用Coze搭建AI新闻自动汇总：从定时触发到飞书推送

每天早上固定时间，我都要往团队群里丢一份AI新闻汇总。这件事持续了大概半年，最开始是纯手工：浏览器开十几个标签页，挨个扫标题，觉得重要的复制进文档，再写一两句摘要，排好版发出去。看着不起眼，其实每天要花掉我40分钟到1小时，遇到突发大新闻更久，而且经常漏。后来我把整套流程搬到了Coze上，搭了一个定时任务，每天自动抓取多个信息源、清洗去重、让大模型按固定格式生成日报，再推到飞书群，全程基本不需要我自己动手。这篇文章就是我基于这个项目整理的完整复盘，包括方案怎么定下来的、工作流节点怎么配的、提示词怎么写的，以及跑了几个月踩到的一堆坑，适合同样想用Coze做内容自动化的人参考。

1. 项目背景与整体方案怎么定下来的

1.1 这个需求到底痛在哪

先别急着聊技术，如果你没有“每天整理情报”这个场景，可能很难理解我为什么要折腾这么一套东西。我之前是负责行业内容和社群运营的，每天早上第一件事就是把前一天和凌晨的AI圈动态整理成一份几百字的晨报，发到团队群和几个核心用户群里。听起来工作量不大，但真正做了才知道：信息源一多，筛选就很难。我当年手动关注了十几个网站和公众号，从量子位、机器之心到arXiv和Hacker News，每个源点一遍起码要十分钟；点完之后还要判断哪些值得写、哪些只是标题党，写摘要又要一次判断。我试过用收藏夹、用笔记软件、用表格管理，最后发现所有“辅助工具”解决不了最核心的问题——整理本身需要大量重复劳动。

更崩溃的是出差和假期。有一回我连着三天在外面，回来补了三篇日报，补到晚上十一点半，从那以后我就下定决心，要把这套东西自动化。这其实不是个复杂的想法：每天固定时间，程序去抓取新闻，交给大模型筛选和写摘要，再推送到群里。唯一要解决的是怎么用最简单的方式实现，而不是自己从头写一套爬虫加发布系统。

1.2 为什么最终选了Coze而不是自己写爬虫

我第一反应是写Python。毕竟我自己会一点编程，用requests抓RSS、用crontab定时、再调大模型API生成摘要，然后通过webhook推到飞书，听起来都是成熟方案。但认真一算，维护成本比想象的高：新闻源随时会改版，RSS结构变了要改代码；crontab要跑在服务器上，服务器挂了没人知道；大模型API要自己管理Key和计费。更麻烦的是调试，一句正则写错可能就要等到第二天定时任务跑完才发现。对我来说，这只是个辅助内容生产的工具，我不想为它搭一套随时要运维的系统。

coze.com这类智能体平台的优点就在这里：定时触发、工作流编排、大模型调用、插件、发布渠道全是托管好的，我只需要用可视化方式把节点串起来。下面是自建和Coze的对比，当时做完这个对比我就决定不折腾服务器了。

当然，Coze不是万能的，如果你要抓的源特别冷门、页面结构又复杂，它提供的能力可能不如自己写爬虫灵活。但就“每天一篇AI新闻自动汇总”这个需求来说，Coze完全够用，而且能省掉大量周边工作。核心取舍是：把时间花在内容质量上，而不是花在爬虫维护上。

1.3 这套自动汇总的整体流程

我最终把整个流程设计成了五个环节：定时触发、多源采集、清洗去重、大模型汇总、多渠道发布。用Coze的表达方式来说，就是创建一个支持定时触发的Bot，Bot底层挂一个工作流，工作流里依次放采集、处理、总结、发布的节点。跑通之后，每天早上8点，触发器会准时拉起整个流程，工作流先把各个新闻源的最新内容抓回来，经过清洗和去重，交给大模型按固定模板生成《AI日报》，最后通过Webhook推送到飞书群，同时把历史记录写进一张多维表格。

这个架构不是一次想出来的，是慢慢迭代出来的。第一版我只接了3个RSS源，每天汇总出来大概10条；后来发现单源不稳定，就改成了多源并行；再后来觉得大模型生成摘要偶尔“发挥过头”，又加了更严格的提示词约束。所以在下面实操部分，我会把这套最终版本讲清楚，同时把迭代过程中遇到的坑单独列一章。

2. 搭之前必须搞清楚的几个Coze概念

2.1 Bot、工作流、触发器、插件分别干吗的

很多第一次用Coze的人会被“Bot”“工作流”“插件”这些词弄晕。我按自己的理解说下：Bot是平台上的智能体应用，它对应一个可以交互或定时运行的主体，类似一个“小程序外壳”；工作流是一组节点的串联，负责处理具体的逻辑，比如抓取、去重、生成；插件是平台或第三方提供的现成能力，比如RSS读取、网页解析、Webhook发送；触发器是让Bot或工作流跑起来的条件，可以是定时、收到消息、URL被调用等。

自动汇总这个项目里，它们的关系是：定时触发器每天唤醒Bot，Bot调用工作流，工作流在内部通过插件节点抓数据、通过大模型节点做汇总，最后再通过发布节点把结果发出去。如果用对话Bot的形态，还可以让用户在群里跟它聊，比如“今天只给我看大模型相关的新闻”。

我建议你在动手前先建一个测试工作流，把开始、大模型、结束三个节点连起来跑一次，感受一下节点之间怎么传数据，再来做这个复杂的自动汇总。平台本身有调试模式，可以看每个节点的输入输出，这点比写脚本调试舒服太多。

2.2 新闻数据源选型：RSS、热榜、API怎么搭

新闻源是整个工作流的地基，源选不好，后面再牛的模型也白搭。我在生产环境里主要用三类：

第一类是RSS源，优点是结构规整、更新及时、很多站点都免费提供。我常用的包括：arXiv的cs.AI分类RSS，学术动态很全；Hacker News的RSS，硅谷技术圈讨论集中；量子位和机器之心的RSS，中文AI媒体里更新比较勤；InfoQ的AI频道、Product Hunt的每日新品Feed，看AI产品上新。具体地址要以对方站点公布的Feed为准，因为这些地址偶尔会变。第二类是热榜或聚合API，比如今日热榜这类第三方服务，一次能拿到多个平台的榜单，还有Hacker News的官方API，可以按关键词过滤。第三类是网页抓取，针对那些不发RSS但有价值的站点，用Coze的网页解析插件直接抓。

我的建议是至少准备6到10个源，并且做好冗余，因为单个源随时可能失效。采集逻辑上不要一上来就全量抓，先用RSS或API拿到标题列表，再对标题做关键词过滤，只保留跟AI明显相关的条目，这样能省下后面大模型处理的token和时间。

2.3 输出渠道怎么接：飞书群、公众号、多维表格

汇总生成之后要有人能看见，输出渠道也是提前要想清楚的。最省事的是Webhook：飞书群机器人、企业微信群机器人、钉钉群机器人都有自定义Webhook，Coze里可以直接配置，把最终Markdown文本POST过去。我目前的主力发布渠道就是飞书群，因为团队日常协作在飞书里，Webhook配置也简单，群里所有人能直接看，还能往下翻历史。

如果你的目标是对外发布，可以接微信公众号，用Coze的HTTP请求节点调用公众号接口、把内容存成草稿，然后人工在公众号后台点发布。这个流程稍微复杂一点，因为要先拿access_token，但做出来效果很好。另外，我强烈建议在发布到IM的同时，把每天的汇总结果写进飞书多维表格或Notion，等于顺手建了一个AI行业的新闻库。后面想查“上个月有哪些大模型发布”会非常方便，这也是后面做周报、月报的基础。

3. 从零搭建：完整实操步骤

3.1 创建定时任务Bot并绑定工作流

登录Coze平台之后，先创建一个新的Bot。创建时要注意选择类型，自动汇总适合用“定时任务”这类非对话形态，而不是普通的聊天Bot；如果你用的版本没有专门的定时任务类型，也不用担心，通常在Bot设置里能找到“触发器”或“计划任务”入口，创建一个定时触发器即可。时间我设的是每天早上8点，时区按国内习惯选UTC+8，触发时把当前日期作为参数传给工作流。

创建完Bot之后，工作流还是空的，所以先不急，下面从采集节点开始搭。这一步踩过最大的坑是：有些版本默认创建的Bot是对话型的，你不在聊天窗口里主动发消息它根本不会跑。所以创建的时候一定要确认绑定的是定时触发器，而不是只有“当用户说话时触发”。

3.2 搭建新闻采集节点：多源并行抓取

回到工作流编辑页，第一步放采集逻辑。我试过两种做法。第一种