最近在技术社区看到一个很有意思的项目一位开发者用 Claude 和 GitHub Pages 自动化生成了一份“报纸”。这个想法立刻吸引了我它完美地结合了当前热门的 AI 自动化和静态站点生成技术为我们展示了一种全新的内容创作与分发模式。无论是想打造个人技术周报、自动化知识库还是探索 AI 在内容生产链中的应用这个项目都提供了一个极佳的实践蓝本。本文将带你从零开始完整复现并深度剖析这个“自动化报纸”项目的核心架构。我们将拆解其工作流程从 AI 提示词工程、数据抓取与处理到静态站点生成与自动化部署每一步都会提供可运行的代码和配置。无论你是前端开发者想学习 GitHub Actions 和静态站点还是对 AI 应用落地方案感兴趣都能从本文中获得可直接复用的实战经验。1. 项目核心概念与价值在深入代码之前我们首先要理解这个项目到底在做什么以及它解决了什么问题。1.1 什么是“自动化报纸”传统的报纸生产流程涉及记者采编、编辑排版、印刷发行等多个环节周期长、人力成本高。而这个“自动化报纸”项目本质上是一个内容聚合、AI 重写与格式化发布的自动化流水线。它的核心流程可以概括为信息采集从指定的 RSS 源、新闻网站 API 或社交媒体抓取原始内容。AI 处理使用 Claude 等大语言模型对原始内容进行总结、润色、分类甚至生成评论。内容格式化将处理后的内容按照报纸的版式如标题、摘要、栏目、日期进行结构化。静态生成利用静态站点生成器如 Jekyll, Hugo, Next.js将结构化数据生成为 HTML 页面。自动化发布通过 GitHub Actions 等 CI/CD 工具定时触发整个流程并将最终生成的网站部署到 GitHub Pages 等免费托管服务上。最终产出物是一个定期如每天、每周更新的网站其内容、版式均无需人工干预实现了从“信息源”到“成刊发布”的全自动化。1.2 为什么选择 Claude GitHub Pages 这个技术栈Claude (Anthropic API)相比其他模型Claude 在长文本理解、指令遵循和内容安全性上表现突出非常适合处理新闻摘要、风格改写等任务。其 API 也相对稳定易用。GitHub Pages提供免费的静态网站托管服务无缝集成 Jekyll并且通过 GitHub Actions 可以实现极简的自动化部署。非常适合个人项目或原型。GitHub Actions是串联整个自动化流程的“胶水”。它可以定时运行执行 Python 脚本调用 AI API、生成静态网站并自动提交回仓库或部署。这个技术栈组合成本低主要成本是 AI API 调用、可靠性高、完全可编程是实践自动化项目的理想选择。1.3 项目应用场景个人技术摘要自动抓取你关注的 GitHub 趋势项目、Hacker News 头条、技术博客 RSS生成一份专属的技术简报。垂直领域资讯站例如自动生成关于“Web3”、“AI 科研”或“ Rust 语言”的每日快讯。内容创作实验探索 AI 在编辑、校对、多风格写作方面的能力边界。学习自动化与集成这是一个绝佳的实战项目涉及 API 调用、数据处理、任务调度和 DevOps。2. 环境准备与工具链搭建在开始构建之前我们需要准备好所有工具和账户。2.1 基础环境配置操作系统macOS, Linux 或 WSL2 (Windows)。本文示例基于 Linux/macOS 命令行。Python 3.8我们将使用 Python 编写主要的自动化脚本。Node.js 16(可选)如果你选择使用基于 Node.js 的静态生成器如 Next.js, Gatsby。Git版本控制必备。首先创建一个项目目录并初始化环境。# 创建项目文件夹 mkdir auto-news-paper cd auto-news-paper # 创建虚拟环境 (推荐) python3 -m venv venv # 激活虚拟环境 # macOS/Linux: source venv/bin/activate # Windows (cmd): # venv\Scripts\activate.bat # 初始化 git 仓库 git init2.2 关键账户与 API 申请GitHub 账户用于托管代码和部署 Pages。Anthropic API Key访问 Anthropic 官网 注册并创建 API Key。重要API Key 是私密信息务必保存在安全的地方切勿提交到公开仓库。数据源准备RSS 源寻找你感兴趣领域的 RSS 地址。例如Hacker News:https://news.ycombinator.com/rss某科技博客 RSS。API 源有些新闻网站提供 API可能需申请 Key如 NewsAPI。2.3 项目结构设计在开始编码前规划好项目结构能让后续开发更清晰。auto-news-paper/ ├── .github/workflows/ # GitHub Actions 自动化工作流文件 │ └── daily-paper.yml ├── scripts/ # 核心 Python 自动化脚本 │ ├── fetch_news.py # 抓取原始新闻 │ ├── process_with_ai.py # 调用 Claude API 处理内容 │ └── generate_json.py # 生成静态站点所需的数据文件 ├── site/ # 静态网站源代码例如 Jekyll 站点 │ ├── _data/ # 存放脚本生成的 news.json │ ├── _layouts/ │ ├── _includes/ │ ├── css/ │ └── index.html # 主页模板 ├── requirements.txt # Python 依赖列表 ├── config.yaml # 配置文件API Key、数据源等 └── README.md我们将按照这个结构逐步构建。3. 核心模块一新闻数据抓取 (fetch_news.py)第一步是从互联网上获取原始的新闻内容。这里我们以抓取 RSS 为例。3.1 安装依赖创建requirements.txt文件并安装依赖。# requirements.txt feedparser6.0.10 # 用于解析 RSS/Atom 源 requests2.31.0 # 通用的 HTTP 请求库 python-dotenv1.0.0 # 管理环境变量用于保护 API Key PyYAML6.0.1 # 读取 YAML 配置文件在终端执行pip install -r requirements.txt3.2 编写抓取脚本创建scripts/fetch_news.py。# scripts/fetch_news.py import feedparser import json from datetime import datetime, timezone from typing import List, Dict import yaml import os def load_config() - Dict: 加载配置文件 config_path os.path.join(os.path.dirname(__file__), .., config.yaml) with open(config_path, r) as f: return yaml.safe_load(f) def fetch_rss_feed(feed_url: str, max_items: int 10) - List[Dict]: 从指定的 RSS URL 抓取新闻条目 Args: feed_url: RSS 源的 URL max_items: 最多获取多少条 Returns: 包含新闻条目的字典列表 print(f正在抓取 RSS 源: {feed_url}) feed feedparser.parse(feed_url) news_items [] for entry in feed.entries[:max_items]: # 清理和提取关键信息 item { title: entry.get(title, 无标题), link: entry.get(link, #), summary: entry.get(summary, entry.get(description, )), published: entry.get(published, ), source: feed.feed.get(title, 未知来源), source_url: feed_url, fetched_at: datetime.now(timezone.utc).isoformat() } # 如果 summary 太长先简单截断后续由 AI 处理 if len(item[summary]) 500: item[summary] item[summary][:497] ... news_items.append(item) print(f - 已抓取: {item[title][:50]}...) return news_items def main(): 主函数抓取所有配置的源并保存为 JSON config load_config() all_news [] # 遍历配置中的 RSS 源 for source in config.get(rss_sources, []): try: items fetch_rss_feed(source[url], source.get(max_items, 5)) all_news.extend(items) except Exception as e: print(f抓取源 {source[url]} 时出错: {e}) # 按发布时间排序如果有的话 try: all_news.sort(keylambda x: x.get(published, ), reverseTrue) except: pass # 如果时间解析失败忽略排序 # 保存到临时文件供下一个处理阶段使用 output_path os.path.join(os.path.dirname(__file__), .., temp_raw_news.json) with open(output_path, w, encodingutf-8) as f: json.dump(all_news, f, ensure_asciiFalse, indent2) print(f抓取完成共 {len(all_news)} 条新闻。原始数据已保存至: {output_path}) return all_news if __name__ __main__: main()3.3 配置文件示例创建项目根目录下的config.yaml。# config.yaml rss_sources: - name: Hacker News Top Stories url: https://news.ycombinator.com/rss max_items: 5 - name: TechCrunch url: https://techcrunch.com/feed/ max_items: 5 # 你可以在这里添加更多 RSS 源 # AI 处理相关配置API Key 不要写在这里 ai: model: claude-3-haiku-20240307 # 使用成本较低的 Haiku 模型进行初步处理 max_tokens_per_item: 500重要安全提示anthropic_api_key等敏感信息绝不能直接写在config.yaml中提交到 Git。下一步我们会用环境变量管理。4. 核心模块二AI 内容处理 (process_with_ai.py)这是项目的“大脑”。我们将调用 Claude API 对抓取的原始新闻进行加工。4.1 使用环境变量管理密钥创建.env文件并确保它在.gitignore中。# .env ANTHROPIC_API_KEYyour_actual_api_key_here更新.gitignore# .gitignore venv/ __pycache__/ *.pyc .env temp_*.json _site/ # Jekyll 生成目录 .DS_Store4.2 编写 AI 处理脚本创建scripts/process_with_ai.py。这个脚本将读取原始新闻调用 Claude API 为每条新闻生成一个简练的摘要和分类。# scripts/process_with_ai.py import json import os from typing import List, Dict import yaml from dotenv import load_dotenv import anthropic # 需要安装 anthropic 库 pip install anthropic import time # 加载环境变量 load_dotenv(os.path.join(os.path.dirname(__file__), .., .env)) def load_config() - Dict: config_path os.path.join(os.path.dirname(__file__), .., config.yaml) with open(config_path, r) as f: return yaml.safe_load(f) def call_claude_api(client, prompt: str, model: str, max_tokens: int 500) - str: 调用 Claude API 的辅助函数 try: message client.messages.create( modelmodel, max_tokensmax_tokens, temperature0.2, # 较低的温度使输出更稳定、更事实性 system你是一个专业的新闻编辑助理。你的任务是根据提供的原始新闻内容生成一段简洁、客观、流畅的摘要并判断其所属类别。, messages[ {role: user, content: prompt} ] ) return message.content[0].text except anthropic.APIError as e: print(f调用 Claude API 时出错: {e}) return def process_news_item_with_ai(client, item: Dict, ai_config: Dict) - Dict: 使用 AI 处理单条新闻 raw_title item.get(title, ) raw_summary item.get(summary, ) source item.get(source, 未知) # 构建给 Claude 的提示词 prompt f 请处理以下新闻条目 **标题**: {raw_title} **来源**: {source} **原始内容摘要**: {raw_summary[:800]} # 限制原始内容长度 请完成以下任务 1. **生成摘要**用一句完整的中文句子概括这条新闻的核心内容要求简洁、准确、流畅。 2. **分类**从 [科技, 金融, 娱乐, 体育, 政治, 生活, 其他] 中选择一个最合适的类别。 3. **提取关键词**提取2-4个核心关键词用中文逗号分隔。 请严格按照以下格式输出不要有任何额外的解释或标记 摘要[你生成的摘要句子] 分类[你选择的分类] 关键词[关键词1,关键词2,关键词3] response_text call_claude_api(client, prompt, ai_config[model], ai_config.get(max_tokens_per_item, 300)) # 解析 Claude 的回复 processed_item item.copy() # 保留原始信息 processed_item[ai_processed] True # 初始化解析结果 processed_item[ai_summary] processed_item[category] 其他 processed_item[keywords] [] # 简单的解析逻辑实际项目中可能需要更健壮的解析 lines response_text.strip().split(\n) for line in lines: if line.startswith(摘要): processed_item[ai_summary] line[3:].strip() elif line.startswith(分类): cat line[3:].strip() if cat in [科技, 金融, 娱乐, 体育, 政治, 生活, 其他]: processed_item[category] cat elif line.startswith(关键词): kw_str line[4:].strip() processed_item[keywords] [k.strip() for k in kw_str.split(,) if k.strip()] # 如果解析失败使用备用方案 if not processed_item[ai_summary]: processed_item[ai_summary] raw_summary[:150] ... processed_item[category] 其他 return processed_item def main(): config load_config() ai_config config.get(ai, {}) # 初始化 Anthropic 客户端 api_key os.getenv(ANTHROPIC_API_KEY) if not api_key: raise ValueError(未找到 ANTHROPIC_API_KEY 环境变量。请检查 .env 文件。) client anthropic.Anthropic(api_keyapi_key) # 读取上一步抓取的原始新闻 input_path os.path.join(os.path.dirname(__file__), .., temp_raw_news.json) with open(input_path, r, encodingutf-8) as f: raw_news json.load(f) print(f开始使用 AI 处理 {len(raw_news)} 条新闻...) processed_news [] for i, item in enumerate(raw_news): print(f处理中 ({i1}/{len(raw_news)}): {item[title][:30]}...) processed_item process_news_item_with_ai(client, item, ai_config) processed_news.append(processed_item) time.sleep(1) # 礼貌性延迟避免 API 速率限制 # 保存处理后的数据 output_path os.path.join(os.path.dirname(__file__), .., temp_processed_news.json) with open(output_path, w, encodingutf-8) as f: json.dump(processed_news, f, ensure_asciiFalse, indent2) print(fAI 处理完成结果已保存至: {output_path}) return processed_news if __name__ __main__: main()关键点解释提示词工程我们设计了明确的指令要求 Claude 按特定格式输出便于后续程序化解析。错误处理如果 API 调用失败或解析出错脚本有备用方案使用原始摘要保证流程不中断。速率限制添加了time.sleep(1)以避免触发 API 的速率限制。对于生产环境需要根据具体 API 的条款调整。5. 核心模块三生成静态站点数据 (generate_json.py)AI 处理后的数据需要转换成静态网站生成器能用的格式。这里我们以最简单的 JSON 数据文件为例适用于 Jekyll、Hugo 等支持数据文件的生成器。创建scripts/generate_json.py# scripts/generate_json.py import json import os from datetime import datetime def main(): # 读取 AI 处理后的数据 input_path os.path.join(os.path.dirname(__file__), .., temp_processed_news.json) with open(input_path, r, encodingutf-8) as f: processed_news json.load(f) # 按分类分组便于前端展示 news_by_category {} for item in processed_news: cat item.get(category, 其他) news_by_category.setdefault(cat, []).append(item) # 准备最终输出给网站的数据结构 site_data { generated_at: datetime.now().isoformat(), total_news_count: len(processed_news), categories: news_by_category, all_news: processed_news # 也保留一个平铺的列表以备他用 } # 输出到静态站点的数据目录 # 假设我们的静态站点在 site/ 目录下使用 Jekyll output_dir os.path.join(os.path.dirname(__file__), .., site, _data) os.makedirs(output_dir, exist_okTrue) output_path os.path.join(output_dir, news.json) with open(output_path, w, encodingutf-8) as f: json.dump(site_data, f, ensure_asciiFalse, indent2) print(f站点数据已生成: {output_path}) print(f分类统计: { {k: len(v) for k, v in news_by_category.items()} }) if __name__ __main__: main()现在我们有了一个结构化的site/_data/news.json文件静态网站可以轻松读取并渲染。6. 构建静态报纸网站 (site/)我们使用最简单快速的 Jekyll 来构建前端因为它原生支持从_data目录加载 JSON 数据并且能直接部署到 GitHub Pages。6.1 初始化 Jekyll 站点在site/目录下操作# 确保你在 auto-news-paper 项目根目录 cd site # 初始化一个最小化的 Jekyll 站点如果你没有 Jekyll需先安装 gem install jekyll bundler jekyll new . --force --skip-bundle # 编辑 Gemfile将 jekyll 版本锁定为与 GitHub Pages 兼容的版本 # 打开 Gemfile注释掉 gem jekyll添加下面这行 # gem github-pages, group: :jekyll_plugins一个简单的Gemfile示例# Gemfile source https://rubygems.org # gem jekyll gem github-pages, group: :jekyll_plugins group :jekyll_plugins do gem jekyll-feed, ~ 0.12 end platforms :mingw, :x64_mingw, :mswin, :jruby do gem tzinfo, 1, 3 gem tzinfo-data end gem wdm, ~ 0.1.1, :platforms [:mingw, :x64_mingw, :mswin] gem http_parser.rb, ~ 0.6.0, :platforms [:jruby]然后运行bundle install。6.2 创建报纸布局和首页首先创建一个简单的布局文件site/_layouts/default.html!-- site/_layouts/default.html -- !DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 title{{ site.title }} - {{ page.title }}/title link relstylesheet href{{ /css/style.css | relative_url }} style /* 基础报纸样式 */ body { font-family: Georgia, Times New Roman, serif; max-width: 1000px; margin: 0 auto; padding: 20px; background: #f5f5f5; } .masthead { text-align: center; border-bottom: 3px double #333; padding-bottom: 1em; margin-bottom: 2em; } .masthead h1 { font-size: 3em; margin-bottom: 0; } .date-line { font-style: italic; color: #666; } .category-section { margin-bottom: 2.5em; break-inside: avoid; } .category-title { font-size: 1.8em; border-bottom: 2px solid #ccc; padding-bottom: 0.3em; } .news-item { margin: 1em 0; padding: 0.8em; background: white; border-left: 4px solid #4a86e8; break-inside: avoid; } .news-item h3 { margin-top: 0; } .news-meta { font-size: 0.9em; color: #777; margin-bottom: 0.5em; } .news-summary { line-height: 1.6; } .keywords { font-size: 0.85em; color: #4a86e8; font-style: italic; } footer { margin-top: 3em; text-align: center; font-size: 0.9em; color: #999; border-top: 1px solid #ddd; padding-top: 1em; } media (min-width: 768px) { .news-grid { column-count: 2; column-gap: 2em; } } /style /head body header classmasthead h1{{ site.title | default: 自动化日报 }}/h1 p classdate-line 本期内容由 AI 于 {{ site.data.news.generated_at | date: %Y年%m月%d日 %H:%M }} 生成/p p汇聚网络精华AI 提炼摘要。每日自动更新。/p /header main {{ content }} /main footer p本页面由 Claude GitHub Actions 自动生成并部署。内容来源于公开 RSS 源经 AI 摘要处理。/p p 本期共收录 {{ site.data.news.total_news_count }} 条资讯。/p /footer /body /html然后创建主页site/index.html!-- site/index.html -- --- layout: default title: 首页 --- div classnews-grid {% for category in site.data.news.categories %} section classcategory-section h2 classcategory-title {{ category[0] }}/h2 {% for news in category[1] %} article classnews-item div classnews-meta strong来源:/strong {{ news.source }} | strong时间:/strong {% if news.published %} {{ news.published | date: %m-%d %H:%M }} {% else %} 未知 {% endif %} /div h3a href{{ news.link }} target_blank relnoopener{{ news.title }}/a/h3 p classnews-summary{{ news.ai_summary }}/p {% if news.keywords.size 0 %} p classkeywords关键词: {{ news.keywords | join: , }}/p {% endif %} /article {% endfor %} /section {% endfor %} /div6.3 本地测试在site/目录下运行bundle exec jekyll serve访问http://localhost:4000你应该能看到一个简单的报纸风格页面展示了从_data/news.json加载的新闻内容。7. 自动化流水线GitHub Actions 工作流至此我们已完成了所有核心脚本和网站。现在我们需要用 GitHub Actions 将它们串联起来实现定时全自动运行。7.1 创建 GitHub Actions 工作流文件在项目根目录创建.github/workflows/daily-paper.yml。# .github/workflows/daily-paper.yml name: 生成并部署自动化日报 on: schedule: # 每天 UTC 时间 0 点运行北京时间 8 点 - cron: 0 0 * * * workflow_dispatch: # 允许手动触发 push: branches: [ main ] jobs: build-and-deploy: runs-on: ubuntu-latest steps: - name: 检出代码 uses: actions/checkoutv4 - name: 设置 Python 环境 uses: actions/setup-pythonv5 with: python-version: 3.10 - name: 安装 Python 依赖 run: | pip install -r requirements.txt pip install anthropic - name: 运行新闻抓取与处理流水线 env: ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }} run: | cd scripts python fetch_news.py python process_with_ai.py python generate_json.py - name: 设置 Ruby 环境 (用于 Jekyll) uses: ruby/setup-rubyv1 with: ruby-version: 3.1 # 使用与 GitHub Pages 兼容的版本 bundler-cache: true - name: 构建 Jekyll 站点 run: | cd site bundle install bundle exec jekyll build --destination ../_site - name: 部署到 GitHub Pages uses: peaceiris/actions-gh-pagesv3 with: github_token: ${{ secrets.GITHUB_TOKEN }} publish_dir: ./_site publish_branch: gh-pages # 部署到 gh-pages 分支 # 如果你使用 username.github.io 仓库则部署到 main 分支 # publish_branch: main7.2 配置 GitHub 仓库 Secrets将你的代码推送到一个新的 GitHub 仓库。进入仓库的Settings-Secrets and variables-Actions。点击New repository secret。Name:ANTHROPIC_API_KEYValue: 粘贴你的 Anthropic API Key。保存。7.3 启用 GitHub Pages进入仓库的Settings-Pages。Source选择Deploy from a branch。Branch选择gh-pages如果你按照上述工作流配置文件夹选择/ (root)。点击Save。几分钟后你的“自动化报纸”网站就会上线地址是https://你的用户名.github.io/仓库名/。8. 常见问题与排查思路在搭建和运行过程中你可能会遇到以下问题问题现象可能原因解决思路GitHub Actions 运行失败提示ModuleNotFoundError: No module named anthropic依赖未正确安装。确保requirements.txt包含anthropic并且工作流中pip install步骤成功。可以添加pip list命令检查已安装包。Claude API 调用返回权限错误API Key 无效或未正确设置。1. 检查 GitHub Secrets 中的ANTHROPIC_API_KEY是否正确。2. 确认 API Key 有余额且未被禁用。3. 在本地.env文件测试脚本是否能正常运行。网站页面空白或显示{{ site.data.news... }}原始标签Jekyll 未成功构建或数据文件路径错误。1. 检查 GitHub Actions 日志中构建 Jekyll 站点步骤是否有错误。2. 确认scripts/generate_json.py生成的news.json文件在site/_data/目录下。3. 本地运行jekyll build和jekyll serve进行调试。RSS 源抓取失败RSS 源地址失效、网络问题或网站反爬。1. 在浏览器中手动访问 RSS URL 确认是否有效。2. 在fetch_news.py中添加更详细的错误日志和重试机制。3. 考虑使用User-Agent请求头模拟浏览器。GitHub Pages 未更新gh-pages分支未成功推送或 Pages 设置未生效。1. 检查 Actions 日志最后一步部署到 GitHub Pages是否成功。2. 前往仓库的gh-pages分支查看文件是否存在。3. 在仓库 Settings - Pages 中确认源分支是gh-pages。AI 处理结果格式混乱Claude 的回复未按预设格式输出导致解析失败。1. 优化提示词使其指令更明确。可要求“必须严格使用指定格式”。2. 在process_with_ai.py中增强解析逻辑的鲁棒性例如使用正则表达式。3. 将 Claude 的原始回复也保存下来用于调试。9. 优化与进阶实践基础版本跑通后你可以从以下几个方向进行深化和优化打造更强大的自动化系统。9.1 内容质量优化多源与去重从多个 RSS 源抓取并根据标题或内容相似度进行去重避免重复新闻。AI 提示词优化风格化让 AI 模仿特定风格如严肃、幽默、简洁重写摘要。多角度生成对于同一条新闻让 AI 生成“事实摘要”、“观点评论”、“技术解读”等多个版本。内容审核添加系统提示词要求 AI 过滤明显虚假或低质量信息。人工审核介入在完全自动化流程中可以设置一个“待审核”状态将 AI 处理后的内容先存入数据库经过人工简单确认后再发布。9.2 系统架构优化使用数据库将抓取的原始新闻、AI 处理记录、发布状态存入 SQLite 或 PostgreSQL便于查询、管理和回滚。引入消息队列使用 Redis 或 RabbitMQ 将抓取、处理、生成等任务解耦提高系统的可靠性和可扩展性。拆分 Actions将庞大的工作流拆分成多个 Job如fetch-job,ai-process-job,build-deploy-job使日志更清晰也便于独立重试。9.3 前端体验增强更丰富的版式使用 CSS Grid 或更专业的报纸模板实现多栏、图文混排。交互功能添加简单的“点赞”、“收藏”功能可基于 GitHub Issues 或静态评论系统。分类过滤与搜索利用静态站点的能力通过 JavaScript 实现前端分类过滤和关键词搜索。邮件订阅集成邮件服务将每日摘要推送到订阅者邮箱。9.4 成本与监控API 成本控制监控 Claude API 的调用量和费用。可以通过设置每日/每月预算上限或对内容进行优先级筛选只处理最重要的新闻来控制成本。运行状态监控为 GitHub Actions 工作流设置通知失败时发送邮件或 Slack 提醒。内容质量监控定期抽样检查 AI 生成摘要的准确性并据此调整提示词。这个项目就像一个乐高积木每个模块都可以被替换或升级。你可以将 Claude 换成 GPT、Gemini 或本地模型将 Jekyll 换成 Hugo、Next.js 或 VuePress将 GitHub Actions 换成 Jenkins 或自建服务器上的 Cron 任务。核心在于你掌握了“信息获取 - AI 处理 - 格式化发布”这一自动化内容流水线的设计与实现能力。 基于Claude与GitHub Pages的自动化报纸生成实战指南
最近在技术社区看到一个很有意思的项目一位开发者用 Claude 和 GitHub Pages 自动化生成了一份“报纸”。这个想法立刻吸引了我它完美地结合了当前热门的 AI 自动化和静态站点生成技术为我们展示了一种全新的内容创作与分发模式。无论是想打造个人技术周报、自动化知识库还是探索 AI 在内容生产链中的应用这个项目都提供了一个极佳的实践蓝本。本文将带你从零开始完整复现并深度剖析这个“自动化报纸”项目的核心架构。我们将拆解其工作流程从 AI 提示词工程、数据抓取与处理到静态站点生成与自动化部署每一步都会提供可运行的代码和配置。无论你是前端开发者想学习 GitHub Actions 和静态站点还是对 AI 应用落地方案感兴趣都能从本文中获得可直接复用的实战经验。1. 项目核心概念与价值在深入代码之前我们首先要理解这个项目到底在做什么以及它解决了什么问题。1.1 什么是“自动化报纸”传统的报纸生产流程涉及记者采编、编辑排版、印刷发行等多个环节周期长、人力成本高。而这个“自动化报纸”项目本质上是一个内容聚合、AI 重写与格式化发布的自动化流水线。它的核心流程可以概括为信息采集从指定的 RSS 源、新闻网站 API 或社交媒体抓取原始内容。AI 处理使用 Claude 等大语言模型对原始内容进行总结、润色、分类甚至生成评论。内容格式化将处理后的内容按照报纸的版式如标题、摘要、栏目、日期进行结构化。静态生成利用静态站点生成器如 Jekyll, Hugo, Next.js将结构化数据生成为 HTML 页面。自动化发布通过 GitHub Actions 等 CI/CD 工具定时触发整个流程并将最终生成的网站部署到 GitHub Pages 等免费托管服务上。最终产出物是一个定期如每天、每周更新的网站其内容、版式均无需人工干预实现了从“信息源”到“成刊发布”的全自动化。1.2 为什么选择 Claude GitHub Pages 这个技术栈Claude (Anthropic API)相比其他模型Claude 在长文本理解、指令遵循和内容安全性上表现突出非常适合处理新闻摘要、风格改写等任务。其 API 也相对稳定易用。GitHub Pages提供免费的静态网站托管服务无缝集成 Jekyll并且通过 GitHub Actions 可以实现极简的自动化部署。非常适合个人项目或原型。GitHub Actions是串联整个自动化流程的“胶水”。它可以定时运行执行 Python 脚本调用 AI API、生成静态网站并自动提交回仓库或部署。这个技术栈组合成本低主要成本是 AI API 调用、可靠性高、完全可编程是实践自动化项目的理想选择。1.3 项目应用场景个人技术摘要自动抓取你关注的 GitHub 趋势项目、Hacker News 头条、技术博客 RSS生成一份专属的技术简报。垂直领域资讯站例如自动生成关于“Web3”、“AI 科研”或“ Rust 语言”的每日快讯。内容创作实验探索 AI 在编辑、校对、多风格写作方面的能力边界。学习自动化与集成这是一个绝佳的实战项目涉及 API 调用、数据处理、任务调度和 DevOps。2. 环境准备与工具链搭建在开始构建之前我们需要准备好所有工具和账户。2.1 基础环境配置操作系统macOS, Linux 或 WSL2 (Windows)。本文示例基于 Linux/macOS 命令行。Python 3.8我们将使用 Python 编写主要的自动化脚本。Node.js 16(可选)如果你选择使用基于 Node.js 的静态生成器如 Next.js, Gatsby。Git版本控制必备。首先创建一个项目目录并初始化环境。# 创建项目文件夹 mkdir auto-news-paper cd auto-news-paper # 创建虚拟环境 (推荐) python3 -m venv venv # 激活虚拟环境 # macOS/Linux: source venv/bin/activate # Windows (cmd): # venv\Scripts\activate.bat # 初始化 git 仓库 git init2.2 关键账户与 API 申请GitHub 账户用于托管代码和部署 Pages。Anthropic API Key访问 Anthropic 官网 注册并创建 API Key。重要API Key 是私密信息务必保存在安全的地方切勿提交到公开仓库。数据源准备RSS 源寻找你感兴趣领域的 RSS 地址。例如Hacker News:https://news.ycombinator.com/rss某科技博客 RSS。API 源有些新闻网站提供 API可能需申请 Key如 NewsAPI。2.3 项目结构设计在开始编码前规划好项目结构能让后续开发更清晰。auto-news-paper/ ├── .github/workflows/ # GitHub Actions 自动化工作流文件 │ └── daily-paper.yml ├── scripts/ # 核心 Python 自动化脚本 │ ├── fetch_news.py # 抓取原始新闻 │ ├── process_with_ai.py # 调用 Claude API 处理内容 │ └── generate_json.py # 生成静态站点所需的数据文件 ├── site/ # 静态网站源代码例如 Jekyll 站点 │ ├── _data/ # 存放脚本生成的 news.json │ ├── _layouts/ │ ├── _includes/ │ ├── css/ │ └── index.html # 主页模板 ├── requirements.txt # Python 依赖列表 ├── config.yaml # 配置文件API Key、数据源等 └── README.md我们将按照这个结构逐步构建。3. 核心模块一新闻数据抓取 (fetch_news.py)第一步是从互联网上获取原始的新闻内容。这里我们以抓取 RSS 为例。3.1 安装依赖创建requirements.txt文件并安装依赖。# requirements.txt feedparser6.0.10 # 用于解析 RSS/Atom 源 requests2.31.0 # 通用的 HTTP 请求库 python-dotenv1.0.0 # 管理环境变量用于保护 API Key PyYAML6.0.1 # 读取 YAML 配置文件在终端执行pip install -r requirements.txt3.2 编写抓取脚本创建scripts/fetch_news.py。# scripts/fetch_news.py import feedparser import json from datetime import datetime, timezone from typing import List, Dict import yaml import os def load_config() - Dict: 加载配置文件 config_path os.path.join(os.path.dirname(__file__), .., config.yaml) with open(config_path, r) as f: return yaml.safe_load(f) def fetch_rss_feed(feed_url: str, max_items: int 10) - List[Dict]: 从指定的 RSS URL 抓取新闻条目 Args: feed_url: RSS 源的 URL max_items: 最多获取多少条 Returns: 包含新闻条目的字典列表 print(f正在抓取 RSS 源: {feed_url}) feed feedparser.parse(feed_url) news_items [] for entry in feed.entries[:max_items]: # 清理和提取关键信息 item { title: entry.get(title, 无标题), link: entry.get(link, #), summary: entry.get(summary, entry.get(description, )), published: entry.get(published, ), source: feed.feed.get(title, 未知来源), source_url: feed_url, fetched_at: datetime.now(timezone.utc).isoformat() } # 如果 summary 太长先简单截断后续由 AI 处理 if len(item[summary]) 500: item[summary] item[summary][:497] ... news_items.append(item) print(f - 已抓取: {item[title][:50]}...) return news_items def main(): 主函数抓取所有配置的源并保存为 JSON config load_config() all_news [] # 遍历配置中的 RSS 源 for source in config.get(rss_sources, []): try: items fetch_rss_feed(source[url], source.get(max_items, 5)) all_news.extend(items) except Exception as e: print(f抓取源 {source[url]} 时出错: {e}) # 按发布时间排序如果有的话 try: all_news.sort(keylambda x: x.get(published, ), reverseTrue) except: pass # 如果时间解析失败忽略排序 # 保存到临时文件供下一个处理阶段使用 output_path os.path.join(os.path.dirname(__file__), .., temp_raw_news.json) with open(output_path, w, encodingutf-8) as f: json.dump(all_news, f, ensure_asciiFalse, indent2) print(f抓取完成共 {len(all_news)} 条新闻。原始数据已保存至: {output_path}) return all_news if __name__ __main__: main()3.3 配置文件示例创建项目根目录下的config.yaml。# config.yaml rss_sources: - name: Hacker News Top Stories url: https://news.ycombinator.com/rss max_items: 5 - name: TechCrunch url: https://techcrunch.com/feed/ max_items: 5 # 你可以在这里添加更多 RSS 源 # AI 处理相关配置API Key 不要写在这里 ai: model: claude-3-haiku-20240307 # 使用成本较低的 Haiku 模型进行初步处理 max_tokens_per_item: 500重要安全提示anthropic_api_key等敏感信息绝不能直接写在config.yaml中提交到 Git。下一步我们会用环境变量管理。4. 核心模块二AI 内容处理 (process_with_ai.py)这是项目的“大脑”。我们将调用 Claude API 对抓取的原始新闻进行加工。4.1 使用环境变量管理密钥创建.env文件并确保它在.gitignore中。# .env ANTHROPIC_API_KEYyour_actual_api_key_here更新.gitignore# .gitignore venv/ __pycache__/ *.pyc .env temp_*.json _site/ # Jekyll 生成目录 .DS_Store4.2 编写 AI 处理脚本创建scripts/process_with_ai.py。这个脚本将读取原始新闻调用 Claude API 为每条新闻生成一个简练的摘要和分类。# scripts/process_with_ai.py import json import os from typing import List, Dict import yaml from dotenv import load_dotenv import anthropic # 需要安装 anthropic 库 pip install anthropic import time # 加载环境变量 load_dotenv(os.path.join(os.path.dirname(__file__), .., .env)) def load_config() - Dict: config_path os.path.join(os.path.dirname(__file__), .., config.yaml) with open(config_path, r) as f: return yaml.safe_load(f) def call_claude_api(client, prompt: str, model: str, max_tokens: int 500) - str: 调用 Claude API 的辅助函数 try: message client.messages.create( modelmodel, max_tokensmax_tokens, temperature0.2, # 较低的温度使输出更稳定、更事实性 system你是一个专业的新闻编辑助理。你的任务是根据提供的原始新闻内容生成一段简洁、客观、流畅的摘要并判断其所属类别。, messages[ {role: user, content: prompt} ] ) return message.content[0].text except anthropic.APIError as e: print(f调用 Claude API 时出错: {e}) return def process_news_item_with_ai(client, item: Dict, ai_config: Dict) - Dict: 使用 AI 处理单条新闻 raw_title item.get(title, ) raw_summary item.get(summary, ) source item.get(source, 未知) # 构建给 Claude 的提示词 prompt f 请处理以下新闻条目 **标题**: {raw_title} **来源**: {source} **原始内容摘要**: {raw_summary[:800]} # 限制原始内容长度 请完成以下任务 1. **生成摘要**用一句完整的中文句子概括这条新闻的核心内容要求简洁、准确、流畅。 2. **分类**从 [科技, 金融, 娱乐, 体育, 政治, 生活, 其他] 中选择一个最合适的类别。 3. **提取关键词**提取2-4个核心关键词用中文逗号分隔。 请严格按照以下格式输出不要有任何额外的解释或标记 摘要[你生成的摘要句子] 分类[你选择的分类] 关键词[关键词1,关键词2,关键词3] response_text call_claude_api(client, prompt, ai_config[model], ai_config.get(max_tokens_per_item, 300)) # 解析 Claude 的回复 processed_item item.copy() # 保留原始信息 processed_item[ai_processed] True # 初始化解析结果 processed_item[ai_summary] processed_item[category] 其他 processed_item[keywords] [] # 简单的解析逻辑实际项目中可能需要更健壮的解析 lines response_text.strip().split(\n) for line in lines: if line.startswith(摘要): processed_item[ai_summary] line[3:].strip() elif line.startswith(分类): cat line[3:].strip() if cat in [科技, 金融, 娱乐, 体育, 政治, 生活, 其他]: processed_item[category] cat elif line.startswith(关键词): kw_str line[4:].strip() processed_item[keywords] [k.strip() for k in kw_str.split(,) if k.strip()] # 如果解析失败使用备用方案 if not processed_item[ai_summary]: processed_item[ai_summary] raw_summary[:150] ... processed_item[category] 其他 return processed_item def main(): config load_config() ai_config config.get(ai, {}) # 初始化 Anthropic 客户端 api_key os.getenv(ANTHROPIC_API_KEY) if not api_key: raise ValueError(未找到 ANTHROPIC_API_KEY 环境变量。请检查 .env 文件。) client anthropic.Anthropic(api_keyapi_key) # 读取上一步抓取的原始新闻 input_path os.path.join(os.path.dirname(__file__), .., temp_raw_news.json) with open(input_path, r, encodingutf-8) as f: raw_news json.load(f) print(f开始使用 AI 处理 {len(raw_news)} 条新闻...) processed_news [] for i, item in enumerate(raw_news): print(f处理中 ({i1}/{len(raw_news)}): {item[title][:30]}...) processed_item process_news_item_with_ai(client, item, ai_config) processed_news.append(processed_item) time.sleep(1) # 礼貌性延迟避免 API 速率限制 # 保存处理后的数据 output_path os.path.join(os.path.dirname(__file__), .., temp_processed_news.json) with open(output_path, w, encodingutf-8) as f: json.dump(processed_news, f, ensure_asciiFalse, indent2) print(fAI 处理完成结果已保存至: {output_path}) return processed_news if __name__ __main__: main()关键点解释提示词工程我们设计了明确的指令要求 Claude 按特定格式输出便于后续程序化解析。错误处理如果 API 调用失败或解析出错脚本有备用方案使用原始摘要保证流程不中断。速率限制添加了time.sleep(1)以避免触发 API 的速率限制。对于生产环境需要根据具体 API 的条款调整。5. 核心模块三生成静态站点数据 (generate_json.py)AI 处理后的数据需要转换成静态网站生成器能用的格式。这里我们以最简单的 JSON 数据文件为例适用于 Jekyll、Hugo 等支持数据文件的生成器。创建scripts/generate_json.py# scripts/generate_json.py import json import os from datetime import datetime def main(): # 读取 AI 处理后的数据 input_path os.path.join(os.path.dirname(__file__), .., temp_processed_news.json) with open(input_path, r, encodingutf-8) as f: processed_news json.load(f) # 按分类分组便于前端展示 news_by_category {} for item in processed_news: cat item.get(category, 其他) news_by_category.setdefault(cat, []).append(item) # 准备最终输出给网站的数据结构 site_data { generated_at: datetime.now().isoformat(), total_news_count: len(processed_news), categories: news_by_category, all_news: processed_news # 也保留一个平铺的列表以备他用 } # 输出到静态站点的数据目录 # 假设我们的静态站点在 site/ 目录下使用 Jekyll output_dir os.path.join(os.path.dirname(__file__), .., site, _data) os.makedirs(output_dir, exist_okTrue) output_path os.path.join(output_dir, news.json) with open(output_path, w, encodingutf-8) as f: json.dump(site_data, f, ensure_asciiFalse, indent2) print(f站点数据已生成: {output_path}) print(f分类统计: { {k: len(v) for k, v in news_by_category.items()} }) if __name__ __main__: main()现在我们有了一个结构化的site/_data/news.json文件静态网站可以轻松读取并渲染。6. 构建静态报纸网站 (site/)我们使用最简单快速的 Jekyll 来构建前端因为它原生支持从_data目录加载 JSON 数据并且能直接部署到 GitHub Pages。6.1 初始化 Jekyll 站点在site/目录下操作# 确保你在 auto-news-paper 项目根目录 cd site # 初始化一个最小化的 Jekyll 站点如果你没有 Jekyll需先安装 gem install jekyll bundler jekyll new . --force --skip-bundle # 编辑 Gemfile将 jekyll 版本锁定为与 GitHub Pages 兼容的版本 # 打开 Gemfile注释掉 gem jekyll添加下面这行 # gem github-pages, group: :jekyll_plugins一个简单的Gemfile示例# Gemfile source https://rubygems.org # gem jekyll gem github-pages, group: :jekyll_plugins group :jekyll_plugins do gem jekyll-feed, ~ 0.12 end platforms :mingw, :x64_mingw, :mswin, :jruby do gem tzinfo, 1, 3 gem tzinfo-data end gem wdm, ~ 0.1.1, :platforms [:mingw, :x64_mingw, :mswin] gem http_parser.rb, ~ 0.6.0, :platforms [:jruby]然后运行bundle install。6.2 创建报纸布局和首页首先创建一个简单的布局文件site/_layouts/default.html!-- site/_layouts/default.html -- !DOCTYPE html html langzh-CN head meta charsetUTF-8 meta nameviewport contentwidthdevice-width, initial-scale1.0 title{{ site.title }} - {{ page.title }}/title link relstylesheet href{{ /css/style.css | relative_url }} style /* 基础报纸样式 */ body { font-family: Georgia, Times New Roman, serif; max-width: 1000px; margin: 0 auto; padding: 20px; background: #f5f5f5; } .masthead { text-align: center; border-bottom: 3px double #333; padding-bottom: 1em; margin-bottom: 2em; } .masthead h1 { font-size: 3em; margin-bottom: 0; } .date-line { font-style: italic; color: #666; } .category-section { margin-bottom: 2.5em; break-inside: avoid; } .category-title { font-size: 1.8em; border-bottom: 2px solid #ccc; padding-bottom: 0.3em; } .news-item { margin: 1em 0; padding: 0.8em; background: white; border-left: 4px solid #4a86e8; break-inside: avoid; } .news-item h3 { margin-top: 0; } .news-meta { font-size: 0.9em; color: #777; margin-bottom: 0.5em; } .news-summary { line-height: 1.6; } .keywords { font-size: 0.85em; color: #4a86e8; font-style: italic; } footer { margin-top: 3em; text-align: center; font-size: 0.9em; color: #999; border-top: 1px solid #ddd; padding-top: 1em; } media (min-width: 768px) { .news-grid { column-count: 2; column-gap: 2em; } } /style /head body header classmasthead h1{{ site.title | default: 自动化日报 }}/h1 p classdate-line 本期内容由 AI 于 {{ site.data.news.generated_at | date: %Y年%m月%d日 %H:%M }} 生成/p p汇聚网络精华AI 提炼摘要。每日自动更新。/p /header main {{ content }} /main footer p本页面由 Claude GitHub Actions 自动生成并部署。内容来源于公开 RSS 源经 AI 摘要处理。/p p 本期共收录 {{ site.data.news.total_news_count }} 条资讯。/p /footer /body /html然后创建主页site/index.html!-- site/index.html -- --- layout: default title: 首页 --- div classnews-grid {% for category in site.data.news.categories %} section classcategory-section h2 classcategory-title {{ category[0] }}/h2 {% for news in category[1] %} article classnews-item div classnews-meta strong来源:/strong {{ news.source }} | strong时间:/strong {% if news.published %} {{ news.published | date: %m-%d %H:%M }} {% else %} 未知 {% endif %} /div h3a href{{ news.link }} target_blank relnoopener{{ news.title }}/a/h3 p classnews-summary{{ news.ai_summary }}/p {% if news.keywords.size 0 %} p classkeywords关键词: {{ news.keywords | join: , }}/p {% endif %} /article {% endfor %} /section {% endfor %} /div6.3 本地测试在site/目录下运行bundle exec jekyll serve访问http://localhost:4000你应该能看到一个简单的报纸风格页面展示了从_data/news.json加载的新闻内容。7. 自动化流水线GitHub Actions 工作流至此我们已完成了所有核心脚本和网站。现在我们需要用 GitHub Actions 将它们串联起来实现定时全自动运行。7.1 创建 GitHub Actions 工作流文件在项目根目录创建.github/workflows/daily-paper.yml。# .github/workflows/daily-paper.yml name: 生成并部署自动化日报 on: schedule: # 每天 UTC 时间 0 点运行北京时间 8 点 - cron: 0 0 * * * workflow_dispatch: # 允许手动触发 push: branches: [ main ] jobs: build-and-deploy: runs-on: ubuntu-latest steps: - name: 检出代码 uses: actions/checkoutv4 - name: 设置 Python 环境 uses: actions/setup-pythonv5 with: python-version: 3.10 - name: 安装 Python 依赖 run: | pip install -r requirements.txt pip install anthropic - name: 运行新闻抓取与处理流水线 env: ANTHROPIC_API_KEY: ${{ secrets.ANTHROPIC_API_KEY }} run: | cd scripts python fetch_news.py python process_with_ai.py python generate_json.py - name: 设置 Ruby 环境 (用于 Jekyll) uses: ruby/setup-rubyv1 with: ruby-version: 3.1 # 使用与 GitHub Pages 兼容的版本 bundler-cache: true - name: 构建 Jekyll 站点 run: | cd site bundle install bundle exec jekyll build --destination ../_site - name: 部署到 GitHub Pages uses: peaceiris/actions-gh-pagesv3 with: github_token: ${{ secrets.GITHUB_TOKEN }} publish_dir: ./_site publish_branch: gh-pages # 部署到 gh-pages 分支 # 如果你使用 username.github.io 仓库则部署到 main 分支 # publish_branch: main7.2 配置 GitHub 仓库 Secrets将你的代码推送到一个新的 GitHub 仓库。进入仓库的Settings-Secrets and variables-Actions。点击New repository secret。Name:ANTHROPIC_API_KEYValue: 粘贴你的 Anthropic API Key。保存。7.3 启用 GitHub Pages进入仓库的Settings-Pages。Source选择Deploy from a branch。Branch选择gh-pages如果你按照上述工作流配置文件夹选择/ (root)。点击Save。几分钟后你的“自动化报纸”网站就会上线地址是https://你的用户名.github.io/仓库名/。8. 常见问题与排查思路在搭建和运行过程中你可能会遇到以下问题问题现象可能原因解决思路GitHub Actions 运行失败提示ModuleNotFoundError: No module named anthropic依赖未正确安装。确保requirements.txt包含anthropic并且工作流中pip install步骤成功。可以添加pip list命令检查已安装包。Claude API 调用返回权限错误API Key 无效或未正确设置。1. 检查 GitHub Secrets 中的ANTHROPIC_API_KEY是否正确。2. 确认 API Key 有余额且未被禁用。3. 在本地.env文件测试脚本是否能正常运行。网站页面空白或显示{{ site.data.news... }}原始标签Jekyll 未成功构建或数据文件路径错误。1. 检查 GitHub Actions 日志中构建 Jekyll 站点步骤是否有错误。2. 确认scripts/generate_json.py生成的news.json文件在site/_data/目录下。3. 本地运行jekyll build和jekyll serve进行调试。RSS 源抓取失败RSS 源地址失效、网络问题或网站反爬。1. 在浏览器中手动访问 RSS URL 确认是否有效。2. 在fetch_news.py中添加更详细的错误日志和重试机制。3. 考虑使用User-Agent请求头模拟浏览器。GitHub Pages 未更新gh-pages分支未成功推送或 Pages 设置未生效。1. 检查 Actions 日志最后一步部署到 GitHub Pages是否成功。2. 前往仓库的gh-pages分支查看文件是否存在。3. 在仓库 Settings - Pages 中确认源分支是gh-pages。AI 处理结果格式混乱Claude 的回复未按预设格式输出导致解析失败。1. 优化提示词使其指令更明确。可要求“必须严格使用指定格式”。2. 在process_with_ai.py中增强解析逻辑的鲁棒性例如使用正则表达式。3. 将 Claude 的原始回复也保存下来用于调试。9. 优化与进阶实践基础版本跑通后你可以从以下几个方向进行深化和优化打造更强大的自动化系统。9.1 内容质量优化多源与去重从多个 RSS 源抓取并根据标题或内容相似度进行去重避免重复新闻。AI 提示词优化风格化让 AI 模仿特定风格如严肃、幽默、简洁重写摘要。多角度生成对于同一条新闻让 AI 生成“事实摘要”、“观点评论”、“技术解读”等多个版本。内容审核添加系统提示词要求 AI 过滤明显虚假或低质量信息。人工审核介入在完全自动化流程中可以设置一个“待审核”状态将 AI 处理后的内容先存入数据库经过人工简单确认后再发布。9.2 系统架构优化使用数据库将抓取的原始新闻、AI 处理记录、发布状态存入 SQLite 或 PostgreSQL便于查询、管理和回滚。引入消息队列使用 Redis 或 RabbitMQ 将抓取、处理、生成等任务解耦提高系统的可靠性和可扩展性。拆分 Actions将庞大的工作流拆分成多个 Job如fetch-job,ai-process-job,build-deploy-job使日志更清晰也便于独立重试。9.3 前端体验增强更丰富的版式使用 CSS Grid 或更专业的报纸模板实现多栏、图文混排。交互功能添加简单的“点赞”、“收藏”功能可基于 GitHub Issues 或静态评论系统。分类过滤与搜索利用静态站点的能力通过 JavaScript 实现前端分类过滤和关键词搜索。邮件订阅集成邮件服务将每日摘要推送到订阅者邮箱。9.4 成本与监控API 成本控制监控 Claude API 的调用量和费用。可以通过设置每日/每月预算上限或对内容进行优先级筛选只处理最重要的新闻来控制成本。运行状态监控为 GitHub Actions 工作流设置通知失败时发送邮件或 Slack 提醒。内容质量监控定期抽样检查 AI 生成摘要的准确性并据此调整提示词。这个项目就像一个乐高积木每个模块都可以被替换或升级。你可以将 Claude 换成 GPT、Gemini 或本地模型将 Jekyll 换成 Hugo、Next.js 或 VuePress将 GitHub Actions 换成 Jenkins 或自建服务器上的 Cron 任务。核心在于你掌握了“信息获取 - AI 处理 - 格式化发布”这一自动化内容流水线的设计与实现能力。