KeyFrame內部研究專用

一句話自動發文!Claude Code 接管 WordPress,3步驟完全搞定

YAHA学堂·7月8日週三·8 min中文

三句話摘要

講者演示如何透過Claude Code的MCP功能連線WordPress,實現一句話自動發文、修改文章和抓取網站資料。 透過MCP標準協議連線Claude Code與WordPress,結合正確的安裝配置和安全措施,可以將複雜的發文流程從3分鐘縮短到幾秒鐘,大幅提升內容管理效率。 觀點1:MCP(Model Context Protocol)讓Claude Code可以直接操作WordPress資料庫而無需手動登入後臺,將發文流程從登入→找分類→貼內容→設草稿(3分鐘)縮短到一句話(幾秒),效率提升來自自動化而非功能的改變。

重點整理

重點
  • 1

    觀點1:MCP(Model Context Protocol)讓Claude Code可以直接操作WordPress資料庫而無需手動登入後臺,將發文流程從登入→找分類→貼內容→設草稿(3分鐘)縮短到一句話(幾秒),效率提升來自自動化而非功能的改變。

  • 2

    觀點2:安裝有兩條路線可選——用WP CLI命令一行搞定(推薦在Cloud Ways等支援CLI的服務商),或從GitHub下載壓縮包透過後臺上傳,兩種方式最終結果相同,選擇取決於使用者技術背景和舒適度。

  • 3

    觀點3:配置MCP需要在WordPress後臺開啟三個開關並生成認證令牌(選最長有效期避免過期),然後在本地Claude Code中用HTTP transport加Authorization header完成連線,整個三步過程缺一不可。

  • 4

    觀點4:安全最佳實踐包括為AI單獨建立編輯賬號而非管理員賬號、暫時關閉Delete工具防止誤刪、第一次先用測試網站驗證,同時可配合Site Manager工具進行多網站的批次管理(批次更新、批次啟用、自動定時更新等)。

實用技巧與重點

乾貨
  • 版本要求:WordPress 6.4以上、PHP 8.0以上
  • 外掛名稱:WordPress MCP(Automatic出品),新版MCP Adapter功能還不完整
  • WP CLI安裝指令:wp plugin install wordpress-mcp --activate
  • 後臺配置開關:Enable MCP(總開關)、Create Tools(發新文章)、Update Tools(修改文章)、Delete Tools(先關閉)
  • 令牌生成位置:WordPress後臺 → MCP設定 → Authentication Tokens → Generate new token
  • Claude Code配置指令:clod mcp add --transport http --header Authorization=Bearer [TOKEN]
  • 驗證指令:在Claude Code輸入/mcp可看到WordPress MCP及其5個Tool
  • MCP功能:發新文章、改文章、抓網站資料(包括已裝外掛列表)、返回文章ID
  • 涉及工具:Cloud Ways(虛擬主機,預裝WP CLI)、Site Manager(多站點集中管理)
  • 安全賬號:另開編輯賬號生成令牌,不用管理員賬號
  • 有效期選擇:令牌有效期建議選最長時間

結論

結論

透過MCP標準協議連線Claude Code與WordPress,結合正確的安裝配置和安全措施,可以將複雜的發文流程從3分鐘縮短到幾秒鐘,大幅提升內容管理效率。

完整解析

詳細

講者在這支影片中展示了一個實用的WordPress自動化工作流。核心問題是傳統發文流程繁瑣——需要登入後臺、找分類、貼內容、設定草稿狀態,大約花費3分鐘。透過MCP協議讓Claude Code直接與WordPress通訊,這個過程可以縮短到幾秒鐘。

整個實現分為三個步驟。第一步是安裝WordPress MCP外掛,講者提供了兩條路線。如果使用Cloud Ways這類虛擬主機,可以利用其預裝的WP CLI工具,一行指令即可搞定(wp plugin install wordpress-mcp --activate);如果不熟悉命令列,也可以從GitHub下載外掛壓縮包,透過WordPress後臺的外掛上傳介面安裝。安裝後需要在WordPress後臺的MCP設定頁面開啟三個開關:Enable MCP是總開關、Create Tools用來發新文章、Update Tools用來修改文章,而Delete工具暫時不建議啟用以防AI誤操作。

第二步是獲取認證令牌。這相當於給Claude Code發放的"鑰匙",用來安全訪問你的WordPress。在WordPress後臺MCP設定找到Authentication Tokens分頁,講者建議選擇最長的有效期(避免配置過程中令牌就過期了),然後點選Generate new token生成一長串加密字串,這就是訪問憑證。

第三步是在本地電腦的Claude Code中配置MCP連線。開啟Terminal執行指令:clod mcp add --transport http --header Authorization=Bearer [複製的TOKEN]。這行指令告訴Claude Code這個MCP服務在網路上、用HTTP連線、並把令牌作為認證頭髮送。配置成功後,在Claude Code輸入/mcp就能看到WordPress MCP及其5個工具。

影片中實時演示了一個有趣的細節:Claude不是直接傳送文章,而是先給你三個不同風格的標題選項供選擇,這種互動設計讓使用者保持掌控。當AI改完標題後,文章直接進入WordPress資料庫的草稿,無需手動重新整理後臺才能看到(因為它是直接寫進資料庫的)。

講者特別強調的安全實踐包括:不要用管理員賬號生成令牌,而是另外建立一個編輯角色賬號給AI使用,這樣AI可以發表文章但無法訪問匯出大事的系統設定。此外,第一次也不要拿正式網站開刀,先用測試網站驗證流程和效果。影片最後還提到Site Manager這個工具,它用來集中管理多個WordPress網站,支援批次更新、批次啟用、建立使用者賬號、自動定時更新等功能,對手中有多個網站的使用者特別實用。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。