返回博客
如何用 Codex + ComputerUse 做运营
作者 老金约 1 分钟读完
ChatGPT 6 Astra 出来之后，Codex 配 Computer Use 已经能接下大部分靠浏览器点点点的运营活。这篇拆一遍我自己在跑的 X 热门推文采集流程：定时唤醒、读完整 AX 状态、结构化筛选、全局去重落库、导出 Markdown，最后推到邮件或 IM。
自从 ChatGPT 6 Astra 推出后，跟 Computer Use 结合，可以做到很多之前做不到的事情，效果非常不错。比如一些运营工作，主要是操作浏览器的，重复性工作，现在用 AI 完全可以胜任了。
设计思路
首先，我根据自己平常运营的工作内容，提炼出以下步骤：
- 每 10 分钟尝试执行一轮采集；
- 浏览已登录账号的 X 首页
For you时间线； - 每轮采集 20 个 AX 观察点，观察点之间滚动 0.85 屏；
- 找出可以确认发布于最近 120 分钟内，并且满足以下任一热度条件的推文：
- 浏览量严格大于 1000；
- 点赞数严格大于 50；
- 对推文 ID 全局去重，保存首次命中和后续观测；
- 自动生成按日期归档的 Markdown；
- 将尚未发送的命中结果推送到邮件或 IM 应用。
工具负责的内容
- Codex 定时唤醒和单轮任务编排；
- Computer Use 操作 Chrome、读取完整 AX 状态和滚动页面；
- JavaScript 将已观察到的 AX 文本转换为结构化数据；
- Python 完成输入校验、时间和计数解析、规则筛选；
- SQLite 完成运行记录、观察数据、去重结果和投递状态持久化；
- Markdown 结果导出；
- 发送到邮件或 IM 应用。
工具明确不做的内容
- 不使用 X API；
- 不读取 Cookie、密码或浏览器数据库；
- 不使用 DOM 抓取、CDP、Playwright、Selenium、AppleScript；
- Python CLI 不直接驱动浏览器；
- 不点赞、关注、转发、收藏、发帖、回复或发送私信；
- 不绕过登录、验证码、限流或账号限制；
- 不访问推文中的外部链接；
- 不保存整页 AX 快照；
- 不提供常驻后台服务或准时执行 SLA。
流程设计
按这个流程设计后，在 Codex App 中，就自动为我找到可评论、可转发的热门推文。后续再让 AI 根据推文来帮忙生成回复的内容，就可以获得不错的流量。以此类推，其他的自媒体平台，也可以用类似的方法进行运营。
