
## 目录

- [一、背景：通信咨询师的信息焦虑](#一背景通信咨询师的信息焦虑)
- [二、方案设计：WorkBuddy自动化工作流全景](#二方案设计workbuddy自动化工作流全景)
- [三、实操步骤详解](#三实操步骤详解)
  - [3.1 创建自动化定时任务](#31-创建自动化定时任务)
  - [3.2 编写Prompt：让AI替你搜索+整理](#32-编写prompt让ai替你搜索整理)
  - [3.3 邮件群发配置](#33-邮件群发配置)
  - [3.4 IMA知识库自动归档](#34-ima知识库自动归档)
  - [3.5 成果展示](#35-成果展示)
- [四、进阶：Token消耗优化——从110K到35K](#四进阶token消耗优化从110k到35k)
  - [4.1 瓶颈分析：110K Token花在哪了？](#41-瓶颈分析110k-token花在哪了)
  - [4.2 脚本化重构：让模型只做两件事](#42-脚本化重构让模型只做两件事)
  - [4.3 优化效果对比](#43-优化效果对比)
- [五、踩坑记录与解决方案](#五踩坑记录与解决方案)
- [六、总结与展望](#六总结与展望)

---

## 一、背景：通信咨询师的信息焦虑

作为一名通信行业咨询师，我的日常工作离不开信息追踪：5G-A商用进展、6G标准推进、卫星互联网组网节奏、低空经济政策落地、运营商资本开支动向……这些领域的动态每天都在发生，而且需要快速消化、形成判断、分享给团队。

传统做法是手动浏览行业网站、复制粘贴到文档、整理成日报后手动发邮件。这套流程看似简单，但每天至少占用1-2小时，而且容易遗漏重要信息。更关键的是，团队里22个人都需要看到这些信息，手动分发效率太低。

于是我想到用WorkBuddy的自动化功能来解决这个问题。目标很明确：**每天定时自动搜索行业新闻，整理成公文格式日报，群发给团队，同时归档到知识库长期积累。**

---

## 二、方案设计：WorkBuddy自动化工作流全景

整个工作流的设计思路是：**利用WorkBuddy的自动化定时任务功能，在每天固定时间触发AI执行新闻搜索、内容整理、文档生成、邮件发送和知识归档的全链路操作。**

![01_workflow_overview.png](https://developer.qcloudimg.com/http-save/yehe-12624952/edcadeaa398641821d5a96678edeaca8.png)
核心环节包括：
1. **新闻搜集**：AI通过WebSearch搜索近两天通信产业动态
2. **内容整理**：筛选10-15条有价值信息，每条包含关键词、内容摘要、关注理由、来源链接、对运营商的影响
3. **文档生成**：同步生成公文版Word日报和HTML晨报仪表盘
4. **邮件群发**：将两个文件作为附件，群发给22位团队成员
5. **知识归档**：将新闻内容追加到腾讯IMA知识库，按时间倒排长期积累

---

## 三、实操步骤详解

### 3.1 创建自动化定时任务

在WorkBuddy的自动化管理界面中创建一个新任务。
关键配置项：
![ScreenShot_2026-07-14_164304_803.png](https://developer.qcloudimg.com/http-save/yehe-12624952/9185f78a68db55b526bc2ad21b2a59bc.png)
| 配置项 | 值 | 说明 |
|--------|-----|------|
| 任务名称 | 每日通信产业新闻推送 | 便于识别 |
| 调度类型 | 循环执行 (recurring) | 每天自动触发 |
| 调度规则 | `FREQ=DAILY;BYHOUR=11;BYMINUTE=0` | 每天上午11点 |
| 工作目录 | 项目根目录 | 确保文件输出到正确位置 |
| 模型 | auto（初版）/ lite（优化后） | 详见第四章 |

设置完成后，任务状态为ACTIVE，到点就会自动触发。

### 3.2 编写Prompt：让AI替你搜索+整理

Prompt是整个工作流的灵魂。初版Prompt我写得非常详细，包含以下核心要求：

**搜索方向**（覆盖9大领域）：
- 5G-A、6G、卫星互联网、车联网
- 物联网、工业互联网、低空经济
- 智能体互联网、应急通信

**关注维度**：国家政策、地方项目、运营商动向、行业标准、应用示范、场景创新

**每条新闻必须包含5个字段**：
1. 关键词提炼
2. 新闻内容（2-3句概述）
3. 关注理由（为什么值得关注）
4. 新闻出处及网页链接
5. 对中国联通的影响（结合岗位视角的判断）

**文档格式要求**：Word公文版（仿宋三号正文、微软雅黑小二号标题、黑体三号标签），HTML晨报（响应式卡片式仪表盘）。

**邮件群发要求**：附件为Word+HTML，正文只附简短提示，签名由模板自动追加，严禁在正文出现联系方式和结尾语。

**知识归档要求**：将新闻追加到IMA知识库的归档笔记中，按时间倒排。

### 3.3 邮件群发配置

邮件发送是最需要稳定的环节。我的做法是：

**第一步**：准备收件人通信录。把22位团队成员的姓名和邮箱地址整理成一个Excel文件，放在固定路径下。

**第二步**：准备邮件签名模板。签名使用HTML格式，包含姓名、职务、联系方式等信息，存放在固定路径。脚本运行时自动读取这个文件追加到邮件正文末尾。

**第三步**：配置SMTP凭证。在`.env`文件中写入SMTP服务器地址、端口、用户名和密码。

**关键约束**：邮件正文绝对不能出现任何电话号码、署名或结尾语，所有联系方式只能出现在签名模板中。这是因为正文由AI生成，如果允许AI写联系方式，它经常会"贴心地"加上各种客套话和电话号码，反而显得不专业。

### 3.4 IMA知识库自动归档

知识归档用的是腾讯IMA开放API。核心步骤：

1. 在IMA中创建一个笔记，标题为"通信产业动态日报 | 行业新闻存档"
2. 获取笔记的note_id
3. 申请IMA开放API的client_id和api_key
4. 调用`append_doc`接口，将Markdown格式的新闻内容追加到该笔记

归档内容按时间倒排，最新的新闻追加在最前面，方便后续查阅时优先看到最新动态。

### 3.5 成果展示

每天11点，自动化任务准时触发，最终生成以下成果：

**HTML晨报仪表盘**：
![晨报html截图.jpeg](https://developer.qcloudimg.com/http-save/yehe-12624952/c007e7f940fdaf722149bbb45022f3dd.jpg)

晨报采用深色Hero头+卡片式布局，按"头条聚焦→核心要闻→产业动态"三段式排列，每条新闻带分类标签、来源标识和原文链接。

**公文版Word日报**：仿宋三号正文，符合央企公文排版规范，每条新闻包含完整的5个字段。

**邮件推送**：22人收到带附件的邮件，正文仅一行提示+签名模板。

---

## 四、进阶：Token消耗优化——从110K到35K

工作流稳定运行两周后，我发现了一个问题：**每次执行消耗超过110K Token**。按日均计算，一个月下来Token消耗非常可观。于是我开始分析瓶颈并进行重构。

### 4.1 瓶颈分析：110K Token花在哪了？

通过对执行日志的分析，Token消耗的大头主要有四块：

| 消耗项 | 估算Token | 原因 |
|--------|-----------|------|
| WebSearch × 6-7次 | ~25K | 按5G-A/6G/卫星/低空/应急等逐领域搜索 |
| 加载5个Skill | ~12K | 公文排版、humanizer、邮件、IMA、晨报，每次全量加载SKILL.md |
| 模型生成长文 | ~35K | 14条新闻×5字段，Word和HTML各写一遍 |
| 读写文件+临时脚本 | ~20K | 读通信录、读签名、读凭证、写临时Python脚本再运行 |
| 系统提示+工作记忆 | ~18K | 固定开销，每次都带 |

更关键的是，自动化配置里用的是**thinking模型**，价格是普通模型的3-5倍。

### 4.2 脚本化重构：让模型只做两件事

核心思路：**这个任务95%的逻辑是重复的，只有"今天有哪些新闻"是每天变化的。把不变的逻辑固化到脚本里，模型只输出一个JSON。**

具体做法：
![5-架构对比.jpeg](https://developer.qcloudimg.com/http-save/yehe-12624952/9fb43aa9dad44f7a1afe2945092111d5.jpg)
**第一步：编写统一脚本`daily_comm_workflow.py`**

这个Python脚本固化了所有非变化逻辑：

- 22人收件人邮箱地址（硬编码，不再读xlsx）
- Word公文模板（字体、字号、页边距全部代码内设置）
- HTML晨报模板（CSS+HTML字符串模板，动态填充内容）
- 邮件签名读取（自动读取HTML签名文件）
- SMTP发送逻辑（smtplib直连）
- IMA归档逻辑（urllib直接调API）
- `--dry-run`参数（仅生成文件，不发邮件不归档，方便测试）

脚本接受一个JSON文件作为输入，格式如下：

```json
[
  {
    "title": "新闻标题",
    "keywords": "关键词1;关键词2",
    "content": "2-3句话概述事件",
    "reason": "1句话关注理由",
    "source": "来源媒体名",
    "url": "https://...",
    "impact": "1句话对中国联通的影响"
  }
]
```

脚本读取JSON后，自动完成Word生成、HTML生成、Markdown存档、邮件群发、IMA归档，全程零模型介入。

**第二步：精简自动化Prompt**

把原来几百字的详细Prompt替换为精简版：

```
【核心流程】
1. WebSearch 搜索 × 2次（综合查询，不再逐领域搜索）
2. 筛选10条新闻，输出JSON → news_YYYY-MM-DD.json
3. 运行脚本: daily_comm_workflow.py news.json

【约束】
- 只做搜索和JSON输出，不生成正文、Word、HTML
- 不调用任何skill
- 新闻条数固定10条
```

**第三步：调整模型配置**

- 关闭thinking模式（`model_is_thinking: false`）
- 指定lite模型（单价为标准模型的1/3-1/5）
- 清空skill列表（脚本已内置所有逻辑）

### 4.3 优化效果对比

[Token消耗对比]
![4-token消耗对比.jpeg](https://developer.qcloudimg.com/http-save/yehe-12624952/114ddef5f20fbfd4b438b29de57902c2.jpg)

| 指标 | 优化前 | 优化后 | 降幅 |
|------|--------|--------|------|
| 模型模式 | thinking | 标准模式 | - |
| 模型级别 | auto | lite | 单价降3-5倍 |
| Skill加载 | 5个 | 0个 | -12K |
| 搜索次数 | 6-7次 | 2次 | -15K |
| 新闻条数 | 14条 | 10条 | -20%输出 |
| 临时脚本 | 每次重写 | 固化脚本 | -8K |
| **单次Token** | **110K+** | **~35K** | **-70%** |
| **综合成本** | **100%** | **~10-12%** | **-88%** |

综合成本降幅大于Token降幅的原因是：lite模型单价本身也便宜了3-5倍，两个因素叠加。

---

## 五、踩坑记录与解决方案

### 坑1：IMA API Key过期，归档静默失败

**现象**：自动化执行后，邮件发送成功，但IMA归档没有报错也没有成功。查看日志发现API返回了`code: 200002`（API Key过期）。

**排查过程**：开始以为是网络问题，后来直接用Python调用IMA API才发现是Key过期。IMA的client_id和api_key有有效期，过期后不会主动通知。

**解决方案**：
- 在脚本中增加了API返回值的校验，如果code不为0则打印详细错误信息
- 在项目记忆文件中记录了凭证有效期，定期检查
- 建议设置日历提醒，在过期前一周更新凭证

### 坑2：AI自动在邮件正文添加联系方式和结尾语

**现象**：邮件发送后，正文末尾出现了"如需进一步了解某条新闻的详细内容，请联系XXX"这样的结尾语，还附带了电话号码。

**原因**：AI"太贴心"了，看到要发邮件就自动加上客套话和联系方式。即使Prompt里明确禁止，偶尔还是会犯。

**解决方案**：
- 在Prompt中用最高优先级标注三条红线规则：禁止结尾语、禁止署名、禁止电话号码
- 在脚本中将邮件正文硬编码为固定一句话："附件为今日通信产业动态日报及晨报，请查收。"，不再让模型生成邮件正文
- 签名由脚本自动读取HTML模板追加，模型完全不接触签名内容

### 坑3：自动化Prompt更新不生效

**现象**：通过automation_update工具修改Prompt时，传入参数后返回结果显示更新成功，但实际查看Prompt内容没变。

**原因**：参数名写错了——传了`prompts`（复数），但工具要求的是`prompt`（单数）。工具不会报错，只是静默忽略了这个字段。

**解决方案**：仔细检查工具schema中的参数名，确保完全匹配。更新后用`mode: "view"`重新查看确认生效。

### 坑4：每次执行都重写临时脚本

**现象**：初版工作流中，模型每次都需要用Write工具写一个临时Python脚本来生成Word和HTML，然后运行，最后删除。每次重写脚本的代码略有不同，偶尔会出bug。

**原因**：模型不是在"运行程序"，而是在"每次重新理解需求并写代码"。这既浪费Token，又引入不稳定性。

**解决方案**：一次性编写`daily_comm_workflow.py`，将所有逻辑固化。模型只需要输出JSON数据文件，脚本负责读取JSON并执行全部后续流程。从此不再有临时脚本。

### 坑5：数字和英文前后的空格问题

**现象**：生成的Word文档中，"6G 技术""2026 年 7 月"这种格式不符合中文排版规范。

**原因**：AI生成中文文本时，习惯在数字和英文两侧加空格。

**解决方案**：在Prompt中明确标注排版规则（中文正文中数字和英文左右不留空格），并在脚本的Markdown生成环节增加后处理逻辑，用正则清洗多余空格。


---

## 六、总结与展望

### 做了什么

用WorkBuddy的自动化功能搭建了一条完整的产业信息流处理管线：**搜索→整理→生成文档→邮件推送→知识归档**，全程零人工干预。稳定运行后将Token消耗从110K+降低到35K，综合成本降低约88%。

### 核心经验

1. **先跑通再优化**。初版不用追求完美，先用模型全流程跑通，验证可行性，再逐步优化。
2. **区分变化逻辑和固定逻辑**。每天变化的是"有哪些新闻"，不变的是"怎么排版、发给谁、怎么归档"。把不变的固化到脚本里，模型只处理变化的部分。
3. **Prompt越短越好**。模型不需要理解全部上下文，只需要知道"搜索什么、输出什么格式、调用什么脚本"。
4. **thinking模型不是万能的**。对于信息搜集和结构化输出这类任务，lite模型足够了，没必要用thinking。
5. **踩坑是常态**。API Key过期、格式不规范、参数名写错……这些都是实践过程中才会遇到的问题，记录下来就是经验。

---

*本文基于真实使用场景撰写，文中涉及的自动化配置、脚本代码和优化数据均来自实际运行记录。如有疑问或交流需求，欢迎在评论区留言。*


作为一名通信行业咨询师，我的日常工作离不开信息追踪：5G-A商用进展、6G标准推进、卫星互联网组网节奏、低空经济政策落地、运营商资本开支动向……这些领域的动态每天都在发生，而且需要快速消化、形成判断、分享给团队。

用WorkBuddy搭建行业洞察流水线，治好了我的信息焦虑，顺便还把Token消耗砍了70%

本文记录了一名通信行业咨询师利用WorkBuddy搭建"每日产业新闻自动推送"工作流的完整实战过程——从初版搭建、稳定运行，到发现Token消耗过高后的脚本化重构，最终将单次运行成本降低约70%。包含详细配置步骤、踩坑记录和优化方案，适合所有希望用AI自动化处理信息流的同学参考。

人工智能

开发工具

运维

通信咨询师利用WorkBuddy自动化工作流实现行业新闻高效处理，从定时搜索、AI整理到邮件群发、知识库归档全流程自动化。通过脚本化重构将Token消耗从110K降至35K，成本降低88%。文章详细解析了方案设计、实操步骤及优化技巧，并分享5个典型踩坑案例及解决方案，为信息处理自动化提供实用参考。

邮件推送

代码解释

服务器

WorkBuddy 

物联网

智能体

Python

JSON

2026上云采购 | AI焕新·智启新局

lexiang

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

用WorkBuddy搭建行业洞察流水线，治好了我的信息焦虑，顺便还把Token消耗砍了70%-腾讯云开发者社区-腾讯云

用WorkBuddy搭建行业洞察流水线，治好了我的信息焦虑，顺便还把Token消耗砍了70%

用WorkBuddy搭建行业洞察流水线，治好了我的信息焦虑，顺便还把Token消耗砍了70%

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐