加我进AI讨论学习群,公众号右下角“联系方式”
文末有老金的 开源知识库地址·全免费
离谱的价格
上周GLM-4.7刚发布,老金立马做了一个公众号自动写作助手。
数据分析找规律、三层架构选题过滤、50频道并行扫热点、一键生成老金风格文章。
跑了一周,稳得很。
关键是20块钱一个月,成本低到离谱。
今天把这套系统分享给你们,顺便教你怎么配置到Claude Code。
GLM-4.7 啥来头
智谱AI在12月23日正式发布了GLM-4.7。
他们最新的旗舰模型,主打编程能力。
先看几个核心数据:
编程能力:
- SWE-bench达到73.8%,比上代提升5.8%
- SWE-bench Multilingual是66.7%,多语言编程贼强
- Terminal Bench 2.0拿了41%,终端命令行提升16.5%
推理和工具调用:
- τ²-Bench交互式工具调用评测87.4分,开源SOTA,超过Claude Sonnet 4.5
- BrowseComp网页任务评测67.5分
啥概念?
SWE-bench是测AI解决真实GitHub issue的能力。
73.8%意味着能独立搞定七成以上真实软件工程问题。
我查了一下,GPT-5.2在这个榜上大概72%左右。
一个开源模型,干翻了OpenAI的闭源旗舰。
而τ²-Bench是测交互式工具调用的,87.4分直接把Claude Sonnet 4.5都超了。
这就有意思了。
关键:原生支持Claude Code
GLM-4.7 原生支持Claude Code。
Claude Code是老金用得最顺手的AI编程工具,GLM-4.7能直接在里面跑。
不用改工作流,不用换工具链,配个API就能用。
结合CC Switch,秒切换!
便宜的模型 + 顺手的工具 = 完美组合。
实测:公众号自动写作助手
上周GLM-4.7发布,老金用Claude Code搭了个公众号写作助手,跑了一周效果稳得很。
底层用了Claude Code的这些功能:
- Skills(技能包):把老金风格、爆款公式、写作规范封装成技能,AI自动调用
- Commands(快捷命令):/scan、/write、/analyze这些命令就是Commands实现的
- MCP(外部工具):浏览器控制抓热点、数据库存文章、API查数据
- Hooks(自动化):发布前自动校验质量、过滤敏感词、检查格式
这四个功能组合起来,就是一套完整的AI写作工作流。
(这套系统展开讲能写一本书,今天只做概述,后面有机会单独出教程。动手能力强的,看了就懂了,可以自己尝试下)
这套系统不是一开始就这么完善的,是一步步迭代出来的:
以前老金就是随手发文章,想到啥写啥。
后来觉得不行,得看数据。
所以这个系统的第一步就是搞了数据分析功能。
分析完发现规律了,又搞了选题过滤。
选题有了标准,就想自动找热点,于是搞了热点扫描。
最后把这些串起来,搞了一键写作。
按迭代顺序给你们介绍:
功能一:公众号数据分析(/analyze)
这是最早搞的功能,因为不看数据就是瞎搞。
这功能干两件事:
- 1. 采集数据:自动抓取公众号历史文章的阅读量、点赞、在看、转发
- 2. 分析规律:找出哪类标题爆、哪个时间段发效果好、什么话题读者爱看
老金用它分析了自己三个月的数据,发现:
- “手把手教你"开头的文章平均阅读量比普通标题高40%
- 周二周四晚上8点发文效果最好
- Claude Code相关话题的完读率是其他话题的2倍
有了数据,后面的功能才有依据。
GLM-4.7跑这个分析任务,速度快,结论准。
功能二:三层架构选题过滤(/topic-filter)
数据分析完,老金发现一个规律:不是所有AI话题都值得写。
于是总结出三层架构:
- Layer1 核心工具官方:Claude Code、Cursor这些一线工具的官方更新 → 71%爆款率
- Layer2 核心工具生态:插件、教程、最佳实践 → 24%爆款率
- Layer3 泛AI话题:行业新闻、融资八卦 → 5%爆款率
扔个选题进去,自动判断属于哪层,给出写不写的建议。
这套标准就是从数据分析里提炼出来的,不是老金拍脑袋想的。
GLM-4.7跑这个逻辑,准确率高,没翻车过。
功能三:50频道并行热点扫描(/scan)
有了选题标准,老金就想:能不能自动找符合标准的热点?
于是搞了热点扫描,一条命令同时扫描50个AI相关频道:
- A组:国产大模型(DeepSeek、通义千问、豆包、智谱GLM…)
- B组:AI视频/绘画(可灵、即梦、Vidu…)
- C组:AI编程工具(Claude Code、Cursor、Windsurf…)
- D-J组:还有7组,覆盖国内外主流AI产品
扫完自动做三件事:
- 1. 时效性验证:超过7天的热点自动标记"过期”
- 2. 去重检查:和已写过的文章对比,避免重复选题
- 3. 爆款评分:按受众匹配度70% + 时效性30%算分,90分以上才推荐
换上GLM-4.7跑了一周,扫描速度快,判断准确率也高。
功能四:一键生成老金风格文章(/write)
前面三个功能都跑通了,最后一步就是自动写文章。
给个选题,直接生成3000字完整文章。
老金风格你们知道的:
- 开头要有冲击力,不废话
- 中间有干货,手把手教
- 语言接地气,偶尔骂两句
用GLM-4.7生成的文章,风格还原度大概80%。
剩下的20%主要是一些语气词的细节,老金自己润色一下就行。
最后再跑一圈信息验证:
核心逻辑、结构、干货程度都没问题,发出去读者看不出区别。
如果对你有帮助,记得关注一波~
成本情况
用GLM-4.7跑了一周,算了笔账:
- 数据分析:够用,速度快,约5元/月
- 选题过滤:够用,约2元/月
- 热点扫描:够用,约8元/月
- 文章生成:80%还原度,约5元/月
- 合计:约20元/月,完全够用
如果用Claude做同样的事,每月得200-500元,差了一个数量级。
公众号写作助手跑得稳稳的,20块钱一个月,值了。
最香的是价格
好用是一方面,关键是便宜得离谱。
智谱推了个GLM Coding Plan。
最低20元/月起步,Pro版大概100元/月左右。
我之前写过不少Claude Code教程,每月花在API上的钱真不少。
GLM-4.7便宜这么多,良心啊。
手把手教你配置
GLM-4.7支持的主流AI编程工具挺多的。
Claude Code、Cline、Kilo Code、Roo Code、TRAE都能用。
配置方法大同小异,以Claude Code为例:
第一步:注册智谱账号
访问 z.ai,邮箱注册就行。
这是智谱国际版,专给开发者用的。
第二步:订阅Coding Plan
访问 BigModel.cn订阅页,选Lite版或Pro版。
跨年限时活动:12月8日-1月15日
https://www.bigmodel.cn/glm-coding?ic=FDSW0K6FXM
新用户首月有活动,便宜。
第三步:拿API Key
订阅成功后,控制台找到API Keys。
生成一个新key,复制保存好。
第四步:配置Claude Code
打开Claude Code配置文件,加上GLM-4.7的配置:
|
|
具体咋配看你用的客户端版本。
不确定的话直接看智谱官方文档,写得贼清楚。
第五步:测试
配好后,随便问个编程问题试试。
能正常返回结果就OK了。
开源链接(白嫖党福利)
GLM-4.7完全开源,你可以自己部署:
HuggingFace:https://huggingface.co/zai-org/GLM-4.7
ModelScope(魔搭社区):https://modelscope.cn/models/ZhipuAI/GLM-4.7
GitHub:https://github.com/zai-org/GLM-4.7
官方博客:https://z.ai/blog/glm-4.7
部署的话,支持vLLM和SGLang推理框架,也有官方Docker镜像。
如果你有自己的GPU服务器,完全可以白嫖,一分钱不花。
适合谁用
适合这些人:
用Claude Code但嫌贵的,想省钱。
做多语言开发的,多语言编程贼强。
预算有限但要高质量编程助手的。
有GPU服务器想自己部署的。
不太适合这些人:
Claude付费版用习惯了不差钱的。
对延迟特敏感的,服务器在国内,海外用户可能有延迟。
我自己的用法是:
日常简单任务用GLM-4.7省钱,复杂任务再用Claude。
俩结合着用,成本降下来,体验也没差太多。
老金总结
公众号自动写作助手迭代了几天,换上GLM-4.7,终于找到省钱方案了。
这套系统是迭代出来的(按演进顺序):
- 公众号数据分析,从历史数据找爆款规律
- 三层架构选题过滤,根据数据提炼选题标准
- 50频道并行热点扫描,自动找符合标准的热点
- 一键生成老金风格文章,3000字干货教程
为啥用GLM-4.7:
- 价格只有Claude的七分之一
- 原生支持Claude Code,配个API就能跑
- 日常任务质量够用,省下来的钱买奶茶不香吗
老金的用法:
- 数据分析、选题过滤、热点扫描 → GLM-4.7(省钱)
- 写重要文章 → Claude(质量高)
- 两个结合着用,成本降一半,体验没差太多
你们要是也用Claude Code做自动化项目,可以试试这个省钱方案。
20块钱一个月,不满意随时退,反正不像某些服务要签年费。
参考来源
- 智谱AI官方发布博客:https://z.ai/blog/glm-4.7
- HuggingFace模型页:https://huggingface.co/zai-org/GLM-4.7
- GLM Coding Plan订阅页:https://bigmodel.cn/special_area
- OSCHINA报道:https://www.oschina.net/news/391481/glm-4-7
- 新浪财经报道:https://finance.sina.com.cn/tob/2025-12-23/doc-inhctxhu0912725.shtml
往期推荐:提示词工工程(Prompt Engineering)
谢谢你读我的文章。
如果觉得不错,随手点个赞、在看、转发三连吧🙂
如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章。
开源知识库地址:https://tffyvtlai4.feishu.cn/wiki/OhQ8wqntFihcI1kWVDlcNdpznFf
扫码添加下方微信(备注AI),拉你加入AI学习交流群。