业务和功能介绍
该项目实现了微信公众号文章的全流程自动化发布，包括内容生成、配图制作、编辑器操控和定时发布。
立项背景：客户运营多个微信公众号，每周需要发布3-5篇文章，传统方式下需要手动排版、插入图片、设置封面、保存草稿，单篇耗时1-2小时。需要一套自动化系统大幅提升发布效率。
核心功能模块：
1. AI内容生成：基于关键词和大纲，通过DeepSeek等大模型自动生成2000字以内的文章正文
2. 智能配图：集成DashScope图片生成API，根据文章主题自动生成中文技术配图
3. CDP浏览器操控：通过Chrome DevTools Protocol直接操控微信公众号后台编辑器，实现标题填写、正文写入、图片上传、样式排版的全自动化
4. 封面设置与草稿保存：自动从正文选取封面图，保存为草稿供人工审阅后发布
业务流程：提供文章主题/大纲 → AI生成正文 → 自动生成配图 → CDP打开公众号后台 → 自动填充编辑器 → 上传图片 → 保存草稿 → 人工审阅发布。
立项背景：客户运营多个微信公众号，每周需要发布3-5篇文章，传统方式下需要手动排版、插入图片、设置封面、保存草稿，单篇耗时1-2小时。需要一套自动化系统大幅提升发布效率。
核心功能模块：
1. AI内容生成：基于关键词和大纲，通过DeepSeek等大模型自动生成2000字以内的文章正文
2. 智能配图：集成DashScope图片生成API，根据文章主题自动生成中文技术配图
3. CDP浏览器操控：通过Chrome DevTools Protocol直接操控微信公众号后台编辑器，实现标题填写、正文写入、图片上传、样式排版的全自动化
4. 封面设置与草稿保存：自动从正文选取封面图，保存为草稿供人工审阅后发布
业务流程：提供文章主题/大纲 → AI生成正文 → 自动生成配图 → CDP打开公众号后台 → 自动填充编辑器 → 上传图片 → 保存草稿 → 人工审阅发布。
项目实现
整体架构分为四层：AI内容层（DeepSeek API）→ 图片生成层（DashScope）→ CDP操控层（Chrome DevTools Protocol）→ 微信公众号API层。
我负责整个系统的架构设计和代码实现，约1500行Python代码。核心成果：
- AI生成文章：单篇生成时间<2分钟，质量可达到人工撰写80%水平
- CDP编辑器操控：成功识别并操控微信公众号新版ProseMirror编辑器DOM结构，实现标题、正文、图片的自动填充
- 图片生成：集成DashScope qwen-image-2.0-pro模型，生成带中文标签的技术配图和封面图
- 实际成功创建并保存了多篇草稿到公众号后台（文章ID可追溯）
遇到的主要难点：
1. 微信新版编辑器使用ProseMirror框架而非传统iframe → 通过CDP Runtime.evaluate分析DOM，定位到正确的contenteditable div层级
2. 微信后台检测到CDP注入会弹出"浏览器插件存在安全隐患"警告 → 设计隐身注入层（移除navigator.webdriver等自动化痕迹）
3. 封面图设置无法通过纯CDP完成（微信封面上传使用私有popover组件，无标准file input）→ 改为在正文中插入封面图，通过"从正文选择"间接实现
我负责整个系统的架构设计和代码实现，约1500行Python代码。核心成果：
- AI生成文章：单篇生成时间<2分钟，质量可达到人工撰写80%水平
- CDP编辑器操控：成功识别并操控微信公众号新版ProseMirror编辑器DOM结构，实现标题、正文、图片的自动填充
- 图片生成：集成DashScope qwen-image-2.0-pro模型，生成带中文标签的技术配图和封面图
- 实际成功创建并保存了多篇草稿到公众号后台（文章ID可追溯）
遇到的主要难点：
1. 微信新版编辑器使用ProseMirror框架而非传统iframe → 通过CDP Runtime.evaluate分析DOM，定位到正确的contenteditable div层级
2. 微信后台检测到CDP注入会弹出"浏览器插件存在安全隐患"警告 → 设计隐身注入层（移除navigator.webdriver等自动化痕迹）
3. 封面图设置无法通过纯CDP完成（微信封面上传使用私有popover组件，无标准file input）→ 改为在正文中插入封面图，通过"从正文选择"间接实现
示例图片视频
相似推荐
基于GD32H759I的轻量级卷积循环网络边缘语音降噪系统-EdgeDenoise边缘语音降噪终端
面向会议记录、工业对讲、人机交互及嵌入式智能终端在风扇、空调、键盘敲击和室内混响等噪声环境下的语音采集需求，设计并实现一套基于GD32H759IMT6微控制器的边缘语音降噪系统。系统通过ES7210音频采集模块、SAI和DMA连续获取48 kHz多通道音频，在本地完成通道选择、音量统计、短时傅里叶变换、频带特征提取、神经网络推理、频谱掩蔽和语音重建，无需依赖云端服务器。
系统支持RAW原始音频、RNNoise对照降噪和自研CRN降噪三种工作模式，可通过触摸屏完成模式切换、输入通道选择、增益调整、开始或停止录音以及屏幕截图。LCD实时显示原始与降噪波形、音量、模型状态、录音时间、缓存状态和输出文件名；TF卡可保存原始WAV录音、CRN降噪音频及LCD截图，形成“音频采集—边缘推理—效果显示—文件保存”的完整闭环。
图片数据智能提取
本程序用于信息录入场景，可将截图内容整理为规范表格。先借助 OCR 识别提取截图内图文原始信息，再调用大模型 API，按预设规则完成数据筛选与结构化解析，属于专用数据格式提取脚本。支持自定义提取规则灵活适配不同业务需求，可按需调整输出模板，高效完成图片信息标准化导出，大幅减少人工录入整理工作量。
excel智能体
立项背景与目标 ：日常办公中，表格合并、文档处理、数据看板生成等重复性工作耗时且门槛高。雪球旨在利用大语言模型的自然语言理解能力，让用户通过一句话即可完成复杂办公任务，实现"对话即操作"的智能办公体验。
软件功能与核心模块 ：平台围绕四大模块构建——表格处理引擎（JOIN联查、批量填充、分组聚合、拆分合并）、文档处理引擎（Word改写/模板填充、PDF提取/拆分/合并、PPT生成）、BI看板生成器（11种ECharts图表，支持HTML/PNG/PDF/PPT导出）和PPT自适应渲染引擎（四级降级策略）。所有工具通过DeepSeek Agent统一调度。
业务流程与功能路径 ：用户自然语言输入 → Agent解析意图并编排步骤 → 自动调用工具链执行 → SSE流式返回执行进度与结果 → 任务快照持久化存档。全程支持审计日志脱敏和中断恢复，确保数据安全与操作可追溯。
基于多智能体与知识图谱的复杂知识分析平台
1. 立项背景和目标
面向复杂知识问答、多步任务拆解和证据驱动分析场景，搭建统一的 AI Agent 平台。旨在解决传统问答系统在复杂任务中可分解性不足、证据链不可追溯、文档与图谱数据割裂、模型选型缺乏统一评测等痛点，降低知识密集型分析任务的人工操作成本。
2. 核心功能模块
多智能体协作： 采用 planner -> dispatcher -> summary 主链路，支持任务拆解、依赖编排和拓扑执行。
知识检索与定位： 集成文档多格式解析、片段级检索、页级定位及 Neo4j 知识图谱 Cypher 检索。
评测与选型底座： 支持对不同模型、提示词策略和子代理组合进行横向对比与流程稳定性观察。
前端工作台： 支持多会话聊天、模型参数配置、执行轨迹面板、知识图谱可视化及结果下载。
3. 业务流程与功能路径
用户上传多格式文档或输入复杂分析任务 -> 系统提取分析并构建图谱 -> 多智能体协作编排并调度任务（子代理执行文档精读和图谱检索） -> 聚合生成可追溯、可信的结构化报告或演示文稿 -> 通过 SSE 流式反馈、渲染任务轨迹并展示给前端。
豪视界-AI 图像处理平台
AI 图像处理平台（"流行智能"后更名"豪视界"） —— 一个面向电商卖家的 SaaS 化 AI图像处理工具站。核心业务逻辑:卖家上传商品图,平台调用多个 AI引擎完成换背景、生成模特图、扩图/高清/去水印等处理,按张扣积分,处理结果存云端图库。
支撑业务的系统能力
- 账户体系:邮箱/手机注册登录、JWT 鉴权、图形验证码、访客可浏览(登录才可下单)
- 积分计费系统:注册赠送 100 积分、按任务类型差异化定价(可后台配置)、消费流水记录、积分套餐
- 异步任务系统:任务状态机(等待→处理中→完成/失败)、批量提交、全局任务列表、结果轮询
- 图库:处理结果云端存储(阿里云 OSS)、缩略图、任务详情回看
- 管理后台:用户管理(禁用/启用/改积分)、任务监控与重试、系统配置、积分规则/套餐配置、操作日志、仪表盘统计
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服