立项原因:公司运营团队每天需要人工从多个体育资讯数据源收集赛事信息,再手动改写、排版、发布到自有 App 和 PC 站。内容量大、时效要求高,尤其是凌晨比赛集中时段,纯人工根本跟不过来,重复劳动多、效率低、还容易漏发或出错。 行业场景:面向内容运营 / 媒体资讯行业,解决体育资讯内容"生产—校验—分发"的自动化问题,用"抓取 → AI 生成/润色 → 定时发布"全链路替代人工操作,属于内容运营场景下的自动化工具,核心价值是用代码 + 大模型提升内容的生产效率与稳定性。
点击空白处退出提示
立项原因:公司运营团队每天需要人工从多个体育资讯数据源收集赛事信息,再手动改写、排版、发布到自有 App 和 PC 站。内容量大、时效要求高,尤其是凌晨比赛集中时段,纯人工根本跟不过来,重复劳动多、效率低、还容易漏发或出错。 行业场景:面向内容运营 / 媒体资讯行业,解决体育资讯内容"生产—校验—分发"的自动化问题,用"抓取 → AI 生成/润色 → 定时发布"全链路替代人工操作,属于内容运营场景下的自动化工具,核心价值是用代码 + 大模型提升内容的生产效率与稳定性。
主要功能模块:
内容管理:文章列表,支持对生成/润色后的内容进行查看、编辑、发布状态管理(待发布/已发布/已润色/失败)。
任务中心:定时调度与任务执行,按定时规则触发各条内容流水线(抓取、生成/润色、发布),实时查看任务状态(等待中/运行中/已完成/失败/已取消)、执行日志与进度。
配置管理:AI 提供商与模型配置、各渠道 Prompt 模板管理、默认分类/作者、抓取方式(headless)等,支持热更新。
用量监控:大模型 Token 用量看板与成本预警,统计各渠道/任务的调用量与费用。
日志中心:全链路日志统一检索与实时日志查看,便于问题定位。 主要功能:打通"信息抓取 — AI 内容生成与润色 — 质量校验 — CMS 自动发布 — 定时调度 — 日志监控"全链路,自动过滤重复、低质、不合规内容,替代原人工 + 命令行的重复操作模式。
负责内容:独立承担该项目从需求设计、开发到落地交付的全流程,包括后端任务调度与执行、多模型工程化封装、内容校验规则、Vue3 可视化管理后台、容器化部署与 CI/CD、监控与成本治理。 技术栈与架构:前端 Vue3 + Vite + Ant Design Vue + ECharts;后端 Python + APScheduler + Redis 队列;多模型接入(DashScope、DeepSeek 等),Prompt 模板管理、JSON 格式校验、指数退避重试。二期将单体拆分为 API 网关、定时调度器、任务 Worker 三个服务,基于 Redis 队列异步解耦,引入死信队列、熔断降级、密钥认证与限流。云原生上采用 Docker + K8s(TKE)部署,接入 CI/CD 流水线与灰度发布、SLS 日志、HPA 弹性伸缩。 亮点与难点:① 长耗时 AI 任务曾阻塞单进程导致调度延迟,通过拆服务 + 异步队列解决;② 初期大模型输出格式不稳定,通过 Prompt 约束与失败重试,发布内容通过率从 70% 提升到 90% 以上;③ 搭建 Token 用量看板与模型路由,优化后单月大模型调用成本降低约 25%,任务执行成功率从 85% 提升至 98%;④ 通过死信队列与对账机制,任务丢失率从 5% 降至 0.1% 以下。



评论