事件类公众号文章撰写Agent【附带源码】

History Today Article Writer MAS — 基于大模型协同的深度历史文章自动撰写系统

📖 项目简介

本系统采用 5个Agent串行流水线 架构，自动完成"历史上的今天"深度解读文章的撰写。从获取历史事件、采集信息、生成大纲、撰写正文（含AI配图）到润色升华，全流程自动化，最终输出精美的HTML可视化文章。

核心能力

• 🔍
  智能事件筛选：从当日历史事件中按优先级提炼2~3个重大事件
• 📊
  搜索增强采集：拆解子主题，调用百度AI搜索深度采集素材
• 📝
  结构化大纲：生成含章节、核心要点、配图位置标注的文章大纲
• 🎨
  AI配图生成：撰写时调用千帆文生图API，为文章生成3~7张配图
• ✨
  润色升华：LLM润色文字、提炼金句，生成响应式HTML文章

🏗️ 系统架构

🤖 Agent 详细说明

Agent 1：历史上今天重大事件提炼

Agent 2：信息收集

Agent 3：文章大纲生成

Agent 4：文章撰写（含配图）

Agent 5：润色升华

📁 项目结构

history-today-writer/├── config.py                        # 全局配置├── main.py                          # 主入口（流水线编排）├── html_builder.py                  # HTML报告生成器├── clients/│   ├── __init__.py│   ├── llm_client.py               # LLM双后端客户端（千帆+Ollama）│   ├── search_client.py            # 百度AI Search客户端│   ├── history_client.py           # 聚合数据todayOnhistory客户端│   └── image_client.py             # 千帆ernie-image-turbo文生图客户端├── agents/│   ├── __init__.py│   ├── event_extractor.py          # 事件提炼Agent│   ├── info_collector.py           # 信息收集Agent│   ├── outline_generator.py        # 大纲生成Agent│   ├── article_writer.py           # 撰写Agent（含配图生成）│   └── polish_agent.py             # 润色升华Agent├── prompt/│   ├── event_extractor.md          # 事件提炼提示词│   ├── info_collector.md           # 信息收集提示词│   ├── outline_generator.md        # 大纲生成提示词│   ├── article_writer.md           # 撰写提示词（含文生图规则）│   └── polish_agent.md             # 润色升华提示词└── output/    └── images/                      # AI生成配图存放目录

🚀 快速开始

环境要求

• Python 3.10+
• requests 库：pip install requests

配置

编辑 config.py 或通过环境变量配置：

运行

# 默认模式（千帆后端，当天日期）python3 main.py# 指定日期（M/D格式）python3 main.py --date 5/7python3 main.py --date 10/1# 切换到Ollama后端python3 main.py --ollama# 组合使用python3 main.py --ollama --date 10/1# 显示帮助python3 main.py help

输出

运行后在 output/ 目录生成：

• history_today_*.html
   — 完整的可视化文章（响应式HTML，配图内嵌）
• images/
   — AI生成的配图文件（PNG）

🔧 技术栈

📊 数据流

日期(月/日)  │  ▼┌──────────────────────────┐│ 聚合数据 todayOnhistory  │ ──→ 事件列表(JSON)└──────────────────────────┘  │  ▼ LLM筛选（爱国>科技>人物>社会>文化）┌──────────────────────────┐│ 2~3个精选事件            │ ──→ {date, title, category, keywords, significance}└──────────────────────────┘  │  ▼ LLM拆解搜索计划┌──────────────────────────┐│ 百度AI Search × N        │ ──→ 搜索结果文本└──────────────────────────┘  │  ▼ LLM整合素材┌──────────────────────────┐│ 结构化素材库             │ ──→ {key_facts, notable_quotes, controversies, narrative}└──────────────────────────┘  │  ▼ LLM生成大纲┌──────────────────────────┐│ 文章大纲+配图位置标注     │ ──→ {outline, image_suggestions(3~7处)}└──────────────────────────┘  │  ▼ LLM逐章撰写 + 千帆文生图┌──────────────────────────┐│ 正文(Markdown) + 配图    │ ──→ chapters[].content + images[].png└──────────────────────────┘  │  ▼ LLM润色 + HTML构建┌──────────────────────────┐│ 最终HTML文章              │ ──→ output/history_today_*.html└──────────────────────────┘

⚠️ 注意事项

1. API配额
   ：聚合数据每日有调用限额，百度AI Search和千帆API按量计费
2. 文生图耗时
   ：每张配图生成约10~30秒，3~7张配图总耗时1~4分钟
3. 搜索间隔
   ：批量搜索默认2秒间隔，避免触发限流
4. Ollama要求
   ：使用Ollama后端需本地启动服务并拉取模型（ollama pull qwen2.5:7b）
5. 输出大小
   ：HTML文件因base64内嵌配图，单文件可能2~10MB

通过网盘分享的文件：history-today-writer.zip

链接: https://pan.baidu.com/s/1DZEbziiJ_SjmoTaoBLNP2A?pwd=w6my 提取码: w6my 

--来自百度网盘超级会员v4的分享