统一解析 × 大模型生成：多平台热点内容自动化总结工作流实战

目录

引言

一、蓝耘平台

二、工作流全景

三、环境准备

四、在工作室创建"空白应用"

五、条件分支说明

六、平台解析器

七、变量聚合器

[八、接入 LLM](#八、接入 LLM)

九、输出与交付

总结

---

引言

在信息高度分散的时代，热点内容散落在掘金、B 站、微博、今日头条等多个平台，人工整理成本高且标准不统一。本文基于蓝耘MaaS和Dify实战搭建一套多平台内容聚合与大模型自动总结的工作流方案。通过统一解析各平台数据结构，将结果交由 LLM 自动生成结构化热闻摘要，并支持 Markdown / PDF 输出。整套流程覆盖数据采集、平台解析、变量聚合、模型调用与结果交付，可直接复用与扩展。适用于每日热闻汇总、舆情监测及自动化内容运营等实际场景。

一、蓝耘平台

**蓝耘元生代**是一个面向开发者与企业级用户的一站式 AI 智算与模型服务平台，整合了云算力、模型即服务（MaaS）、应用开发与大模型生态等核心能力，致力于降低 AI 应用从"想法"到"落地"的整体门槛。

平台不仅提供多种预训练大语言模型（如 DeepSeek 系列），还覆盖弹性算力调度、模型托管、推理服务与工具集成等多种使用模式，为技术团队和业务方提供从模型调用到部署运行的一体化解决方案。

在能力形态上，蓝耘既可以作为模型调用平台 使用，也可以承载更复杂的智能应用构建与 工作流 编排，适合需要快速验证、持续迭代或规模化运行 AI 能力的场景。

核心能力与产品

• 算力 调度与管理：支持分布式训练、弹性 GPU 调度、混合云与私有化部署，满足不同规模与负载特征的 AI 任务需求。

• MaaS（模型即服务）平台：以 API 形式提供多种预训练模型能力，覆盖自然语言、图像与多模态场景，用户无需自行训练即可直接调用。

• 模型与生态广场：内置模型库、MCP 服务与工具集成、行业模板及可视化调试能力，加速应用开发与验证。

• 低代码 / 可视化开发支持：通过 UI 化方式构建 AI 工作流与模型调用逻辑，显著降低工程集成与维护成本。

可以将蓝耘理解为一个 "AI 智算 + 模型与工具服务集市"： 你既可以通过网页或 API 直接调用现成模型（例如 DeepSeek-V3.2），也可以托管自有模型，或基于工作流构建更复杂的智能应用。

在本文的实战中，我们选择兼容蓝耘MaaS平台的 OpenAI-API-compatible 供应商进行配置，正是利用其兼容 API 的模型部署与推理能力------无需自行搭建底层算力或模型服务，只需将整理好的数据发送给模型，即可获得分析与生成结果。

二、工作流全景

输出示例：

简单来说，整体流程可以概括为：

数据采集 → 平台 解析器 （统一格式） → 变量聚合器 → LLM 分析生成 → Markdown 转 PDF / 返回用户

通过工作流的方式，将"多平台差异"与"模型能力"解耦，保证流程清晰、结构可复用。

三、环境准备

在 Studio 中，首先需要安装以下三个插件（顺序无关）：

• rookie_rss（或你使用的其他抓取器）

• OpenAI-API-compatible（用于对接兼容 OpenAI 接口的模型服务）

• Markdown 转换器（用于将 Markdown 输出转换为 PDF）

安装完成后，确认插件在「已安装」列表中可见。

四、在工作室创建"空白应用"

步骤：

1. 打开 Studio → 在窗口底部点击 创建空白应用。

2. 进入应用后，添加第一个节点：数据输入（可以是 RSS / HTTP / webhook）。

3. 添加条件分支节点（详见下一节），然后连接到不同平台的解析执行器（或统一解析器）。

五、条件分支说明

条件分支用于判断当前运行需要处理哪个平台的数据，举例判断字段 platform 的取值："juejin", "bilibili", "weibo"，或者 "all"。每个分支会把 arg1（原始 JSON）丢给对应的解析脚本或同一解析器的不同适配器。

设计建议：尽量把平台差异放在解析层（parser）里，工作流节点保持薄而专注，便于维护和扩展。

六、平台解析器

• 输入为 JSON 字符串、dict 或 list

• 自动提取 articles 列表

• 统一输出表格（标题、热度、移动/PC 链接、更新时间）

• 时间戳解析：支持 ISO8601（有/无毫秒），以及秒/毫秒时间戳，最终转为上海时间（UTC+8）

推荐的可复用函数（放进 工作流 的"脚本执行"节点）

import json
from datetime import datetime, timezone, timedelta
from typing import Any, List, Dict

SH_TZ = timezone(timedelta(hours=8))

def parse_update_time(raw: Any) -> str:
    if not raw:
        return ""
    s = str(raw)
    # ISO 带毫秒: 2024-01-01T12:00:00.123Z
    for fmt in ("%Y-%m-%dT%H:%M:%S.%fZ", "%Y-%m-%dT%H:%M:%SZ"):
        try:
            dt = datetime.strptime(s, fmt).replace(tzinfo=timezone.utc)
            return dt.astimezone(SH_TZ).strftime("%Y-%m-%d %H:%M:%S")
        except Exception:
            pass
    # 时间戳（秒或毫秒）
    try:
        ts = int(s)
        if len(s) == 13:
            ts = ts / 1000
        dt = datetime.fromtimestamp(ts, tz=timezone.utc)
        return dt.astimezone(SH_TZ).strftime("%Y-%m-%d %H:%M:%S")
    except Exception:
        return s

def extract_articles(data: Any) -> List[Dict]:
    if isinstance(data, dict) and "articles" in data:
        return data.get("articles", [])
    if isinstance(data, list):
        out = []
        for item in data:
            if isinstance(item, dict):
                out.extend(item.get("articles", []))
        return out
    return []

def build_table_from_arg(arg1: Any) -> List[List[str]]:
    # arg1 可以是 JSON 字符串 / dict / list
    if isinstance(arg1, str):
        try:
            parsed = json.loads(arg1)
        except Exception:
            parsed = arg1
    else:
        parsed = arg1

    # 支持包装 {"arg1": ...} 的情况
    data = parsed.get("arg1", parsed) if isinstance(parsed, dict) else parsed

    articles = extract_articles(data) if data else []
    table = [["标题", "热门评分", "新闻链接-手机端", "新闻链接-PC端", "更新时间"]]

    for item in articles:
        title = item.get("title", "") if isinstance(item, dict) else ""
        hot_score = item.get("hot_score", "")
        mobile_link = item.get("links", {}).get("mobile", "") if isinstance(item, dict) else ""
        pc_link = item.get("links", {}).get("pc", "") if isinstance(item, dict) else ""
        update_time_raw = item.get("metadata", {}).get("update_time", "") if isinstance(item, dict) else ""
        update_time = parse_update_time(update_time_raw)
        table.append([title, hot_score, mobile_link, pc_link, update_time])

    return table

# 在工作流里你可以把返回值转成 JSON 字符串或直接作为 node 输出
def main(arg1):
    try:
        tbl = build_table_from_arg(arg1)
        return {"result": tbl}
    except Exception as e:
        return {"error": str(e)}

说明：把这段代码放到"脚本执行"节点，并为不同平台的分支都调用此函数（因为原始数据结构一致时可直接复用）。如果某个平台的 articles 结构不同，再写一个小 adapter 层把它规范成 articles 的格式。

七、变量聚合器

变量聚合器的作用是把各平台解析结果和一些元数据（抓取时间、平台名、爬虫状态、样本条数、top N 关键词等）聚合成一个统一 context，传给 LLM。示例字段：

• fetch_time（格式：2025-12-23 14:30:00）

• platforms（["juejin","bilibili"]）

• article_table（上一步生成的表格）

• summary_prompt_template（你想让 LLM 怎样写总结的提示词）

• top_n（传给 LLM 的候选量，比如 top 5）

八、接入 LLM

1、点击右上角头像 → 设置 → 模型供应商（Model Providers）→ 选择 OpenAI-API-compatible

2、把 API Key / Endpoint / 必要参数填进去

2、在"模型调用"节点里选择 deepseek-v3.2 并设置合适的 temperature、max_tokens、和 system prompt（比如"你是一位清晰、专业的内容编辑，给出要点式总结并加入发布时间"）。

示例 prompt（传给模型的用户提示）：

请基于以下表格生成一段不超过 300 字的热闻摘要，要求：
1. 概述每个平台上最热的 3 条内容（用 bullet 列出）
2. 每条后面标注平台和抓取时间
3. 最后给出 1 条行动建议（如转发、深入追踪或忽略）
表格数据：<插入 article_table>
抓取时间：<fetch_time>

九、输出与交付

将模型生成的摘要内容与解析后的表格合并，生成统一的Markdown文档（包含标题、抓取时间、表格与 LLM 总结文本）。 随后通过Markdown 转换器插件，将 Markdown 文档转换为 PDF，用于存档、分享或二次分发。

建议在 Markdown 文档开头显式插入抓取时间，例如：

抓取时间：2025-12-23 14:30:00

以保证结果具备时间可追溯性。

总结

本文展示了一套可复用、可扩展的实战流水线，用于将掘金、B 站、微博、今日头条等多平台的新闻与帖子数据进行统一解析与聚合，并交由大语言模型生成结构化的热点摘要，最终导出为 Markdown / PDF 报告。

整套方案涵盖以下核心模块：

插件准备（数据抓取、模型调用与 Markdown 转换）、Studio 中的空白应用与条件分支设计、可复用的 Python 平台解析器（统一为 articles 表格结构）、变量聚合器（整合表格与元数据）、模型调用（示例：DeepSeek-V3.2）以及最终的 Markdown → PDF 输出。

实践中的关键经验在于：将平台差异封装在解析层、统一时间格式（UTC+8）、并将 prompt 模板与抓取时间作为显式变量传递，从而保证生成结果具备一致性、可审计性与长期复用价值。