每天早上被各种信息流淹没想第一时间掌握 AI 圈的新动态又不想一个个 App 去翻这大概是很多做技术、做内容、做产品的人共同的痛点。我自己的做法是把找信息这件事彻底外包出去让一个 AI 助手在固定时间把整理好的日报直接推到我微信里。这篇就聊聊我怎么给 WorkBuddy 设了个闹钟——每天上午十点半一份 AI 日报自动送进微信从需求拆解、方案选型到落地踩坑完整复盘一遍。核心关键词就几个WorkBuddy、AI、微信、自动化、DeepSeek。不管你是刚接触自动化的小白还是已经写过不少脚本的老手这套思路都能直接抄作业改改就能用在自己的场景里。1. 为什么我要做这个AI 日报闹钟1.1 信息焦虑的本质是重复劳动先说清楚我到底想解决什么问题。我每天需要关注的东西其实很固定AI 领域的新模型发布、工具更新、行业里值得看的文章、几个特定方向的技术动态。这些信息散落在各种渠道里如果靠人工去刷每天至少花掉半小时到一小时而且刷完还容易忘。更关键的是这件事每天都在重复重复劳动就是最该被自动化干掉的东西。我一开始也试过用 RSS 阅读器、用各种聚合工具但问题在于聚合工具只负责堆不负责筛和总结。我真正想要的不是一堆链接而是一份已经消化过的、有摘要、有分类、能直接读的日报。这就必须引入 AI 来做内容的理解和提炼而不是简单的抓取。所以需求可以拆成三块第一定时触发每天固定时间跑第二自动采集 AI 处理把原始信息变成可读的日报第三推送到微信因为微信是我每天必开、且推送到达率最高的地方。这三块拼起来就是标题里说的闹钟 AI 日报 微信。1.2 为什么选 WorkBuddy 而不是自己从零写有人会问这种定时任务 抓取 调 API 的活儿自己写个 Python 脚本不就完了确实能写我也写过。但自己写有几个绕不开的麻烦定时调度要自己维护cron 在本地机器上机器一关就断、AI 调用要自己封装、推送渠道要自己对接、出错要自己兜底。这些胶水代码写起来不难但维护起来很烦尤其是你只想专注在日报内容质量上的时候。WorkBuddy 这类 AI 助手工具的价值就在于它把任务编排 AI 能力 外部触发这几件事打包好了。你可以把它理解成一个能听懂人话、还能按规则自动干活的助手。我给它定几条规则它就能在指定时间、按指定流程、把指定结果送到指定地方。这比自己从零搭一套调度系统省太多事了。而且它背后可以接 DeepSeek 这类模型来做内容处理中文理解和总结能力够用成本也友好。提示选工具的核心判断标准不是功能多不多而是它能不能把你最烦的那段重复流程吃掉。如果一段流程你每周要手动做五次以上就值得考虑自动化。1.3 这套方案适合谁这套东西不是只给程序员用的。我把它拆开看适合三类人一是做技术、需要跟踪行业动态的开发者二是做内容、需要每天找选题的创作者三是做产品、需要了解竞品和趋势的从业者。哪怕你完全不懂代码只要能把需求描述清楚用 WorkBuddy 这种对话式的方式也能配出来。当然如果你懂一点 API 调用和定时任务的概念能玩出的花样会更多。2. 拆解闹钟背后的三段式流水线2.1 触发层定时这件事没你想的那么简单每天上午十点半听起来就是一句话但落到实现上触发层要考虑的东西不少。首先是时区如果你的任务跑在云端服务器上服务器默认可能是 UTC 时间十点半就得换算成对应的 UTC 时间否则你会发现在北京时间下午六点半才收到日报。这个坑我踩过第一次配完等了一整天没动静后来才发现是时区差。其次是触发方式。常见的有两种一种是基于 cron 表达式的定时调度比如30 10 * * *就代表每天 10:30另一种是基于事件或轮询的触发。对于每天固定时间这种需求cron 表达式是最直接的选择。WorkBuddy 里如果支持自然语言设定时间那就更省事直接说每天上午十点半即可但你要确认它理解的时区和你一致。第三是容错。如果十点半那一刻任务执行失败了怎么办是直接跳过等明天还是重试我的建议是配置重试机制比如失败后隔 10 分钟重试一次最多重试两次。因为网络抖动、API 限流这类问题太常见了一次失败就放弃体验很差。2.2 处理层AI 日报到底怎么生成这是整套流程的核心。很多人以为AI 日报就是把抓来的内容丢给模型让它总结一下其实没那么简单。我把它拆成四步第一步是采集。确定信息源可以是几个固定的资讯页面、API 接口或者你手动整理的一批链接。采集的关键是稳定源要选那些结构相对固定、不容易大改版的。第二步是清洗。抓来的原始内容往往带着大量噪音广告、导航栏、无关推荐。这一步要把正文提取出来去掉干扰。如果源本身提供了干净的 API 返回那这一步能省很多事。第三步是AI 处理。把清洗后的内容交给 DeepSeek 这类模型让它做三件事提炼每条信息的核心要点、按主题分类、生成一段整体概述。这里 prompt 的设计很关键后面我会单独讲。第四步是格式化。把 AI 的输出整理成适合在微信里阅读的格式——微信里 Markdown 渲染支持有限所以要用纯文本 简单符号比如用数字编号、用短横线分隔保证在手机上看起来清爽。2.3 推送层为什么是微信以及怎么推选微信的理由很实在打开率高、通知及时、不用额外装 App。但微信的推送有个限制——个人微信没有官方的、稳定的主动推送接口。所以实际落地时通常有这么几条路推送方式实现难度稳定性适用场景企业微信机器人低高个人自用、小团队微信服务号模板消息中高有认证服务号微信小程序订阅消息中中有开发能力第三方中转服务低中快速验证我个人最推荐企业微信机器人这条路。原因很简单它本质是一个 Webhook你只要往那个地址 POST 一段 JSON消息就进群了而企业微信可以和个人微信消息互通你在个人微信里就能收到。配置成本极低稳定性也好。如果你只是想自己每天收到一份日报建一个只有自己的企业微信群放个机器人进去就完事了。注意不管用哪种推送方式都要注意消息长度限制。微信侧对单条消息通常有字数上限日报太长要分段发送或者只推摘要 一个可展开的完整版链接。3. 把 WorkBuddy 调教成日报编辑的关键配置3.1 给 WorkBuddy 定规则一次设定长期生效标题里有个很关键的点——给 WorkBuddy 定几条规则后续对所有任务都生效。这是这类 AI 助手最实用的能力之一规则一旦设定就变成它的长期行为准则不用每次重复交代。我给它定的规则大概有这么几条输出语言固定为中文风格简洁不废话日报结构固定为今日要闻 分类速览 一句话总结每条信息必须包含标题和一句话摘要不堆砌原文遇到不确定的信息标注待核实不编造推送时间固定为每天上午十点半。这几条规则看起来简单但作用很大。它保证了日报的一致性——你不会今天收到一份长篇大论明天收到一份干巴巴的列表。一致性是自动化产品体验的基础。3.2 Prompt 设计决定日报质量的那 20%工具选对了规则定好了最后决定日报好不好看的其实是 prompt。我踩过的坑是一开始 prompt 写得太笼统比如帮我总结一下今天的 AI 新闻结果模型给回来的东西要么太泛要么抓不住重点。后来我把 prompt 改成了结构化的写法效果立刻不一样。我的 prompt 大致长这样这是基于常见实践的补充你可以按自己需求改你是一名 AI 领域的主编请根据以下原始信息生成一份中文日报。 要求 1. 先输出一段 100 字以内的今日概览概括整体趋势 2. 然后按主题分类如模型发布、工具更新、行业动态、技术文章每类下列出条目 3. 每条格式为标题 —— 一句话摘要不超过 40 字 4. 只保留信息量大的条目最多 10 条 5. 不要编造原文没有的信息不确定的标注待核实。 原始信息如下 {content}这个 prompt 的关键在于给了明确的输出结构和数量约束。模型在有结构约束的情况下输出质量会稳定很多。另外最多 10 条这种约束很重要否则模型容易贪多把日报塞得又长又杂。3.3 接 DeepSeek调用方式与成本控制DeepSeek 在这套流程里扮演的是内容处理引擎。它的 API 调用方式和其他主流大模型基本一致都是标准的 HTTP 请求传 API Key、传 messages、拿返回。我一般会把 temperature 调低一点比如 0.3 左右因为日报这种任务需要的是稳定和准确不需要太多创造性。成本方面日报这种场景每天的 token 消耗其实不大——假设每天处理 20 条信息每条 500 字加上 prompt 和输出一天也就几万 token 的量级。按现在的价格一个月成本很低完全在可接受范围内。真正要控制成本的地方在于别把无关内容也塞进去清洗这一步做得好token 就省下来了。提示调用 API 时一定要做异常处理。网络超时、返回格式异常、额度不足这些都要有兜底逻辑否则某天 API 抽风你的日报就断了。4. 实测踩坑那些文档里不会写的问题4.1 时区和调度第一次没收到日报的排查过程我第一次配完满心期待第二天十点半收到日报结果等到中午都没动静。排查过程是这样的先确认任务有没有触发——发现调度记录里显示任务确实跑了再确认推送有没有发出——发现推送接口返回成功最后才想到看时间戳一看就明白了服务器用的是 UTC我设的10:30被理解成了 UTC 10:30也就是北京时间 18:30。等我下午六点半收到日报的时候哭笑不得。这个坑的教训是任何涉及时间的配置第一件事就是确认时区。后来我统一把所有时间都换算成服务器时区来设或者在配置里显式指定时区问题就再没出现过。4.2 内容质量波动为什么有的日报像流水账跑了一段时间后我发现日报质量不稳定。有时候总结得很到位有时候就是一堆标题的堆砌。排查下来原因有两个一是信息源本身质量参差有些源当天就是没什么干货模型也变不出花来二是prompt 里的约束不够模型偶尔会偷懒。解决办法是双管齐下一方面筛选信息源把那些长期产出低质内容的源去掉另一方面在 prompt 里加如果某类没有值得说的内容就跳过这一类不要硬凑。加了这句之后日报明显清爽了不再有那种为了凑数而存在的条目。4.3 推送失败消息太长被截断还有一个坑是消息长度。有一次日报内容比较多推送出去发现后半段没了。一查才知道是超过了单条消息的字数限制。解决办法有两个要么在生成阶段就控制长度prompt 里限制条数和字数要么在推送阶段做分段。我选的是前者因为从源头控制更省事而且日报本来就该精炼太长反而没人看。4.4 规则冲突当长期规则和临时需求打架WorkBuddy 的长期规则很方便但也会带来一个问题某天我想让它临时多输出一点内容结果它还是按长期规则来输出得很简洁。这时候就要注意规则的优先级。我的做法是临时需求在当次对话里明确说这次例外忽略之前的长度限制让它知道这是一次性覆盖。养成这个习惯后就不会出现规则打架的困惑了。5. 让日报更聪明的几个进阶玩法5.1 按主题分频道而不是一锅烩基础版日报是所有信息混在一起。进阶一点的做法是分频道比如模型动态工具更新行业观察各成一块甚至可以根据你的关注点做个性化权重。比如我最近特别关注 AI Agent 方向就在 prompt 里让它把相关内容优先排前面。这样日报就不是通用日报而是我的日报。5.2 加入昨日回顾和趋势提示单天的日报是孤立的但如果把最近几天的内容串起来就能看出趋势。我试过让模型在生成日报时顺便对比前一两天的内容输出一句趋势提示比如本周关于 Agent 的讨论明显增多。这种跨天的关联是纯人工刷信息很难做到的也是 AI 处理的价值所在。5.3 把日报沉淀成可检索的档案日报每天推完就完了其实有点浪费。我后来加了一步把每天的日报存到一个文件或数据库里按日期归档。这样过一段时间回头看就是一份完整的行业动态时间线。需要查某个话题的时候直接搜档案就行。这一步用 WorkBuddy 的自动化能力很容易实现无非是多一个写入动作。5.4 扩展到其他定时推送场景这套定时触发 AI 处理 微信推送的骨架其实可以复用到很多场景比如每天早上推一份今日待办提醒、每周推一份项目进度汇总、每月推一份数据报表解读。核心逻辑是一样的换的只是数据源和 prompt。我现在的做法是把这套骨架当成一个模板有新需求就往里套配置时间比从零开始短得多。6. 关于稳定性和维护的一点个人经验跑了几个月下来我最大的体会是自动化系统的价值不在于多炫而在于多稳。一个每天准时到达、内容稳定的日报比一个偶尔惊艳但三天两头断更的系统有用得多。所以我在维护上花了些心思第一监控。我会让任务在每次执行后记录一条日志成功失败都记。这样一旦连续几天没收到日报我能快速定位是触发问题、处理问题还是推送问题。第二降级方案。如果 AI 处理那一步失败了不要让整个流程挂掉可以退化成只推原始标题列表至少保证信息到达。有总比没有强。第三定期回顾 prompt。信息源在变关注点在变prompt 也要跟着调。我大概每个月会看一次日报质量觉得哪里不对就改 prompt。这不是一劳永逸的事但每次调整的成本很低。第四别过度设计。我一开始想加很多功能什么多源去重、情感分析、自动配图后来发现大部分用不上反而增加了出错概率。最后砍到只剩采集 总结 推送三步反而最稳。做自动化克制比堆功能更重要。这套东西说到底就是把我每天要花时间做的事变成机器每天帮我做好的事。WorkBuddy 负责编排和规则DeepSeek 负责理解和总结微信负责送达。三者一拼一个每天上午十点半准时出现的 AI 日报就成型了。你要是也想搭一套建议先从最简单的版本跑起来能收到第一条日报之后再慢慢加花样。