1. 这个自动化日报是怎么来的先交代一下背景。我每天早上的固定动作是打开手机刷一遍 AI 圈的消息看看各家大模型又发了什么新版本、有没有开源项目值得关注、哪些产品的政策变了。但说实话这个习惯坚持了不到两周就断了好几次——不是不想看是信息源太散技术博客、公众号、推特、GitHub Trending、还有几个微信群想全部刷完起码半小时刷完还不一定能抓住重点。后来我换了个思路与其我每天早上主动去翻不如让工具把信息整理好直接送到我眼前。于是就有了这个项目——用 WorkBuddy 搭了一个定时任务每天上午十点半自动抓取并整合 AI 领域的核心动态生成一份结构化的日报然后通过微信机器人推送到我的企业微信群里。整个流程跑通之后我只需要在十点半看一眼手机就能用五分钟掌握当天值得关注的 AI 信息。这个方案适合谁第一类是每天需要跟踪 AI 动态但时间碎片化的从业者第二类是已经在用 WorkBuddy 但没把它用到定时任务场景里的同学第三类是单纯想学“让机器定时把消息送到你手上”这套玩法的朋友。技术栈不复杂核心就三件事定时触发、内容生成、消息推送。2. 整体设计思路为什么是 WorkBuddy 而不是纯脚本决定动手之后第一个问题是这个定时任务怎么承载最简单的方案是写一个 Python 脚本扔在服务器上用 crontab 定时跑。这个方案我熟十分钟就能搞定但我还是选择了以 WorkBuddy 为主体来做编排主要原因有三个。第一WorkBuddy 本身就是一个面向工作场景的 AI 智能体平台它擅长的是把任务拆解成 Agent 和 Skill再组合成完整流程。对我这个需求来说用 WorkBuddy 把“信息采集—内容生成—消息推送”串成一条工作流后续要调整日报的主题、格式、推送时间改起来比改脚本灵活得多。第二题目里说的“设了个闹钟”本质上是给 WorkBuddy 配置一个定时触发规则。WorkBuddy 支持按时间点或周期触发工作流这就相当于内置了一个 cron不需要我再单独维护一套调度系统。当然实测下来它依赖运行环境常驻如果你用个人电脑得保证机器不关机如果你想彻底托管后面我会讲怎么搭配轻量服务器或者云函数来兜底。第三日报里的内容分析环节靠的就是大模型。WorkBuddy 本身集成了模型调用能力但我在实践里更倾向于把生成逻辑写在调度脚本里让 WorkBuddy 负责业务流程编排、脚本负责拉数据和调模型最后统一把结果推到微信。各司其职出了问题也好排查。整个流程串起来是这样的定时触发器到点唤起 WorkBuddy 的日报工作流工作流里的信息采集 Skill 负责抓取和筛选指定信息源接着调用大模型对抓取结果做归纳和排版最后推送模块把生成的 Markdown 文本通过企业微信群机器人 webhook 发出来。架构不复杂但每一个环节都有值得展开的细节。3. 三大核心环节的拆解与实操3.1 定时触发时间配置和兜底策略定时触发是整个流程的起点。WorkBuddy 里创建定时任务的方式和设置闹钟类似你可以指定具体时刻也可以指定周期比如每个工作日十点半。我配置的是每天上午十点半因为我看日报的习惯固定在上午而且十点半这个时间点能覆盖当天的早间新闻和前一晚的海外动态。需要注意两个细节。第一是时区问题。如果 WorkBuddy 运行的机器不在本地时区或者你用了云服务器一定要确认系统时间和你的预期一致。我最初一次没推送排查了半天发现是服务器默认 UTC 时间十点半实际上是北京时间十八点半。解决方案很简单在系统环境里设置TZAsia/Shanghai或者在 WorkBuddy 的调度配置里明确时区。第二是兜底策略。任何单一定时方案都有失手的可能性电脑休眠、网络断连、平台临时故障。我的做法是设置了两层保障WorkBuddy 的定时触发是主方案同时在一个轻量服务器上放了一个 cron 表达式作为备份两者指向同一个执行脚本脚本内部做了幂等处理用日期做去重这样即使两边同时触发也不会推送两份重复内容。先看主方案的配置。在 WorkBuddy 的自动化面板里新建一个定时任务关键字段这样填任务名称AI 早报生成与推送触发规则每天 10:30执行内容调用日报工作流失败重试开启间隔五分钟最多三次备份方案用常见的 cron 表达式就够了一句命令就能注册30 10 * * * cd /path/to/ai-daily-news python3 run_daily.py logs/cron.log 21这个表达式的意思是每天十点三十分执行一次脚本并把标准输出和错误输出追加到日志文件里方便事后排查。3.2 日报内容生成信息源筛选与提示词设计日报的核心价值在内容而内容的质量取决于两样东西信息源好不好、提示词写得准不准。信息源方面我没有追求大而全。一开始我列了二十多个网站和 RSS后来发现抓取量太大大模型在整理时反而容易丢失重点。经过几轮调整我把信息源收敛为四类主流 AI 媒体的当日要闻通过 RSS 获取GitHub 上 AI 相关仓库的 Trending通过 GitHub API 获取按 star 增速排序几个重点大模型厂商的官方公告页我所在几个技术社群的精选讨论话题每个信息源对应 WorkBuddy 里的一个采集 Skill。采集 Skill 的本质是一个可复用的抓取任务里面定义了入口 URL、抓取规则、超时时间和解析方式。RSS 用标准库解析就行GitHub 直接调接口社群的讨论话题我做了一个简单的关键词过滤避免什么内容都往里塞。信息抓回来之后生成环节交给大模型。我用的提示词经过了好几版迭代最终版本大概长这样你是一名 AI 行业编辑。请根据以下信息源摘要生成一份今日 AI 日报。 要求 1. 按“模型与产品动态 / 开源项目 / 业界观点 / 值得关注”四个板块组织 2. 每条内容控制在 60 字以内保留关键数据与结论 3. 优先保留与模型发布、性能评测、开源许可变化、重要合作相关的内容 4. 如果某条信息无法确认来源标注“来源待核实” 5. 日报末尾附上 2 条你个人觉得有潜力的趋势判断这里有一个很重要的经验提示词里一定要写“来源待核实”的兜底规则。大模型在生成日报时偶尔会自己脑补一些看起来合理但实际不存在的信息明确告诉它标注来源能有效减少你拿着假新闻当真的情况。3.3 微信推送企业微信群机器人的完整接入推送环节我选的是企业微信群机器人。原因很简单它给了一个 webhook 地址你用 HTTP POST 往这个地址发 JSON消息就会出现在群里不需要开发公众号、不需要申请模板消息、更不需要个人微信号的自动化那个方案风险太高不建议碰。在企微群里添加机器人的路径是群设置 → 群机器人 → 添加机器人。添加后会得到一个 webhook URL格式类似https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key你的密钥推送的核心代码很短Python 里用 requests 就能完成。我封装了一个推送函数支持 text 和 markdown 两种消息类型import requests import json WEBHOOK_URL https://qyapi.weixin.qq.com/cgi-bin/webhook/send?key你的密钥 def push_markdown(content: str) - bool: headers {Content-Type: application/json} payload { msgtype: markdown, markdown: { content: content } } resp requests.post(WEBHOOK_URL, headersheaders, datajson.dumps(payload), timeout10) result resp.json() if result.get(errcode) 0: return True else: print(f推送失败: {result}) return False企业微信群机器人对 markdown 的支持有限支持标题、加粗、引用、链接这些基础语法但表格和图片不行。所以我在生成日报时就让大模型输出纯 markdown 文本板块标题用二级标题核心信息用加粗和链接这样在手机上的阅读体验已经很清爽了。4. 完整工作流配置与脚本实现4.1 WorkBuddy 工作流配置要点回到 WorkBuddy 侧我把整个流程配置成一个名为ai_daily_report的工作流。工作流包含三个节点采集节点、生成节点、推送节点。采集节点的配置比较繁琐值得说的是如何设置超时和重试。RSS 源偶尔会超时GitHub API 偶尔会限流所以我给每个采集 Skill 都单独设置了超时阈值默认 15 秒和重试次数默认 2 次。如果某个源连续失败就跳过它不阻塞整个工作流——日报里有三四个板块也够看没必要因为一个源挂了就不推送。生成节点调用大模型接口。这里需要准备 API Key放到 WorkBuddy 的密钥管理里不要在脚本中明文写死。我在调用时设置了一个重要参数temperature0.3。温度越低输出越稳定、越忠实于原文这种摘要任务不需要创造力稳比炫重要。推送节点就是调用前面写的push_markdown函数。节点之间通过变量传递数据采集节点输出原始文本列表生成节点的输入是这些文本提示词输出是格式化日报推送节点拿到日报后直接 POST 到 webhook。WorkBuddy 界面配置时的节点参数大致是采集节点信息源列表、抓取频率、超时、重试生成节点API Key、模型名称、temperature、最大输出长度推送节点webhook 地址、消息类型、失败处理方式如果你更习惯代码的方式WorkBuddy 也支持把 Skill 导出为描述文件。我建议还是先在界面上跑通一次再考虑版本化管理。4.2 调度脚本的完整实现为了让你能直接参考我放一版适合部署到轻量服务器的独立调度脚本。这个脚本不依赖 WorkBuddy 也能跑核心逻辑是抓 RSS → 抓 GitHub Trending → 调大模型生成日报 → 推送微信。import feedparser import requests import json from datetime import datetime # ---------- 配置区 ---------- DEEPSEEK_API_KEY your-api-key MODEL_NAME deepseek-chat WEBHOOK_URL https://qyapi.weixin.qq.com/cgi-bin/webhook/send?keyyour-key RSS_SOURCES [ https://example.com/rss/ai-news.xml, ] GITHUB_TRENDING_URL https://api.github.com/search/repositories?qtopic:aisortstarsorderdescper_page5 # ---------- 信息采集 ---------- def fetch_rss_news(): items [] for url in RSS_SOURCES: try: feed feedparser.parse(url) for entry in feed.entries[:5]: items.append(f- {entry.title}{entry.get(summary, )[:80]}) except Exception as e: print(fRSS 抓取失败 {url}: {e}) return \n.join(items) def fetch_github_trending(): try: resp requests.get(GITHUB_TRENDING_URL, timeout10) resp.raise_for_status() data resp.json() lines [] for repo in data[items][:5]: lines.append(f- {repo[full_name]} ★{repo[stargazers_count]}{repo[description][:60] if repo.get(description) else 无描述}) return \n.join(lines) except Exception as e: print(fGitHub 抓取失败: {e}) return # ---------- 日报生成 ---------- def generate_daily_report(rss_content, github_content): prompt f你是一名 AI 行业编辑。请根据以下信息生成今日 AI 日报。 按“模型与产品动态 / 开源项目 / 业界观点”三个板块组织每条不超过 60 字保留关键数据。 RSS 摘要 {rss_content} GitHub Trending {github_content} headers {Authorization: fBearer {DEEPSEEK_API_KEY}} payload { model: MODEL_NAME, messages: [{role: user, content: prompt}], temperature: 0.3, } resp requests.post( https://api.deepseek.com/chat/completions, headersheaders, jsonpayload, timeout60, ) resp.raise_for_status() return resp.json()[choices][0][message][content] # ---------- 微信推送 ---------- def push_markdown(content: str) - bool: headers {Content-Type: application/json} payload {msgtype: markdown, markdown: {content: content}} resp requests.post(WEBHOOK_URL, headersheaders, datajson.dumps(payload), timeout10) return resp.json().get(errcode) 0 # ---------- 主流程 ---------- if __name__ __main__: today datetime.now().strftime(%Y-%m-%d) rss fetch_rss_news() github fetch_github_trending() report generate_daily_report(rss, github) full_content f## AI 早报 {today}\n\n{report} ok push_markdown(full_content) print(f推送{成功 if ok else 失败} at {datetime.now()})这段代码可以直接保存为run_daily.py配合前面的 cron 表达式就能跑。需要注意requests和feedparser需要安装一条命令搞定pip install requests feedparser。如果你用的是 WorkBuddy 内置调度而不是服务器 cron其实原理一样WorkBuddy 到点唤起工作流工作流里执行等价逻辑。脚本独立出来还有一个好处就是出了问题你可以脱离 WorkBuddy 单独测某一段定位更快。4.3 一次完整的测试与上线流程我把整个上线过程拆成几个步骤你可以照着走。第一步验证各模块独立可用。先单独跑fetch_rss_news()和fetch_github_trending()确认能拿到数据。如果某段返回空先看是不是网络或 API Key 的问题不要急着联调。第二步验证大模型生成。把抓到的内容复制到模型对话里试生成看格式是否符合预期。我在这一步调整过几轮提示词主要是控制长度和防止它编造来源。第三步验证推送。生成一段测试 markdown调用push_markdown()确认企业微信群能收到消息。这里注意 webhook 的 key 是敏感信息推到公开仓库前务必脱敏。第四步联调触发链路。先在 WorkBuddy 里手动触发一次工作流确认整个链路通了再配置定时规则。定时规则配置完成后可以把时间临时改成两分钟后的一个时间点快速验证是否能自动触发验证完再改回十点半。第五步切换正式时间并观察三天。前三天我会在十点四十五分左右看一眼群里有没有日报连续三天正常这个项目才算真正稳定。5. 常见问题与排查技巧实录5.1 定时任务没有触发最常见的原因有三个电脑休眠、时区错乱、WorkBuddy 进程未常驻。排查思路按顺序来。先看 WorkBuddy 的自动化日志里有没有当天的执行记录如果没有说明调度本身没起来。再确认运行环境的时区是否符合预期执行date命令看一眼当前系统时间。最后检查机器是否在预定时间处于休眠状态如果是个人电脑可以在系统设置里临时关闭休眠或者干脆把脚本迁到云服务器上。我自己的经历是第一次部署在办公室电脑上结果国庆假期回来发现断更了四天——电脑被断电。之后我把备份 cron 迁到了一台常开的轻量服务器上这个坑就再也没踩过。5.2 企业微信推送失败企微 webhook 返回错误时常见情况分两类一类是返回errcode: 93000意思是 webhook 地址不正确或者机器人被移出了群。解决办法是重新添加机器人拿新的 key。另一类是请求超时或errcode: 45009触发限流了。企业微信群机器人对频率有限制同一机器人每分钟最多 20 条我每天只推一条基本不会触到这个限制。但如果你是手动测试时点了很多次会短暂触发限流等一分钟再试就行。还有一个容易忽略的点webhook 地址里的 key 是拼接在 URL 后面的如果复制的时候带了额外的空格或换行请求会被判非法。用编程方式配置时记得先strip()一下。5.3 日报内容质量不稳定内容质量忽高忽低通常是大模型的提示词问题不是信息源问题。如果你发现生成的日报里经常出现重复信息、信息来源不明、或者每个板块内容长短不一我建议按这几个方向优化在提示词中明确字数范围。不要只说“短一点”要说“每条不超过 60 字”。给大模型提供原文标题和链接。RSS 摘要往往不完整如果只给它摘要文本它容易把摘要里不完整的信息当成完整事实。分阶段生成。先让模型提取要点再把要点交给它排版。一次给太多信息模型容易顾此失彼。我在最终版本里用了一个偷懒但有效的做法让 WorkBuddy 的生成 Skill 先输出一份“要点草稿”然后我再加一条指令“请将草稿整合为正式日报”相当于让模型自己审校一遍。实测下来内容连贯性好了很多。5.4 推送内容在微信里显示异常企业微信群机器人的 markdown 和你在编辑器里看到的 markdown 不太一样。它不支持表格、不支持图片语法、不支持嵌套列表。如果你发现部分内容在微信里变成了纯文本或者格式乱了多半是用了不兼容的语法。我的日报模板最终只用了四种语法标题##、加粗**、链接[文字](url)、换行\n。不要用什么表格、代码块、引用块兼容性都一般。6. 这个方案还能怎么扩展日报推通了以后我发现这套“定时触发 AI 生成 微信推送”的骨架完全可以复用换一下信息源和提示词就能输出完全不同的内容。我已经用同一套架构做了几件事每天早上八点半推送一份产品数据摘要内容来自内部数据看板的 API每周五下午推送一份开源项目周报聚合本周 star 增长最快的 10 个仓库还有一个股票自选池的早盘提醒用的是相同的工作流改了个提示词风格。扩展的时候有一个建议把采集、生成、推送三个环节彻底解耦。现在我的采集节点和生成节点都支持独立调用换信息源不用碰推送代码换提示词不用动采集任务。这样做的好处是每次新需求基本上只需要新增一个采集 Skill 和一套提示词剩下的基础设施全部复用。如果你之前没怎么用过 WorkBuddy 的定时能力我的经验是从一个“一天的日报推送”开始跑通不要上来就搞复杂的多源多平台任务。先让链路转起来再逐步加信息源、加格式、加触发频率。这套流程跑顺之后你可能会和我一样慢慢开始把所有重复的信息处理工作都交给它。