链接丢给它，精华吐出来！微信AI小助理又行了，附完整提示词

AI码上来

已于 2024-09-05 10:26:31 修改

阅读量802

点赞数 6

分类专栏： AI实战文章标签：微信人工智能

于 2024-09-05 10:19:52 首次发布

本文链接：https://blog.csdn.net/u010522887/article/details/141924070

版权

AI实战专栏收录该内容

56 篇文章 32 订阅

订阅专栏

前两天，搞了个微信 AI 小助理，爸妈玩的不亦乐乎。

有朋友问，还能干点啥？

可玩的花样可多了~

最近关注的公众号有点多，根本看不完。我在想：把链接丢给小助理，让它帮我把文章大纲整理出来，这样岂不双赢：既不会遗漏重要内容，又节省了大量时间。

说干就干！

前两篇整体框架已经搭建好了，现在做的无非就是给小助理装上三头六臂！

本文将手把手带大家，实现小助理的 AI 摘要功能。

整个过程只需 4 步：

获取微信公众号文章链接；
爬取文章内容；
编写提示词，调用 LLM 进行总结；
调用发送消息接口，返回摘要内容。

话不多说，上实操！

友情提醒：注册小号使用，严禁用于违法用途（如发送广告/群发/诈骗、色情、政治等内容），否则封号是早晚的事哦。

1. 获取文章链接

微信公众号文章转发到微信，消息类型是 urlLink。

为此，只需要在上篇处理消息的逻辑基础上，修改下路由，单独处理urlLink类型的消息：

def handle_message(message_type='text', content='', source='', is_from_self="0"):
    if is_from_self == "1":
        return
    if message_type == "text":
        bot_answer = handle_text(content)
    if message_type == "urlLink":
        bot_answer = handle_url(content)

消息内容 content 中有一个 url 字段，这就是文章链接。

拿到文章链接，我们就可以写一个爬虫，爬取文章完整内容。

2. 爬取文章内容

爬取文章内容的方式有很多。

之前给大家分享 dify 使用教程 时，用过firecrawl这个爬虫插件，把网页自动转存为 markdown 内容，非常方便，免费用户有使用额度。

如果不想装整个插件，那么我们完全可以自己动手，写一个简单的爬虫！

只需要用到requests和bs4即可：

import requests
from bs4 import BeautifulSoup
response = requests.get(url, headers=headers)
soup = BeautifulSoup(response.text, 'html.parser')
content = soup.find('div', attrs={'id': 'js_content'}) # html文件

上面得到的内容是 html 格式，当然直接把它送给 LLM 也是没问题的。

如果吝啬你宝贵的 Token 资源，那么强烈建议你用上这个库：html2text，一键将html 转存成 markdown。

import html2text
h = html2text.HTML2Text()
markdown_content = h.handle(str(content))

有了文章内容，接下来我们送给 LLM，让它给提炼出文章大纲。

3. 调用 LLM 进行总结

直接丢给 LLM 么？

当然可以，但如果希望得到的结果可控且可靠，最好设计下角色提示词。

下面是我针对这个任务，编写的提示词，供小伙伴们参考：

sys_prompt_kp = '''
    - Role: 文章分析专家
    - Background: 用户需要对一篇给定的文章进行关键点总结，并生成文章的大纲。
    - Profile: 你是一位经验丰富的编辑，擅长提炼文章核心思想和结构化信息。
    - Skills: 文章阅读、关键点提取、信息组织、大纲创建。
    - Goals: 帮助用户从文章中提取关键点，并生成清晰的大纲。
    - Constrains: 确保大纲简洁明了，覆盖文章所有主要观点。
    - OutputFormat: 文章大纲，以列表形式呈现。
    - Workflow:
    1. 阅读并理解文章内容。
    2. 提取文章中的关键点和主要论点。
    3. 根据提取的关键点创建文章大纲。
    4. 只输出markdown格式的文章大纲，不要回答其他任何内容。
    '''

来吧，这下应该没什么问题了：

def article_summary(data, model_name='gemini-1.5-pro'):
    messages = [
        {'role': 'system', 'content': sys_prompt_kp},
        {'role': 'user', 'content': data['content']},
    ]
    summary = unillm(model_name, messages)
    return summary

4. 调用发送消息接口

最后，我们把上面两个函数打包一下：

def handle_url(content='', url=''):
    # 处理公众号链接
    if content:
        content = json.loads(content)
        url = content['url']
    if 'weixin.qq.com' in url:
        data = get_gzh_article(url, content_only=False)
    else:
        data = {}
    summary = article_summary(data, model_name='gemini-1.5-flash')
    return summary

一旦判定消息类型为 urlLink，直接调用上面的 handle_url 进行处理，并将结果用上篇提到的发送消息接口进行返回。

注：后面发现，转发文章中的链接，简单的爬虫无法搞定：当前环境异常，完成验证后即可继续访问。

所以：退而求其次，直接发送原文链接。

暂且先这么搞吧，小伙伴有其它方法的，欢迎评论区交流。