Cloudflare Blog 自动化播报机器人

该项目提供一个可部署的工作流，用于自动监控 Cloudflare Blog RSS、拉取原文、生成中文简报，并通过企业微信机器人推送到团队群。

功能流程

1. 轮询 RSS：使用 feedparser 获取 Cloudflare Blog 最新文章。
2. 去重入库：使用 SQLite 记录已处理文章，避免重复推送。
3. 抓取正文：下载博客 HTML 并提取主要内容。
4. AI 简报：调用 OpenAI API（或使用内置回退逻辑）生成中文摘要。
5. 消息推送：通过企业微信 Webhook 发送 Markdown 消息，包含摘要与原文链接。

快速开始

python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
# 编辑 .env 设置 OPENAI_API_KEY 与 WECOM_WEBHOOK
python src/main.py

运行脚本后会自动创建/更新 SQLite 数据库 cloudflare_blog.db 并推送新增文章。首次同步时，所有历史文章都会入库，但仅会为最新的若干篇（默认 5 篇，可配置）生成摘要并推送，以避免刷屏。

配置项

通过环境变量或 .env 文件（例如使用 direnv / docker 传入）配置：脚本会在启动时自动加载项目根目录的 .env 文件。

变量名	说明
CF_BLOG_FEED	RSS 地址，默认 https://blog.cloudflare.com/rss/
CF_BLOG_DB	SQLite 数据库存储路径
OPENAI_API_KEY	OpenAI API Key，用于生成中文摘要
LLM_API_URL	（可选）自定义 LLM HTTP 接口地址，设置后将优先使用该接口
LLM_API_KEY	（可选）自定义 LLM 的鉴权 Token，将自动加到 Authorization: Bearer 头中
LLM_MODEL	（可选）自定义 LLM 模型名称；对 OpenAI 与自定义接口同时生效
LLM_MESSAGE_KEY	（可选）自定义接口中承载对话内容的字段名，默认为 messages
WECOM_WEBHOOK	企业微信机器人 webhook URL
CF_BLOG_INITIAL_SUMMARY_LIMIT	首次同步时生成并推送摘要的最大文章数，默认为 5

使用自定义 LLM 接口

当需要接入非 OpenAI 的模型服务时，只需提供兼容的 HTTP Chat Completion 接口。例如以下 EdgeFn API：

import requests

url = "https://api.edgefn.net/v1/chat/completions"
headers = {
    "Authorization": "Bearer <YOUR_API_KEY>",
    "Content-Type": "application/json",
}
data = {
    "model": "Qwen3-Next-80B-A3B-Instruct",
    "messages": [{"role": "user", "content": "Hello"}],
}

在 .env 中设置：

LLM_API_URL=https://api.edgefn.net/v1/chat/completions
LLM_API_KEY=<YOUR_API_KEY>
LLM_MODEL=Qwen3-Next-80B-A3B-Instruct
LLM_MESSAGE_KEY=messages

程序会按照上述配置自动构造 POST 请求并解析常见的 choices[].message.content、choices[].text、output_text 等字段返回的摘要。如果接口返回非标准结构，可在 _extract_text_from_response 中扩展解析逻辑。

部署建议

1. 定时任务

• Cron / systemd timer：在 Linux 服务器上创建 cron 任务，每 10 分钟运行一次 python /app/src/main.py。
• GitHub Actions / Cloudflare Workers Cron Triggers：如果希望云端运行，可将项目容器化并部署到支持定时任务的平台。

2. 容器化

建议使用 Docker 镜像部署，示例 Dockerfile 如下：

FROM python:3.11-slim

WORKDIR /app
COPY requirements.txt ./
RUN pip install --no-cache-dir -r requirements.txt
COPY src ./src

CMD ["python", "src/main.py"]

构建并运行：

docker build -t cloudflare-rss-bot .
docker run --env-file .env -v $(pwd)/data:/app/data cloudflare-rss-bot

将 CF_BLOG_DB 设置为 /app/data/cloudflare_blog.db 可实现持久化。

3. 环境安全

• 使用密钥管理服务（如 1Password Connect、AWS Secrets Manager）注入 OPENAI_API_KEY 与 WECOM_WEBHOOK。
• 为运行容器的机器限制网络访问，仅允许访问 Cloudflare Blog、OpenAI API 与企业微信域名。

4. 监控与告警

• 将日志输出重定向到集中式日志系统（如 CloudWatch、ELK）。
• 为企业微信推送失败设置重试或告警逻辑，以保证重要信息送达。

结构

src/
├── cloudflare_bot/
│   ├── article.py        # 抓取与解析正文
│   ├── config.py         # 读取环境配置
│   ├── notifier.py       # 企业微信推送
│   ├── rss.py            # RSS 解析
│   ├── storage.py        # SQLite 持久化
│   ├── summarizer.py     # 中文摘要生成
│   └── __init__.py
└── main.py               # 工作流入口

后续扩展

• 将摘要与原文存入知识库，支持历史检索。
• 引入异步队列（Celery/Cloud Tasks）处理高并发推送。
• 对接更多渠道（邮件、飞书等）分发摘要。