企业官网建设流程全解析

简介：这份资源是一套基于coze.cn平台与GPT技术结合的自媒体图文自动生成项目实战方案，主题围绕《历史上的今天》内容创作，面向希望实现内容自动化、批量化的自媒体运营者及AI应用开发者。方案完整覆盖了从信源筛选、爬虫插件编写、工作流搭建、AI筛选与评价、内容拓展到封面图生成和排版导出的全流程，并附有可运行的Python代码示例与提示词设计思路，便于读者直接参考和二次开发。压缩包内含1个docx文档，大小约2.18MB，核心内容为项目讲解与代码实现说明。目前已有2883人学习浏览，适合具备一定Python基础、希望借助AI工具提升图文产出效率的人群。

1. 固定模板 + 自动化流水线：把《历史上的今天》做成一条 AI 图文生产线

做小红书矩阵号的人，应该都在首页刷到过“历史上的今天”这类账号：一张固定排版的大图，配一小段历史事件介绍，每天更新，从不间断。我一开始以为这种账号背后有编辑每天手动查资料，拆完这个项目才发现，它是一条把“固定模板 + AI 流水线”用到极致的生产线——封面是加工出来的，不是 AI 现场画的；内容是从信源网站爬下来，再让 GPT 筛选、评价、拓展成文。整个流程跑完不到一分钟，产出就是一张图带一段文，直接复制就能去发布。这个项目是典型的 coze（coze.cn）+ GPT 的 AI 项目实战：爬虫插件负责取信源，大模型节点负责筛选和写文案，图像流负责盖时间戳和标题。想做自动化图文、研究 coze 工作流搭建的人，都能从这套项目里抄到不少能直接用的东西。

2. 先把信源做成插件：爬虫代码、选站逻辑与三个改动点

2.1 信源怎么选：为什么是这两个站而不是百度百科

做爬虫插件之前，先把信源选对，后面能省一个晚上的时间。我筛选信源只看四件事：内容每天更新、页面结构稳定、能直接抓、事件密度够。原项目选了国内国外两个站点，国内是 http://www.lishi365.cn/ ，国外是 https://www.onthisday.com/ ，这个选择不是随手点的，两个站都符合上面四个条件。

lishi365.cn 是典型的静态页面，每天一个“历史上的今天”列表，事件以链接形式存在，标题直接放在 a 标签的 title 属性里。这一点非常关键，因为后面那段爬虫代码提取的就是link['title']，而不是 a 标签的可见文本。很多第一次写爬虫的人会下意识去抓link.text，在这个站上就什么都拿不到，必须先想清楚目标字段藏在 HTML 的哪个位置。onthisday.com 的结构也类似，a 标签带 title 属性，适合用同一套解析逻辑。

为什么不选百度百科这类大站？动态渲染、反爬策略、页面结构频繁调整，事件还分散在词条里而不是集中在某个列表，随便一个原因是都能让本地能跑的脚本在 coze.cn 上跑不起来。做内容流水线的信源，稳定性比权威性重要，先能持续抓到数据，再考虑数据来源够不够硬。

2.2 把爬虫代码搬到 coze.cn 插件的过程

直接在 coze.cn 的插件商店里搜索《历史上的今天》能找到现成插件，但我更建议你自己建一个，因为后续换信源、换解析逻辑时，自己的插件改起来才顺手。下面是原项目里那段核心代码，可以直接贴进一个新建的 coze 插件里：

import requests from bs4 import BeautifulSoup import json import logging # 配置日志记录 logging.basicConfig(level=logging.INFO) def fetch_event_titles(url): try: # 发起 HTTP GET 请求 response = requests.get(url) response.encoding = 'utf-8' # 确保正确的编码 # 解析网页内容 soup = BeautifulSoup(response.text, 'html.parser') # 查找所有符合条件的 a 标签 event_links = soup.find_all('a', href=True, title=True) # 提取事件标题 events = [] for link in event_links: event_title = link['title'] events.append(event_title) return events except Exception as e: logging.error(f"Error fetching event titles: {e}") return [] def handler(event, context=None): try: # 目标网站 URL url = 'http://www.lishi365.cn/' # 获取事件标题列表 event_titles = fetch_event_titles(url) # 将列表转换为字符串 event_titles_str = json.dumps(event_titles, ensure_ascii=False) # 返回结果 return { 'statusCode': 200, 'body': event_titles_str } except Exception as e: logging.error(f"Error in handler: {e}") return { 'statusCode': 500, 'body': f"Error: {e}" }

代码逻辑其实很直白：requests.get(url)拉取页面，response.encoding = 'utf-8'强制指定编码，然后BeautifulSoup解析 HTML，find_all('a', href=True, title=True)把同时带 href 和 title 属性的链接全部捞出来，逐个取title属性作为事件标题，最后通过json.dumps(..., ensure_ascii=False)转成 JSON 字符串返回。

有两个参数要解释清楚。第一是response.encoding = 'utf-8'，中文站点不显式指定编码，BeautifulSoup 常常猜成 GBK 或者 ISO-8859-1，爬回来就是一堆乱码，这一步在中文信源上不能省。第二是ensure_ascii=False，默认情况下json.dumps会把中文转成\uXXXX形式的转义字符，返回给下游大模型节点时虽然也能用，但阅读和调试体验都很差，关掉它，body 里直接就是可读的中文。

handler(event, context=None)是 coze 插件约定的入口格式，event 是触发事件，context 可以不用管。coze.cn 的插件运行时已经预装了 requests 和 bs4，不需要在代码里做任何依赖声明。这个细节值得注意，因为如果你在本地写了爬虫再搬到 coze.cn，大概率会踩“本地能跑，平台上报错”的坑，后面避坑章节我会单独讲。

2.3 换信源时，要改的不只是 url

项目正文里有一句话很关键：“里面的 url 可以切换为你需要爬取的网站，如果爬取不成功可能是页面元素不一样，可以具体再问 GPT 解决。” 这句话其实暴露了这套代码的全部边界。

换信源时最常碰到的三种情况：第一种，页面里根本没有同时带 href 和 title 的 a 标签，那find_all返回空列表，body 就是[]，这时候要把选择器改成soup.find_all('a', class_='xxx')或者直接提取可见文本link.get_text(strip=True)。第二种，目标站需要 User-Agent 伪装，否则返回 403，常见做法是给requests.get加 headers 参数，模拟浏览器访问。第三种，页面是 JS 动态渲染的，requests 拿不到任何结构化内容，这类站直接放弃，不值得为它上无头浏览器。

我一般会先在本地用同样的代码把目标信源跑一遍，确认能拿到结构化数据，再搬进 coze.cn 插件。coze.cn 的插件没有本地 IDE 那种断点调试能力，唯一的排查手段就是看日志和返回值，所以插件代码里务必保留 logging。这一段流水线上，爬虫是第一个环节，它一旦悄悄返回空列表，后面所有节点都在空转，而且不报错，属于整套工作流里最容易“黑匣子化”的位置。

3. 大模型节点不只做摘要：筛选、评价、拓展一次完成

3.1 为什么抓回来的内容不能直接用

把插件接进工作流，测试一下节点，你会看到 body 里是一长串 JSON 数组，里面可能装了几十条甚至上百条标题。直接拿这些标题去做封面，肯定不行，原因有两个：一是数量太多，一张封面只能承载一条事件，上百条里挑哪条？二是质量不齐，爬虫不区分“1993 年某地修了一条路”和“1951 年世界首次播出彩色电视节目”之间的传播价值差异。

所以工作流里需要在插件后面接一个大模型节点，干的是“编辑”的活：从一堆原始事件里挑出 3 到 5 条有画面感、有情绪价值、适合小红书的，再给每条配上评价文字，把“事件”变成“素材”。这一步是大模型在整套流水线里的真实定位，它不是在创作，是在做信息降噪和内容预排版。

3.2 提示词一定要带上{input}，这一步决定后面会不会跑飞

原项目里有一句提醒：“提示词里一定要附上变量名，比如这里的{input}，这样模型才知道你要加工的内容是什么。” 这算是我见过最容易被忽略的 coze 工作流细节。

coze.cn 大模型节点的输入变量，是通过占位符{input}注入到提示词里的。你在提示词里不写{input}，模型就拿不到上游插件抓回来的内容，它只会按自己的知识库自由发挥，输出一堆跟当天历史事件毫无关系的东西。我第一次搭的时候就吃过这个亏，节点配置里明明已经连了上游，提示词却忘了写{input}，模型直接开始给我写“历史事件的重要性”这种空话，整个筛选节点等于白跑。

下面这个提示词模板可以直接抄，核心是把输出格式锁死：

请对下面{input}中的历史事件列表进行分析。 1. 筛选出 3~5 条最有传播价值的事件，标准是：画面感强、有情绪共鸣、适合小红书图文展示。 2. 对每条事件，按以下固定格式输出。 时间：{具体日期} 标题：{事件标题} 评价：{100~200字的小红书风格评述，口语化，有观点} 不要输出其他内容，不要加序号以外的格式。

这段提示词的要点有二。第一，{input}必须原样写在提示词里，它是 coze 的变量插槽，不是写给你自己看的注释。第二，输出格式里“时间”“标题”“评价”这三个字段名一个都不能改，因为下游还有一个代码节点用正则按这三个关键词切字符串，字段名对不上，代码节点提取出来的就是空值。这条流水线每一环的输出格式，都被下一环的解析方式锁死了。

3.3 模型参数怎么设：温度和输出格式

大模型节点不是拉到默认参数就能跑的，有几个参数需要手工调。

温度这个参数，是玄学也是实际经验。我一般给 0.5，既能保证筛选结果稳定，又不至于连续几天选出同一批事件。如果你的目标是每天内容不重复，可以把温度拉到 0.7，代价是偶尔会出现输出格式不规整，后面正则提取时要做好容错。

筛选和拓展放在同一个节点里完成，是我建议的做法。原项目里是先筛选再拓展，实际操作中可以合并，让模型一次输出“时间、标题、评价”三段结构，既能省一个节点，也避免了两段输出之间字段名不一致的问题。节点越少，工作流调试越省心。

3.4 选择器范围过宽导致的噪声

爬虫用的find_all('a', href=True, title=True)是全站范围扫描，不限定某个区块，所以抓回来的内容里除了“历史上的今天”事件，可能还混着导航链接、推荐位、站内其他页面的标题。大模型节点虽然能做筛选，但如果噪声占比太高，模型也有可能把导航链接当成事件来处理。

处理方式有两个：一是在爬虫代码里先缩小范围，soup.find('div', class_='list').find_all('a', ...)，把解析范围限定到事件列表容器；二是靠大模型节点提示词里的“只保留历史事件，忽略非事件内容”来二次过滤。我在实际跑的时候两种都会做——爬虫先粗过滤，大模型再精筛，双保险。这一步不做，你会发现封面上的标题偶尔会冒出一条“关于本站”之类的奇怪内容，极其尴尬。

4. 代码模块拆变量：正则、传参类型与下游变量对齐

4.1 为什么要拆变量

大模型节点输出的是一段完整文字，里面有“时间”“标题”“评价”三部分。但下游的用途是分开的：图像流只需要日期和标题，用来压到封面图上；小红书的正文只需要评价部分。一个节点输出多个字段，在 coze.cn 工作流里不能直接把这个长文本整体传给图像流，否则图片上会压上一大坨文字。

所以需要插入一个代码模块，把一段文字拆成三个独立变量。这个节点在整条流水线里的角色就是“拆件”，不复杂，但缺了它前后就接不上。

4.2 正则提取代码（精简版）

原项目附的代码里有大量 print 调试语句，是为了在平台上排查传参类型用的，真正在线运行不需要那些。我把它精简成下面这个版本，直接复制到 coze.cn 代码模块里就能用：

import re def main(*args): # coze 的代码模块会把上游节点输出作为参数传进来 if not args: return {"error": "no input"} raw = args[0] # 兼容三种常见传参：字符串、带 content 属性的对象、dict if isinstance(raw, str): text = raw elif isinstance(raw, dict) and "params" in raw and "input" in raw["params"]: text = raw["params"]["input"] elif hasattr(raw, "content"): content = raw.content if isinstance(content, str): text = content elif isinstance(content, dict) and "params" in content: text = content["params"].get("input", "") else: return {"error": f"unsupported content type: {type(content)}"} else: return {"error": f"unsupported arg type: {type(raw)}"} # 正则提取日期、标题、评价 date_match = re.search(r"时间：(.*?)[\n，]", text) title_match = re.search(r"标题：(.*?)[\n，]", text) content_match = re.search(r"评价：(.*)", text, re.DOTALL) return { "day": date_match.group(1).strip() if date_match else "", "title": title_match.group(1).strip() if title_match else "", "content": content_match.group(1).strip() if content_match else "" }

这段代码有三个关键点。第一，re.search(r"时间：(.*?)[\n，]", text)用了非贪婪匹配，意思是匹配“时间：”后面到第一个换行符或逗号之前的内容，防止把整段评价文本也吞进去。第二，re.search(r"评价：(.*)", text, re.DOTALL)里的re.DOTALL让.可以匹配换行符，因为评价部分往往有 100 到 200 字，中间带换行，不加这个参数，正则只会截到第一行。第三，所有匹配结果都做了.strip()，去掉首尾空格和换行。

我用正则而不是直接split切字符串，是因为正则靠关键词定位，就算大模型输出时字段顺序有点乱，只要“时间：”“标题：”“评价：”这三个标记还在，就能正确提取。split方式只适合严格固定格式，在大模型输出面前太脆。

4.3 coze 代码模块的传参坑：它给你的可能不是字符串

coze.cn 的代码模块在传参上像个黑匣子。你以为上游大模型节点输出的是字符串，实际传进来的可能是一个带content属性的对象，甚至是一个嵌套的 dict。这就是为什么上面代码里做了三层类型兼容：字符串直接转文本；dict 从params.input里取值；对象从content属性取值，取出来之后还要再判断一次结构。

原项目代码里那一大段print(f"Arguments received: {args}")和for attribute in dir(arg):循环，就是在排查这个东西。遇到传参异常时，别急着改正则，先把代码模块的返回值设成{"raw": str(args), "type": type(args).__name__}，把实际结构打出来看一眼，你就知道该从哪个字段取值了。这一步能救命的，因为 coze 改版改过好几次传参结构，网上能搜到的老教程大概率对不上当前版本。

4.4 输出变量的命名要跟下一个节点对齐

代码模块的输出是一个 dict，key 是day、title、content。这些 key 在 coze 工作流里会变成下游节点的可选变量。图像流那边的时间加工节点要选day，事件加工节点要选title，小红书文案节点要选content。

变量名对不上，最典型的现象是下游节点的变量下拉列表里看不到day、title、content这三项，或者看到了但选错了，导致图片上盖了错误的日期。每次搭工作流，我强烈建议先让代码模块跑一次测试，确认返回值里三个 key 都有值，再往后接节点。组件少的时候不好排查，但一旦接错了，封面图会一直出问题，返工成本比多花两分钟检查高得多。

5. 避坑与排查：跑通这套工作流之前，我先踩过的七个坑

5.1 插件与爬虫相关的坑

坑一：插件在 coze.cn 上测试时返回 500，本地却跑得好好的。

现象：插件节点测试时 statusCode 是 500，body 里显示 Error，但同一段代码在本地 Python 环境里运行完全正常。

原因：coze.cn 的插件运行环境是受限的在线沙箱，它的网络出口和本地不在同一个网络环境，部分网站的访问策略会直接拒绝来自数据中心的请求，返回 403 或者直接超时。另外，本地见过的浏览器 UA 头，在沙箱里可能变成默认 Python 请求头，也会被目标站拦。

解决：在代码里加上浏览器的 User-Agent，伪装成一个正常的 Chrome 请求，再把超时时间放开一点。如果加了 UA 还是 500，换一个信源站，不要跟反爬硬刚。爬虫能抓到数据是第一优先级，用哪个站抓反而不重要。

坑二：返回 200，但 body 里是空数组[]。

现象：插件节点测试看似正常，不报错，但 body 里是[]，一个标题都没有。

原因：目标站点的页面结构跟你预期的不同。代码里find_all('a', href=True, title=True)是严格限定“同时有 href 和 title 属性”的 a 标签，如果目标站的事件列表用的是class定位，或者标题存在li标签里，这段逻辑就什么都捞不到。

解决：把爬虫代码先拿到本地跑一遍，用soup.prettify()打印页面结构，确认目标字段在哪个标签里，再改代码。在 coze.cn 上你怎么改都要反复提交测试，效率太低。

5.2 大模型节点与代码模块相关的坑

坑三：代码模块提取到的 day、title、content 全是空字符串。

现象：代码模块测试成功，返回值里三个 key 都在，但 value 全是""。

原因：大模型节点的输出格式跟预期不符。可能是“时间：”写成了“日期：”，或者输出里多了 Markdown 加粗符号**时间：**，正则匹配不上。

解决：在提示词里把输出格式锁死，明确要求不要加 Markdown 符号、不要加额外说明，字段名严格用“时间：”“标题：”“评价：”。代码模块的正则也顺手兼容一下\*\*时间：\*\*这种带 Markdown 符号的情况，做法是正则里加[\*\s]*容错。

坑四：同一个工作流，前后跑两次输出结果完全不同。

现象：上午跑出来的评价是一条，下午跑出来变成另一条，有时候筛选出的事件都不同。

原因：大模型节点的 temperature 参数太高，模型每次采样偏好都不同，筛选结果漂移。

解决：把 temperature 调到 0.5 以下。内容型任务需要一定的随机性来避免每天重复，但筛选任务需要稳定，我一般会拆成两个节点——一个低温做筛选，一个中温做评价拓展，两个节点的提示词和温度分开配置。项目正文里把筛选和拓展放在同一个节点，是省节点数的做法，对稳定性有要求的场景建议拆开。

坑五：代码模块报错 text is undefined。

现象：能把上游内容打印出来，但代码一直报变量未定义。

原因：coze.cn 代码模块里，如果用了main(*args)，上游传参不是按位置参数进来的，或者没有触发main的调用入口，导致代码逻辑里某个分支的变量没有赋值。原项目代码末尾有一段class Args和main(user_input)的模拟调用，这段在 coze 在线环境里其实是多余的，coze 会自己调用函数入口，你手动调一次反而容易引入脏数据。

解决：直接删掉末尾的模拟调用代码，只保留main函数定义。如果不确定平台怎么唤起入口，就用 coze 代码模块自带的模板结构，别自己造调用方式。

5.3 图像流与封面的坑

坑六：图片上中文变成方框或者乱码。

现象：封面图生成后，时间位置出现一排方框，标题位置全是乱码，英文字母正常，中文全废。

原因：图像流加工节点里用的字体不支持中文。coze.cn 的图片处理默认字体往往是英文字体，中文字形缺失。

解决：在图像流的文字参数里显式指定中文字体，或者上传一张带有中文字体的底图，把文字压上去而不是依赖节点自动渲染。我自己的做法是背景图里预留好文字区域，日期和标题用稳定支持中文的字体渲染，提前测一张样图再批量跑。

坑七：封面图上的事件标题跟日期对不上。

现象：日期显示的是今天的日期，标题却是昨天的事件，导出的图片内容互相错位。

原因：工作流变量绑定错了。图像流里时间加工节点绑定的是day变量，事件加工节点绑定的是title变量，两个节点如果被重复使用了同一个变量名，或者下游节点从旧版本工作流继承了一个固定的测试参数，就会出现这个情况。

解决：把图像流里的每个文字参数都打开确认数据来源，必须是上游代码模块输出的变量，不能是写死的测试值。这个坑容易出现在你复制了一个旧工作流然后改新信源的情况下，旧节点会自动带着上次跑的测试值，改的时候只改了信源没改图片流变量，就会错位。

6. 从一套工作流到一类账号：换信源和封面就是新模板

6.1 三个变量，决定一个账号的方向

这套工作流跑通之后，你会发现自己手里其实是一个“模板”，不是一个“项目”。它能复用的原因在于，整条流水线里真正变化的东西只有三样：信源、封面背景、提示词方向。一次搭建，后面每次换赛道，成本不到十分钟。

原项目正文里给了几个方向：刚刚发生了什么、信息差、当地新闻、副业信息。我拆一个“副业信息”的例子：信源换成某个副业资讯站，封面背景换成颜色更犀利的底图，大模型节点的提示词从“筛选历史事件”改成“筛选有落地可能性的副业案例，评价里写明操作门槛和启动成本”。输出结构不变，还是“时间 / 标题 / 评价”三段，下游代码模块和图像流完全不用动。

这个思路最值钱的地方在于：它把内容生产的稳定性交给了模板，把创意判断交给了大模型，把重复劳动交给了工作流。每天固定更新一个账号，需要的不是灵感，是一套能稳定运行的结构。

6.2 上线前强制走一遍的验证清单

换完模板，别急着上线，我会强制自己跑一遍下面的验证清单，整套流程不到五分钟，但能拦住绝大多数翻车：

从那以后，我每次搭 coze 工作流都会强制自己先跑一遍全链路测试，把每个节点的返回值 dump 出来看一眼再继续。这不是玄学，是流水线上游错一个字，下游整张图都会出问题。提前五分钟验证，好过上线后被读者评论指出错误再回来改。希望帮到你。

本文还有配套的精品资源，点击获取