Przeczytaj techniczny blog i opublikuj tweet — używając lokalnego modelu
Ten workflow pokazuje trzy zaawansowane możliwości Eigent działające razem: niestandardowe narzędzie MCP, które daje Eigent dostęp do Twittera, dopasowanego Agenta Twittera, który zajmuje się tworzeniem treści, oraz lokalny model open source, który obsługuje warstwę inteligencji — bez wysyłania treści do chmury API. Efektem jest w pełni zautomatyzowany pipeline od adresu URL bloga do opublikowanego tweeta, działający całkowicie na Twojej własnej infrastrukturze.
Skonfiguruj Twitter MCP i lokalny model
Ten workflow wymaga skonfigurowania w Eigent dwóch rzeczy przed rozpoczęciem:
- Twitter MCP: Niestandardowy konektor, który daje Eigent możliwość publikowania na Twitterze/X w Twoim imieniu. Skonfiguruj go w Settings → Connectors przy użyciu swoich danych logowania do API Twittera.
- Local model: Eigent może skierować to zadanie do modelu open source, który wdrożyłeś lokalnie (np. przez Ollama lub podobne środowisko uruchomieniowe). Skonfiguruj lokalny endpoint w Settings → Models i wybierz go jako aktywny model dla tej sesji.
Gdy oba elementy są gotowe, cały workflow działa lokalnie — treść bloga jest odczytywana, tweet jest tworzony, a post wysyłany, bez opuszczania Twojego komputera przez jakiekolwiek dane.
Napisz prompt blog-to-tweet
Skieruj Eigent na źródłowy blog i opisz zadanie:
Przeczytaj treść pod adresem https://rocm.blogs.amd.com/ecosystems-and-partners/openai-day-0/README.html. Na podstawie tej treści utwórz post na Twitterze i wyślij go na moje konto Twitter.
Agent przeglądarki Eigent pobierze zawartość strony i przekaże ją Agentowi Twittera do przetworzenia.
Agent przeglądarki czyta blog
Eigent pobiera wpis na blogu AMD ROCm o wsparciu OpenAI Day 0 — techniczny post opisujący, jak stos oprogramowania AMD ROCm osiągnął zgodność Day 0 z najnowszymi modelami OpenAI. Agent przeglądarki wyodrębnia kluczowe punkty: najważniejsze odkrycie, co oznacza „Day 0” w tym kontekście oraz najbardziej cytowalną techniczną obserwację.
Lokalny model tworzy szkic tweeta
Wyodrębniona treść bloga jest przekazywana do lokalnie wdrożonego modelu, który działa jako Agent Twittera. Model czyta materiał, identyfikuje najbardziej warta udostępnienia obserwację lub wniosek i tworzy szkic tweeta mieszczący się w limicie znaków oraz brzmiący naturalnie dla technicznej publiczności.
Ponieważ wszystko działa na lokalnym modelu, masz pełną kontrolę nad wyborem modelu, promptem systemowym i sposobem formatowania wyjścia przez agenta. Możesz dostroić agenta tak, aby pasował do tonu Twojej marki lub odbiorców.
Tweet opublikowany przez MCP
Przygotowany tweet jest wysyłany na Twittera za pośrednictwem niestandardowego narzędzia MCP, które obsługuje uwierzytelnianie i wywołanie API. Otrzymasz potwierdzenie z adresem URL opublikowanego posta, gdy tweet zostanie opublikowany.
Dlaczego to ma znaczenie
Uruchamianie całego pipeline treści wyłącznie na lokalnej infrastrukturze jest istotne dla organizacji, które przetwarzają wrażliwe tematy, działają w środowiskach o ograniczeniach lub po prostu chcą uniknąć zależności od chmurowych API. Ten workflow pokazuje, że pełna pętla — czytanie, szkicowanie, publikowanie — może działać bez jakichkolwiek zewnętrznych wywołań API modeli. Niestandardowy MCP i dopasowana architektura agentów sprawiają też, że rozwiązanie jest wielokrotnego użytku: wystarczy podmienić adres URL bloga, a ten sam pipeline opublikuje treści z dowolnego źródła.
Co wypróbować dalej
Przeczytaj trzy najpopularniejsze wpisy z tego bloga w tym tygodniu i opublikuj tweet dla każdego z nich.
Dostosuj ten pipeline tak, aby publikował na LinkedIn zamiast na Twitterze.
Po publikacji sprawdź zaangażowanie tweeta po 24 godzinach i wróć z raportem.
Uruchom ten sam workflow dla wpisu na blogu w języku niemieckim i przetłumacz tweeta na angielski przed publikacją.
Wskazówki, jak uzyskać lepsze wyniki
-
Dostosuj prompt lokalnego modelu. Domyślny prompt Agenta Twittera tworzy neutralne, rzeczowe tweety. Jeśli chcesz bardziej opiniotwórczego lub wyrazistego stylu, dostosuj prompt systemowy agenta do swojego tonu.
-
Najpierw przetestuj z krokiem weryfikacji. Dodaj do promptu „pokaż mi szkic przed publikacją” podczas pierwszych kilku uruchomień, aby móc sprawdzić jakość wyjścia lokalnego modelu przed automatyzacją publikowania.
-
Dopasuj model do typu treści. Techniczne wpisy na blogu (takie jak ten post AMD ROCm) najlepiej współpracują z modelem o silnym rozumieniu technicznym. W przypadku treści marketingowych lub lifestylowych model ogólnego przeznaczenia może sprawdzić się lepiej.
