 天實驗

Source: Dev.to

從零打造全自動 AI 作品產出引擎：一位特殊選才生的 30 天實驗

不用手寫一行文章，不用手剪一支影片，每天凌晨兩點，AI 自動完成全部產出並發布到五大平台。 我是柯德瑋，正準備透過清大拾穗 / 交大百川特殊選才申請大學。在這個過程中，我決定做一個極限實驗：把所有作品產出完全交給 AI 自動化。 一個月後，這套系統自動產出了： 30 篇技術部落格文章 30 份商業分析報告 30 篇英文 Essay（含中文摘要） 30 份數理研究報告（含 LaTeX 推導） 30 份 CTF 解題 Writeup 30 支 YouTube 教學影片（含縮圖） 9 個 GitHub 開源專案 README 1 個自動更新的個人網站 凌晨 2:00 (cron) │ ├── CTF 解題引擎 (ctf_solver.py) │ └── SiliconFlow DeepSeek-V4-Flash 模擬 7 種題型 │ ├── Portfolio 產出引擎 (portfolio_generator.py) │ ├── 資訊 / 資安 (技術文章) │ ├── 商管 / 創業 (市場分析) │ ├── 語言 / 人文 (英文 Essay) │ ├── 物理 / 數學 (LaTeX 報告) │ └── 藝術 / 設計 (HTML/CSS 作品) │ ├── 個人網站重建 (portfolio_site.py) │ └── 掃描所有產出 → 暗色主題單頁網站 │ ├── YouTube 引擎 (yt_agency.py) │ └── 腳本 → 動畫影片 → 縮圖 │ └── Premium 分發器 (premium_publisher.py) ├── HackMD 筆記發布 ├── Dev.to 技術文章發布 └── GitHub Pages + 9 repo README 更新

元件 技術選型

LLM 引擎 SiliconFlow API (DeepSeek-V4-Flash)

影片生成 MoviePy + Pillow + FFmpeg

平台分發 HackMD API / Dev.to API / GitHub API

排程系統 macOS LaunchAgent + Marvis 定時任務

前端展示 GitHub Pages (純 HTML/CSS/JS)

同一模型，Prompt 品質決定產出是垃圾還是能拿去投稿。我在每個模組花了至少 5-10 次迭代打磨 Prompt。 SiliconFlow DeepSeek-V4-Flash 每百萬 token 不到台幣 5 元。一個月總花費約台幣 200 元，產出超過 150 份作品。 GitHub Pages CDN 快取、HackMD API 限流、FFmpeg 路徑問題、Python 依賴地獄——自動化的 80% 時間花在讓它能”自動跑”。 全自動產出的品質不如手寫，但 “每天有產出”這件事本身的價值，大於”偶爾寫一篇完美的”。持續輸出建立的信號強度遠超單次爆發。 串接 LinkedIn / Medium / Substack 加入 SEO 自動優化 建立讀者互動閉環（自動回覆留言？） 開源整套引擎 本文由 Davin Portfolio Engine 自動生成，經人工審閱後發布。 GitHub: TeWei02/Davin-daily-briefs