Coze+Trae+掘金MCP = "✨掘金微热榜"

1. 引言

🤡 "MCP " 和 "Vibe Coding" 这两个词刷屏好一阵子了，搜了下资料，好像不是什么高深的东西，🤷‍♀️ 搞不懂为啥这么火，简单聊聊~

1.1. MCP

• Model Context Protocol，模型上下文协议 ，由 Anthropic 公司于 2024年11月推出推出的开源协议，旨在为 大语言模型 (LLM) 与 外部数据源、工具及服务之间建立标准化、安全的双向连接。
• 在它之前 LLM与外部资源交互 通过 Function Call 来实现，需先实现 自定义协议 (如 JSON Schema)，模型直接生成调用指令 (如特定JSON)，开发者需实自行实现 函数编排层-解析 (验证格式、匹配函数、提取参数) 和 函数处理逻辑 -执行 (调用 API、处理权限和错误)，并将处理结果以适当的形式 反馈给用户 (格式化数据、维护上下文)，跨平台兼容麻烦。
• 而在 MCP架构 中，"函数编排层 " 被下沉到 宿主应用(Host，连接用户、LLM和外部工具的核心枢纽) ，开发者无需手动实现协议解析、服务发现、参数校验等底层逻辑，而是专注于业务功能的实现。

Talk is cheap，show you the Code，以调用天气服务为例，Function Call 开发者 需实现完整编排逻辑：

# 1. 定义函数 Schema（JSON 结构）
schema = {
    "name": "get_weather",
    "parameters": {
        "type": "object",
        "properties": {"city": {"type": "string"}},
        "required": ["city"]
    }
}

# 2. 解析模型生成的 JSON 请求
def parse_request(raw_json):
    # 验证 Schema、提取参数、错误处理
    if "city" not in raw_json["arguments"]:
        raise ValueError("缺少城市参数")

# 3. 调用外部服务
def call_weather_api(city):
    # 处理 API 密钥、网络请求、重试逻辑
    response = requests.get(f"https://api.weather.com?key=XXX&city={city}")

# 4. 格式化结果并返回给模型
def format_result(api_data):
    return f"温度：{api_data['temp']}℃，天气：{api_data['condition']}"

# 5. 整合到 LLM 对话流程
def handle_query(user_input):
    llm_response = model.generate(user_input)  # 模型可能返回 JSON 请求
    parsed = parse_request(llm_response)
    data = call_weather_api(parsed["arguments"]["city"])
    return format_result(data)

而 MCP 开发者只需用 @mcp.tool() 声明功能，然后实现业务逻辑，协议层 由宿主应用自动处理：

# 1. 定义 MCP 工具（声明式语法）
from mcp.server import MCPTool

@MCPTool(name="get_weather", description="获取天气")
def get_weather(city: str) -> str:
    # 直接编写业务逻辑，无需处理协议细节
    return f"温度：{query_weather_api(city)}℃，天气：{get_condition(city)}"

# 2. 启动 MCP 服务器（宿主应用自动处理通信）
if __name__ == "__main__":
    server = MCPServer()
    server.register_tool(get_weather)
    server.run()  # 宿主应用负责协议解析、安全校验、多工具路由

MCP 协议的核心架构除了上面定义的 MCP Server 外，还有 MCP Client ，前者 暴露具体功能 (如文件操作、API调用)，实现业务逻辑 (如数据库查询、邮件发送)，业务逻辑千差万别，须定制开发，大部分案例都是捣鼓这个。后者实现 协议转换、服务发现、结果整合，需处理协议解析、多工具路由、安全校验，协议层高度标准化 (JSON-RPC 2.0)，已有成熟实现 (😀Trae、Cursor 等AI编程助手基本都内置，支持所有标准协议，开发者无需重复实现)。举个 Trae + MCP Server 调用天气服务的执行链条🌰：

=== MCP Server 配置 ===

添加MCP Server配置 (直接市场安装或手动配置)，然后一般是要配置API密钥的，如Figma的配置：
{
  "mcpServers": {
    "Figma AI Bridge": {
      "command": "npx",
      "args": [
        "-y",
        "figma-developer-mcp",
        "--stdio"
      ],
      "env": {
        "FIGMA_API_KEY": ""
      }
    }
  }
}

=== MCP Server 调用 ===


用户输入提示词 ------ 如："北京今天天气怎么样？需要带伞吗？"
  │
  ▼
Trae的AI模型解析意图 ------ 识别出需要调用「天气查询」功能，并提取参数（城市=北京）
  │
  ▼
Trae 内置的 MCP Client 查找工具
【动态服务发现】自动向所有已配置的 MCP Server 发送 Capability Exchange 请求，获取可用工具列表。
【匹配逻辑】根据提示词中的关键词（如 "天气"），筛选出已安装的 Weather MCP Server。
  │
  ▼
调用天气 MCP Server
【协议通信】使用 JSON-RPC 2.0 格式发送请求：{
  "method": "get_weather",
  "params": {
    "city": "北京",
    "include_rain": true  // 用户隐含需求：是否需要带伞
  }
}
【服务器执行】调用第三方天气 API，解析返回的 JSON 数据，提取天气状况，返回结构化结果：{
  "temperature": "28℃",
  "condition": "多云转晴",
  "rain_probability": 10
}
  │
  ▼
结果反馈
【成功】Trae 收到数据后，生成自然语言回复："北京今天多云转晴，气温28℃，降水概率10%。无需带伞。"
【失败】若 API 超时，返回 { "error": "无法连接天气服务" }，Trae提示："暂时无法获取天气信息，请稍后再试"

顺带分享几个 MCP Server 聚合 站点：

• punkpeye/awesome-mcp-servers
• MCP.so
• Smithery.ai
• Reddit MCP 社区

1.2. Vibe Coding

😄 MCP 了解完，接着说下 Vibe Coding (氛围编程) ------ 2025年初由 OpenAI 联合创始人Andrej Karpathy 提出的概念，一种通过 自然语言提示驱动AI生成可执行代码 的 软件开发范式 。与传统AI辅助编程工具不同，其强调开发者对生成代码的 "有限理解接受度 "，只要功能实现符合预期，无需深究具体实现细节 🤡。

传统编程要求开发者建立 双重认知映射 ：先将业务需求转化为算法逻辑，再将逻辑表达为特定语法结构 。而在Vibe Coding范式下，这种双重映射被简化为 单阶段语义传递 ，开发者只需 确保需求描述的准确性，其余转换工作由AI模型完成。Vibe Coding 的技术实现依赖于两个关键要素的协同作用：

• 专用代码生成模型 ：以Claude 3.7等为代表的代码专用LLM，通过海量开源代码库和技术文档训练，具备 理解编程语义和生成合规代码 的能力。这些模型在参数规模 (普遍超过500B) 和训练数据量 (涵盖GitHub前1%优质仓库) 上远超早期代码生成工具，能够处理复杂的技术需求。
• 自然语言交互框架 ：开发工具提供 对话式编程界面 ，允许开发者通过 渐进式提示 来完善描述，典型交互模式包括：初始需求陈述、功能细化追问、异常处理补充。

🐶 简单点说，以前写个 简单程序 (网页、APP等)，你得先学对应的编程语言，学点基础的数据结构和算法，然后报错得自己定位，上网检索答案。

🤡 现在你只需要会 好好说人话 就行 (写 提示词 ,，甚至通过Superwhisper等工具语音转文字直接battle)，如 "给我做一个XXX App"，AI 就会啪啪啪一顿生成，搭建完基本架构，你要做的是继续 描述清楚需求 (如"点击按钮后跳转XX页")，完善APP的过程可能会报错，纠错也是靠 口嗨 ，如 "这里显示红色不对"。🤔 这种编程范式确实减低了开发门槛，开发仔能提效，普通人也能快速实现自己的想法，有种"人人都是产品经理的趋势"~

1.3. 掘金MCP

😏 掘金前些天也推出了自己的 MCP Server → 《通过 Trae 等 AI IDE 配置 MCP一键发布到掘金》，配置起来非常简单，先 生成下Token：

这个Token是固定的，跟掘金账号绑定，忘记了也没关系，下次获取返回的值也是一样的，但也注意别泄露，以免引起不必要的麻烦。接着在 Trae、Cursor 等 支持MCP 的AI编程工具，找到添加MCP配置的入口，粘贴下配置

{
    "mcpServers": {
        "juejin-deploy-mcp": {
            "command": "npx",
            "args": [
                "--registry=https://registry.npmjs.org",
                "-y",
                "@juejin-team/mcp-server@latest"
            ],
            "env": {
                "JUEJIN_TOKEN": "粘贴上面生成的Token"
            }
        }
    }
}

配置完确认：

💁‍♂️ 这个 MCP Server 的作用：将纯前端项目(HTML/CSS/JS) 一键部署到掘金 ，注意是 "纯前端项目 " ❗️❗️❗️ 依赖Node.js 或是 需要编译的框架 (如 React/Vue 未打包成静态文件) 都是不支持的哈！！！

😄 本质 ：将 纯前端项目 作为 静态资源 托管到 CDN 。好处 ：无需繁琐配置，调下MCP就能完成部署。通过不同 项目文件夹名 区分不同项目，只要不改名字，每次调MCP都会覆盖。😐 用到的 图片 等资源文件不会上传！！！需要你自己找 图床 或者 静态托管网站 ，生成 远程url 访问，最简单的可以用 Github 或 Gitee。

😳 端午前，掘金酱发了篇《掘金 AI 编程社区- 人人都是 AI 编程家竞赛》，省流：

使用 Trae+掘金 MCP 实现 VibeCoding 创意作品参赛，奖励丰厚，截止日期：6月30日

❗️ 提醒下：发布完记得报名填下参赛信息：vibecoding

😏 刚好有个💡，妥妥得参加一波，虽然没有前端开发经验，但刚花3刀开了 Trae Pro 我的感觉强得可怕🔥。

1.4. 灵感乍现

😶 随着 AI编程工具 的逐渐普及，以前那种喜欢 钻研技术细节 的热情也逐渐褪去，现在打开掘金，也就签个到，然后刷下 掘金热榜：

🤔 很多时候，我并不能直接从文章的 标题 ，得知这是一篇 写什么内容的文章 ，我得点开，粗略看下写的啥，是不是自己感兴趣的内容，再选择是否做详细阅读，😐 感觉这样获取信息的效率有点低。😏 我突然有个想法：为什么不自己写一个 "掘金丶微热榜" 呢？思路立马就有：

• 写脚本定时爬热榜接口，获取热榜文章数据。
• AI做文章预读，批量生成标题和内容摘要。
• Trae 生成我想要的页面，然后利用 掘金MCP 部署成一个静态网站。

2. 实践

2.1. 接口分析

浏览器 F12 打开开发者模式，过滤 XHR，截取不同分类的url：

😄 明显只是 category_id 不一样，试了下不传uuid，一样可以获取到数据，OK，Trae 直接新建一个 py 文件，写提示词尝试数据爬取：

😂 然后生成结果惊到我了，我前面有个链接复制是重复的，Trae 觉得可能有错，给我贴心的标注出来了:

🙂 category_id 修正后，直接运行，数据解析，一步到位，雀食🐂🍺：

2.2. Coze

2.2.1. 代码节点-模拟请求

Coze 空间 直接新起一个 工作流 ，拖一个 代码节点 ，不支持pip装三方库，没有 requests 库，但提供了 requests_async 库，用法基本一样，导包设置下别名：import requests_async as requests ，把上面 Trae 生成的爬取代码CV过来，改改就能用：

import requests_async as requests

async def main(args: Args) -> Output:
    category = args.params['category']
    category_map = {
        '综合': '1',
        '后端': '6809637769959178254',
        '前端': '6809637767543259144',
        'Android': '6809635626879549454',
        'iOS': '6809635626661445640',
        '人工智能': '6809637773935378440',
        '开发工具': '6809637771511070734',
        '代码人生': '6809637776263217160',
        '阅读': '6809637772874219534'
    }
    # 检查分类是否有效
    if category not in category_map:
        raise ValueError(f"无效的分类: {category}，有效分类为: {', '.join(category_map.keys())}")

    # 构建请求URL
    category_id = category_map[category]
    url = f"https://api.juejin.cn/content_api/v1/content/article_rank?category_id={category_id}&type=hot&aid=2608&spider=0"

    # 发送请求
    headers = {
        'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
    }
    response = await requests.get(url, headers=headers)
    response.raise_for_status()  # 如果响应状态码不是200，将引发HTTPError异常
    data = response.json()
    # 构建输出对象
    ret: Output = {
        "result": data,
    }
    return ret

接着点下 测试代码，传入category值为 "综合"，运行，ok，数据正常输出：

这里为了方便调试，直接输出 接口返回的json字符串 ，后续处理，需要转换成 Array 的形式返回：

**

💡 Tips ：如果修改输出参数后报错，点右上角X，关掉节点，然后再点 在IDE中编辑 就好了。
再次试运行：

👏 Nice，数据解析完毕，这里加了三个字段：order (排行榜序号)、ai_title (ai生成的文章标题)、ai_desc (ai生成的摘要)。

2.2.2. LinkReaderPlugin插件-读取文章内容

如题，添加一个 LinkReaderPlugin的插件，用于读取文章内容，简单做下配置：

配完试运行：

🐂 啊，50个页面只花了13s，我还想着会很慢，然后用老套路，拖五个插件 ，分任务并发执行呢🤣。时代变了，现在最多支持 200次批处理+10个并行任务：

2.2.3. LLM节点-生成文章标题和摘要

接着拉个大模型节点，批处理生成标题和摘要，先配下批处理和输出参数：

接着简单写下提示词，让AI自动优化：

AI优化后的提示词：

🤣 中规中矩，补全输出参数，试运行：

😳 卧槽，6s干完，🐂啊，不过输出效果不是特别满意，再自己微调下提示词，最终效果：

2.2.4. 代码节点-数据整合

😶 拖个代码节点，用 LLM节点返回的标题和摘要，更新下前面代码节点返回数据的对应字段：

🐶别问我为什么这么写，因为这样写不报错，我也想直接返回origin_data ...
结束节点，返回变量，输出变量，引用下代码节点输出的值就行啦~

试运行无误后，点击右上角 发布 按钮，填下 版本号 和 版本描述，进行发布~

2.2.5. API调用

发布完就可以通过API来调用工作流了，打开 执行工作流 页面进行测试，先整个Token，点授权 → 添加新令牌：

输入Token名称，设置过期时间，勾选工作流，工作空间选个人，点确定：

会生成一个Token，只会显示一次，自己保存好哈，不然就得删了重建了~

回到工作流、执行工作流，依次输入：token 、工作流id (编辑工作流的url中workflow_id后面跟着的数字字符串就是) 和 参数：

点击运行，等待片刻，返回结果没啥问题，接着让 Trae 将 curl 命令模拟请求翻译成 python 实现：

😀 Trae 如约写出py请求代码，试了下一把过，数据能正常获取到，理论上Coze部分应该就到这，但实践过程还是遇到了一些问题...

2.2.6. 问题：资源点额度 & 插件调用

😶 Coze 现在是 算资源点 的，个人免费版一天只有 500点，工作流试运行也扣资源点，加了LLM节点，没玩几次就说免费资源点用尽：

😳 资源点那么不经用的吗？后面看了下计费标准才知道，这玩意主要是调LLM扣的：

右上角看到跑一次工作流消耗 30多w的tokens，后面找到消费历史：

我去，跑一次100点，怪不得没玩两下就没了，🤡 唉，想继续体验只能氪金，个人进阶版限时特惠 9.9元/月~

🐶 搞一次得调8次工作流，1000 点也扛不住造，赶紧找个最便宜的模型：

调了两次工作流花了88点左右，感觉一次差不多50点，一天更新两次热榜还是够用的：

😐 当我满怀期待跑 py调工作流api 的脚本时，后台却给我返回了这个：

啥玩意？工具请求超过限制？接着我打开工作流又是运行了一下：

🙂 想找个客服问问，才发现 个人版不配：

🐶 加了交流群没人鸟，只能老老实实 反馈-提工单：

🤡 只有两个选项... 直接选的第二个：


过了十分钟有个技术工程师让我提供下异常logid，提供完过了快一小时都没回我...

🤡 等了一个多小时，就得到一个 免费插件稳定性没法保证，请用付费插件或自定义插件 的回复，问题是 《文档中心：插件费用》也没有 链接读取 的插件，🙃 这才刚开始，就结束了？
🙂 地铁回家路上，我试了写提示词让 Kimi 分析url的内容并提取标题和摘要，竟然可以：

😆 那是不是我 不用插件，直接调豆包模型也可以解析url生成标题和摘要？直接开试：

分别试下两个模型的输出：

🤡 Lite 直接胡说八道，明明是 Trae Pro付费的文章，Pro 说无法访问链接让我手贴内容，看来是模型不支持联网，但支持 技能配置 ，选下 链接读取 插件就正常了：

🤔 能否通过 模型自己调插件的方式 绕开上面 用户调用插件 的限制呢？同样试试：

🤣 卧槽，果然可以，机智如我：

😄 之前为了避免那个访问限制，只能同步加延时(5分钟请求一次)，但依旧报错：

现在：

😏 而且速度快多了，不过一次还是得等上几分钟，8个不得半个小时？用毛 同步request ，直接上 并发协程 ，Trae 听我号令🔥：

哗哗哗，没几分钟就搞完了

😳 正当我以为万事大吉准备收工，却瞥见输出结果不对劲：


😭 难受，这个方法也行不通，那就只能自己写个插件了...

2.2.7. 写个获取文章内容的插件

😄 这里支持安装三方依赖包，直接装一波 requests：

接着先配 元数据 (插件的输入/输出参数) ：

接着Trae写
接着Ctrl + I 写提示词让AI写代码：


运行结果：

OK，都打印出来了，接着用 Trae 用正则写提取代码 (🐶 Cluade 4.0 靠谱一点)：


🤡 试了下，单纯靠正则不太行，有些正文会获取不到，还是让 Trae 抠 HTML 标签吧：

加了bs4+lxml库，运行后生成结果还可以，代码复制到 Coze：

from runtime import Args
from typings.juejin_article_content.juejin_article_content import Input, Output
import requests
import re
from bs4 import BeautifulSoup


def extract_article_content(url):
"""
从URL获取掘金文章内容并提取正文，使用BeautifulSoup解析HTML

Args:
url: 文章URL地址

Returns:
str: 提取后的文章内容字符串
"""
try:
# 发送HTTP请求获取网页内容
headers = {
'User-Agent': 'Mozilla/5.0 (Windows NT 10.0; Win64; x64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/91.0.4472.124 Safari/537.36'
}
response = requests.get(url, headers=headers)
response.raise_for_status() # 如果请求不成功则抛出异常
html_content = response.text

# 使用BeautifulSoup解析HTML
soup = BeautifulSoup(html_content, 'lxml')

# 提取文章标题
title_element = soup.select_one('h1.article-title')
title = title_element.text.strip() if title_element else "未找到标题"

# 提取文章作者
author_element = soup.select_one('span.name')
author = author_element.text.strip() if author_element else "未知作者"

# 提取文章内容 - 查找文章主体部分
# 尝试多种可能的选择器，增强通用性
content_element = None
possible_selectors = [
'div.article-viewer.markdown-body', # 常规文章页面
'div.markdown-body', # 可能的备选结构
'article.article-content', # 另一种可能的结构
'div.article-content' # 再一种可能的结构
]

for selector in possible_selectors:
content_element = soup.select_one(selector)
if content_element:
break

if content_element:
# 提取所有段落和列表项
paragraphs = []
list_items = []

# 提取段落
for p in content_element.find_all('p'):
# 移除style标签
for style in p.find_all('style'):
style.decompose()

# 获取文本内容
text = p.get_text().strip()
if text:
paragraphs.append(text)

# 提取列表项
for li in content_element.find_all('li'):
text = li.get_text().strip()
if text:
list_items.append(text)

# 去重处理
unique_paragraphs = remove_duplicates(paragraphs)
unique_list_items = remove_duplicates(list_items)

# 构建返回内容 - 只包含正文
content_parts = []

# 添加段落
for p in unique_paragraphs:
content_parts.append(p)

# 添加列表项
for li in unique_list_items:
content_parts.append(f"• {li}")

# 合并所有内容
return "\n\n".join(content_parts)
else:
# 尝试更通用的方法提取内容
# 获取所有段落和列表项，不限定在特定容器内
paragraphs = [p.get_text().strip() for p in soup.find_all('p') if p.get_text().strip()]
list_items = [li.get_text().strip() for li in soup.find_all('li') if li.get_text().strip()]

if paragraphs or list_items:
# 去重处理
unique_paragraphs = remove_duplicates(paragraphs)
unique_list_items = remove_duplicates(list_items)

# 构建返回内容
content_parts = []
content_parts.extend(unique_paragraphs)
content_parts.extend([f"• {li}" for li in unique_list_items])

return "\n\n".join(content_parts)
else:
return "未找到文章内容"

except Exception as e:
return f"处理URL时出错: {e}"


def clean_html_content(html):
"""
清理HTML内容，移除标签但保留文本和表情符号
注意：此函数在使用BeautifulSoup后不再需要，但保留以兼容旧代码

Args:
html: HTML内容

Returns:
清理后的文本内容
"""
# 使用BeautifulSoup清理HTML
soup = BeautifulSoup(html, 'lxml')
# 获取纯文本
clean_text = soup.get_text()
# 移除多余空白
clean_text = re.sub(r'\s+', ' ', clean_text).strip()
return clean_text


def remove_duplicates(items):
"""
移除列表中的重复项

Args:
items: 文本列表

Returns:
去重后的列表
"""
unique_items = []
seen = set()

for item in items:
# 规范化文本以便更好地去重
normalized = re.sub(r'\s+', ' ', item).strip()
# 使用规范化文本作为唯一标识
if normalized and normalized not in seen:
seen.add(normalized)
unique_items.append(item)

return unique_items

def handler(args: Args[Input])->Output:
url = args.input.url
content = extract_article_content(url)
return {"content": content}

运行：

😄 试了好几个url，都能正常获取，接着发布，成功后回到工作流，LLM节点将 工具 替换成我们写的插件：

改下提示词：

接着试运行，成功拿到数据，接着本地跑脚本，发现高频访问还是触发了掘金的反爬，导致获取不到页面内容，🐶 先暂时加了一个错误延时重试，🌚 这个方法可行，但我没留意今天的 1000点 都花完，还在那里跑脚本试。

😳 结果没过多久，手机就收到欠款短信：说我欠款0.07元，我充了0.1元，没隔多久又提示我欠款0.46元，我擦：


🤡 这... 一时没找到设置额度用完就不能用的地方，又怕充完又扣，忍痛又氪了 10块 买了10000点...

2.3. Gitee 文件托管

😄 就是把上面coze解析返回的内容保存成 json文件 ，发到托管网站，可以 直接通过链接进行访问 ，比较 简单且免费 的就 Github 和 Gitee ， 这里选后者，国内访问会顺畅些🐶。Gitee 直接新建一个 公共仓库 ，接着到 设置→安全设置→个人访问令牌→生成新令牌，只给这三个权限：

提交创建：

这个key要保存好，只会显示一次 ！！！同样是忘了只能删掉重建，怎么把文件push到gitee？🤣不需要我们知道，写提示词让Trae代劳就好了：

啪啪啪，立马给我生成：

结果运行报错，复制粘贴给Trae纠错，纠错过程：


Trae 666，修改后自己验证，失败联网搜索，纠正后再验证，👏

提交成功，Gitee仓库也可以看到上传的文件：

接着让Trae完善脚本，调 Coze API，获取响应数据，保存文件，然后push到Git仓库，最终生成代码：

import json
from datetime import datetime
import os
import base64
import time
import asyncio
import aiohttp
from typing import Dict, List, Any, Optional

# 请求Coze工作流
async def fetch_coze_workflow(category: str, session: aiohttp.ClientSession) -> List[Any]:
"""异步请求Coze工作流获取掘金热门文章数据"""
url = "https://api.coze.cn/v1/workflow/run"
headers = {
"Authorization": "Bearer pat_hVoztrF1YdHVrsEtYJR83WqZYgFxL0IZgV5WeogED7VOcaabUNqkwawGHfFRRuxQ",
"Content-Type": "application/json"
}
params = {
"parameters": {
"category": category
},
"workflow_id": "7511534131105251378"
}
try:
async with session.post(url, headers=headers, json=params) as response:
if response.status == 200:
data = await response.json()
print(f"Coze API返回: {data}") # 打印Coze API的响应
if data.get('code') == 0:
# 从data字段获取output并解析为Python对象
output_data = json.loads(data['data'])
return output_data.get('output', [])
return []
return []
except Exception as e:
print(f"调用Coze API失败: {str(e)}")
return []

# 生成JSON文件
async def gen_json_file(result: List[Any], category: str, category_id: str, json_dir: str) -> None:
"""异步更新JSON文件中的掘金热门文章数据"""
# 根据分类生成文件名
category_filename = os.path.join(json_dir, f"{category_id}.json")
try:
# 使用异步文件操作库可能更好，但为简单起见，使用loop.run_in_executor执行同步IO操作
def write_file():
with open(category_filename, "w", encoding="utf-8") as f:
json.dump(result, f, ensure_ascii=False, indent=2)

# 在线程池中执行IO操作
await asyncio.get_event_loop().run_in_executor(None, write_file)
print(f"成功更新 {category} 分类的掘金热门文章到 {category_filename}")
except Exception as e:
print(f"更新JSON文件失败: {str(e)}")

# 上传json文件夹到Gitee仓库
async def upload_json_to_gitee(json_dir: str) -> None:
"""异步上传json文件夹到Gitee仓库"""
# 配置信息（根据用户提供的信息）
ACCESS_TOKEN = ""
OWNER = "coder-pig"
REPO = "juejin_file_save"
BRANCH = "master"
REMOTE_DIR = "hot_articles"
BASE_URL = 'https://gitee.com/api/v5'

# 扫描json目录
json_files = [f for f in os.listdir(json_dir) if f.endswith('.json')]
if not json_files:
print("📂 当前目录下没有找到JSON文件")
return

print(f"📋 找到 {len(json_files)} 个JSON文件:")
for i, file in enumerate(json_files, 1):
print(f" {i}. {file}")

# 定义辅助函数
async def get_file_content(file_path: str) -> Optional[str]:
"""异步获取文件内容并转换为base64编码"""
try:
# 使用run_in_executor执行同步IO操作
def read_file():
with open(file_path, 'rb') as f:
content = f.read()
return base64.b64encode(content).decode('utf-8')

return await asyncio.get_event_loop().run_in_executor(None, read_file)
except FileNotFoundError:
print(f"文件不存在: {file_path}")
return None
except Exception as e:
print(f"读取文件失败: {e}")
return None

async def check_file_exists(remote_path: str, session: aiohttp.ClientSession) -> Optional[Dict]:
"""异步检查远程文件是否存在"""
url = f"{BASE_URL}/repos/{OWNER}/{REPO}/contents/{remote_path}"
params = {
'access_token': ACCESS_TOKEN,
'ref': BRANCH
}

try:
async with session.get(url, params=params) as response:
if response.status == 200:
file_info = await response.json()
# 如果返回的是列表（目录内容），说明这是目录而不是文件
if isinstance(file_info, list):
# 空列表说明目录存在但文件不存在
return None
elif isinstance(file_info, dict) and 'sha' in file_info:
# 返回的是文件信息且包含sha字段
return file_info
else:
# 其他情况视为文件不存在
return None
elif response.status == 404:
return None
else:
response_text = await response.text()
print(f"检查文件存在性时出错: {response.status} - {response_text}")
return None
except Exception as e:
print(f"检查文件存在性时发生异常: {e}")
return None

async def upload_file(local_file_path: str, remote_path: str, session: aiohttp.ClientSession, commit_message: Optional[str] = None) -> Dict:
"""异步上传文件到Gitee仓库"""
# 获取文件内容
file_content = await get_file_content(local_file_path)
if not file_content:
return {'success': False, 'error': '获取文件内容失败'}

# 检查文件是否已存在
existing_file = await check_file_exists(remote_path, session)

# 打印调试信息
if existing_file:
print(f"📝 检测到文件已存在，将进行更新操作")
else:
print(f"✨ 文件不存在，将进行新建操作")

# 构建API URL
url = f"{BASE_URL}/repos/{OWNER}/{REPO}/contents/{remote_path}"

# 生成提交信息
if not commit_message:
timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')
action = "更新" if existing_file else "添加"
commit_message = f"{action}文件 {os.path.basename(local_file_path)} - {timestamp}"

# 构建请求数据
data = {
'access_token': ACCESS_TOKEN,
'content': file_content,
'message': commit_message,
'branch': BRANCH
}

# 如果文件已存在，需要提供sha值
if existing_file and 'sha' in existing_file:
data['sha'] = existing_file['sha']

try:
# 根据文件是否存在选择不同的HTTP方法
if existing_file and 'sha' in existing_file:
# 更新已存在的文件，使用PUT方法
async with session.put(url, json=data) as response:
if response.status in [200, 201]:
result = await response.json()
return {
'success': True,
'message': f"文件上传成功: {remote_path}",
'commit_sha': result.get('commit', {}).get('sha'),
'download_url': result.get('content', {}).get('download_url')
}
else:
response_text = await response.text()
error_msg = f"上传失败: {response.status} - {response_text}"
return {'success': False, 'error': error_msg}
else:
# 创建新文件，使用POST方法
async with session.post(url, json=data) as response:
if response.status in [200, 201]:
result = await response.json()
return {
'success': True,
'message': f"文件上传成功: {remote_path}",
'commit_sha': result.get('commit', {}).get('sha'),
'download_url': result.get('content', {}).get('download_url')
}
else:
response_text = await response.text()
error_msg = f"上传失败: {response.status} - {response_text}"
return {'success': False, 'error': error_msg}

except Exception as e:
return {'success': False, 'error': f"上传过程中发生异常: {e}"}

# 批量上传文件
print("🚀 开始批量上传JSON文件到Gitee仓库...")
results = []
timestamp = datetime.now().strftime('%Y-%m-%d %H:%M:%S')

# 创建一个新的HTTP会话用于上传文件
async with aiohttp.ClientSession() as session:
# 创建所有上传任务
upload_tasks = []
for file in json_files:
local_path = os.path.join(json_dir, file)
remote_path = f"{REMOTE_DIR}/{file}"
commit_msg = f"更新掘金热门文章JSON数据 - {file} - {timestamp}"

task = upload_file(local_path, remote_path, session, commit_msg)
upload_tasks.append((file, local_path, remote_path, task))

# 等待所有上传任务完成
for file, local_path, remote_path, task in upload_tasks:
result = await task
results.append({
'local_path': local_path,
'remote_path': remote_path,
'result': result
})

# 打印结果
if result['success']:
print(f"✅ {local_path} -> {remote_path} 上传成功")
else:
print(f"❌ {local_path} -> {remote_path} 上传失败: {result['error']}")

# 统计结果
success_count = sum(1 for r in results if r['result']['success'])
total_count = len(results)
print(f"\n📊 上传完成: {success_count}/{total_count} 个文件成功")

async def process_category(category: str, category_id: str, session: aiohttp.ClientSession, json_dir: str) -> None:
"""异步处理单个分类的文章"""
print(f"开始处理 {category} 分类的文章...")
result = await fetch_coze_workflow(category, session)
if result:
await gen_json_file(result, category, category_id, json_dir)


async def main():
"""主函数，协调所有异步任务"""
category_map = {
'综合': '1',
'后端': '6809637769959178254',
'前端': '6809637767543259144',
'Android': '6809635626879549454',
'iOS': '6809635626661445640',
'人工智能': '6809637773935378440',
'开发工具': '6809637771511070734',
'代码人生': '6809637776263217160',
'阅读': '6809637772874219534'
}

# 确保json目录存在
json_dir = os.path.join(os.path.dirname(os.path.abspath(__file__)), 'json')
if not os.path.exists(json_dir):
os.makedirs(json_dir)

# 创建一个共享的HTTP会话
async with aiohttp.ClientSession() as session:
# 创建所有分类的任务列表
tasks = []
for category, category_id in category_map.items():
task = process_category(category, category_id, session, json_dir)
tasks.append(task)

# 并发执行所有任务
await asyncio.gather(*tasks)

print("所有分类的文章处理完成！")
# 上传JSON文件到Gitee（异步操作，但在所有文章处理完成后执行）
await upload_json_to_gitee(json_dir)

if __name__ == "__main__":
# 运行异步主函数
asyncio.run(main())

运行结果：

2.4. 嘴遁-🔥静态页面生成术

文档先行，简单写写开发文档：

# 掘金微热榜

开个一个静态的纯前端项目(不依赖Node.js，或是需要编译的框架)，用于掘金微热榜的展示。

# 接口API

category_map = {
'综合': '1',
'后端': '6809637769959178254',
'前端': '6809637767543259144',
'Android': '6809635626879549454',
'iOS': '6809635626661445640',
'人工智能': '6809637773935378440',
'开发工具': '6809637771511070734',
'代码人生': '6809637776263217160',
'阅读': '6809637772874219534'
}

不同类别，对应不同的json文件地址，如"综合" 对应 https://gitee.com/coder-pig/juejin_file_save/blob/master/hot_articles/1.json，项目最终会托管到服务器上。请使用这些json文件作为数据源，不要使用假数据！

# 接口返回Json数据样例

```
[{
"ai_desc": "2025年5月30日，由rolldown驱动的vite，rolldown-vite正式内测。作者用前端项目实测，替换后编译打包4231个文件，操作10次，打包性能提升约2倍，暂未发现问题，可供尝鲜。",
"ai_title": "实测：下一代Vite速度快一倍",
"author_id": "1028798615918983",
"author_name": "粥里有勺糖",
"collect": 0,
"comment_count": 0,
"content_id": "7510477725476339766",
"content_url": "https://juejin.cn/post/7510477725476339766",
"like": 1,
"order": 9,
"title": "视野修炼-技术周刊第121期 | Rolldown-Vite",
"view": 79
}],
```

# 页面需展示的字段

ai_title (没有的话显示title)、ai_desc、view、like、comment_count、collect、content_url

# 交互逻辑

点击文章，打开新标签页跳转到content_url对应的页面

写提示词让 Trae 开干：

以及各种 截图标注，指出问题，让Trae改改改，最终本地预览效果：

本地预览没啥问题，接着发布到 掘金MCP ，切下Agent，然后键入 "发布到掘金MCP"


发布成功后，可以点开上面的预览链接进行预览，没啥问题点击右上角的 "发布 "，依次填下：作品名 、描述 、封面 、对话记录 和 项目Rules 然后发布等审核就行啦，作品链接：🌟 掘金微热榜

3. 小结

🤡 花了差不多2天 (🙂1.5天整Coze+0.5天指挥Trae写页面 )，仓促弄完，以为很简单一个东西，结果踩坑不少，最受伤的莫过于😭 荷包-20 (都够在 东哥那里喝一月奶茶了😐桑心... )

💁‍♂️ 项目基本支棱起来了，但还存在下面这三个主要问题：

• 并发执行Coze工作流爬掘金文章太快，会触发反爬，导致获取不到内容🤡，AI 自然生成不了标题和摘要。细水长流，最重要 稳 ，还是改成 同步爬取+长延时策略，慢没关系，热榜数据变化不会太频繁，🐶 而且1000点的额度，一天也就够搞2~3次。
• Gitee 托管文件不行 🐶，也不知道 json 文件哪里有敏感信息，有几个文件访问几次后就报 "The content may contain violation information "，🤷‍♀️ 妥妥需要换一个，🙇大佬 有什么免费/便宜，操作起来简单，不用搞域名备案啥的 文件托管网站， 请务必到评论区安利一波😋~
  🤡 浏览器的同源策略 坑了我一把，本地预览正常，部署了却一直加载不出来，我 F12 抓了一波包：
  
  🤡 我以为是这两个文件没有上传上去，还把这两玩意也放到gitee上了，然后通过URL的方式引用，结果还是404 ，后面群里问大佬，说是我 浏览器问题：
  
  🙂 看了下，还真是：
  
  🤔 虽然 404 ，但也不影响展示，真的不显示的原因还是 "跨域问题 "，搜了下 Chrome如何关闭CORS策略 ，试了好几种方法都不行，没咋搞过前端，这玩意我还真不了解，问了下 Trae ，给了一个最简单的解决方法------第三方CORS代理服务，通过中间层转发机制，将客户端请求经代理服务器中转至目标服务器，并在响应中添加必要的CORS头信息。用的 api.allorigins.win，🤡 暂时解决了问题~
  
  😃 其它就是一些功能和UI的细化，有什么建议欢迎评论区留言💐~**