手把手教你用Coze工作流打造智能摘要系统：从公众号到飞书的自动化实践
每天打开微信，订阅号里堆积的未读文章数字像雪球一样越滚越大——这种信息焦虑已经成为现代人的通病。我们既不想错过行业动态，又苦于时间有限无法逐篇阅读。传统的人工筛选方式效率低下，而市面上现成的摘要工具往往价格不菲。有没有一种方法，能让我们用技术手段驯服信息洪流？
1. 系统架构设计：构建自动化信息处理流水线
整个系统的核心在于建立一条高效的信息处理流水线，将原始文章转化为结构化摘要。这个过程中涉及三个关键环节：
- 数据采集层：负责从微信公众号获取原始文章
- 智能处理层：使用Coze工作流进行内容分析和摘要生成
- 结果交付层：通过飞书机器人推送最终摘要
技术选型对比表：
| 组件 | 方案选项 | 优势 | 劣势 |
|---|---|---|---|
| 采集 | Selenium | 脚本控制灵活 | 需维护登录状态 |
| 处理 | Coze API | 免运维大模型 | 有调用配额限制 |
| 推送 | 飞书Bot | 免费额度充足 | 需申请应用权限 |
在实际搭建时，我们选择Python+Selenium组合作为采集方案，主要考虑到：
- 相比RPA工具更轻量级
- 适合有一定开发基础的用户
- 可以灵活调整采集策略
2. 公众号文章采集：稳定获取内容的技巧
采集环节最关键的挑战是如何长期稳定地获取公众号内容。微信平台的反爬机制会定期使cookie失效，需要设计合理的刷新机制。
# 示例：使用Selenium维护微信登录状态 from selenium import webdriver import time def refresh_wechat_cookie(): driver = webdriver.Chrome() driver.get("https://mp.weixin.qq.com") # 等待用户扫码登录 while "首页" not in driver.title: time.sleep(1) # 获取有效cookie cookies = driver.get_cookies() driver.quit() return cookies提示：建议将cookie存储在安全的位置，如AWS Secrets Manager或本地加密文件，避免频繁重新登录。
常见问题排查：
- 登录状态丢失：设置每日自动检查机制，发现失效立即触发重新登录
- 请求频率限制：在采集脚本中添加合理的延时（建议2-3秒/次）
- 内容解析错误：定期检查微信页面结构变化，及时更新XPath选择器
3. Coze工作流深度配置：让AI理解你的需求
Coze工作流的核心价值在于将大模型能力转化为可编程的组件。要获得高质量的摘要结果，关键在于工作流的精心设计。
优质Prompt设计要点：
- 明确输出格式要求（如"用三点总结核心内容"）
- 指定专业术语处理方式（如"保留所有技术名词原貌"）
- 添加风格指引（如"采用客观中立的科技媒体语气"）
# Coze工作流调用示例 def call_coze_workflow(article_url): params = { "workflow_id": "your_workflow_id", "parameters": { "article_url": article_url, "summary_style": "technical", "key_points": 3 } } response = requests.post( "https://api.coze.cn/v1/workflow/run", headers={"Authorization": "Bearer YOUR_TOKEN"}, json=params ) return response.json()工作流优化技巧：
- 添加预处理步骤：去除广告、免责声明等无关内容
- 设置fallback机制：当文章过长时自动切换至分段处理模式
- 引入质量检查：对生成的摘要进行可读性评分
4. 飞书集成与消息优化：让推送更友好
飞书机器人的消息推送不是简单的文本转发，而需要考虑信息呈现的友好度。一个好的摘要推送应该：
- 包含原文标题和来源
- 突出核心观点
- 提供原文链接供深度阅读
- 可选配分类标签和重要性评级
消息卡片模板：
标题：[AI摘要] 5分钟了解本周AI大事 内容： 🔍 核心要点： 1. GPT-4 Turbo发布，上下文长度翻倍 2. 多家云厂商宣布降价 3. 新论文提出更高效的微调方法 📊 质量评分：★★★★☆ 🏷️ 分类：人工智能/行业动态 ⏳ 原文长度：约12分钟阅读 🔗 查看原文：<链接>注意：飞书消息API有格式限制，单条消息不超过20KB，超长内容需要分多条发送。
5. 系统监控与维护策略
任何自动化系统都需要配套的监控机制。建议实现以下检查点：
- 采集成功率监控：记录每次运行的获取文章数量
- 处理质量监控：抽样检查摘要的准确性
- 配额使用监控：跟踪Coze API的剩余调用额度
- 推送到达监控：验证飞书消息是否成功送达
# 简易监控脚本示例 #!/bin/bash # 检查最后一次运行日志 LAST_RUN=$(tail -n 1 /var/log/wechat_digest.log) # 发送监控报告 curl -X POST -H "Content-Type: application/json" \ -d '{"text":"监控报告：'$LAST_RUN'"}' \ https://open.feishu.cn/open-apis/bot/v2/hook/YOUR_WEBHOOK实际部署中发现，系统最脆弱的环节是微信cookie的维护。为此，我开发了一个备用方案：当主采集失败时，自动切换到RSS源获取内容，虽然完整性稍差，但保证了系统的高可用性。
