#WorkBuddy# 我用它搭了一套"全自动每日简报 + 收盘报告"工作流（含踩坑实录）

原创

二月的鸟

关注

一、我要解决什么问题

我每天需要三份固定材料：早间资讯简报、盘前提示、收盘复盘报告。手工做一遍要 2–3 小时，且质量不稳定。用 WorkBuddy 的定时自动化任务之后，现在每天 7:30–19:00 全部自动产出，我只需要验收结果。

这套东西的核心不是"AI 写文章"，而是把交付链固化成任务：建目录 → 抓数据 → 写稿 → 转格式 → 自检 → 交付。哪一步断链，第二天就找不到文件。

二、任务怎么拆（5 个定时任务）

排期用 RRULE 写进任务配置，例如每个工作日 7:40：FREQ=WEEKLY;BYDAY=MO,TU,WE,TH,FR;BYHOUR=7;BYMINUTE=40。一个 RRULE 可以表达"多选日"，不要按天建多个任务。

三、prompt 工程上真正有用的几条经验

1. 文件名写死、路径写全。任务 prompt 里写精确文件名（如 早间简报_YYYYMMDD.docx）和绝对路径。用"放到今天文件夹"这种模糊说法，隔天就会断链——下游任务按名找不到上游产物。
2. 上下游任务靠"文件接力"。下游任务第一步永远是"先读上游文件再干活"，且要写清"找不到就跳过并注明"，避免凭空编。
3. 去重规则要写进 prompt。我的周一简报会重复周日汇总的内容，后来在 prompt 里加了一段"周一禁止重列周末已覆盖内容、只写增量"，才真正解决。
4. 模型选择：批量跑的定时任务用 Flash 档足够，成本低、速度快；深度分析才上强模型。
5. 禁止空话和自证。在 prompt 里明确"条目只写事实+数字+方向，不解释方法论"，输出质量比加字数限制更有效。

四、格式转换：md → docx 一行命令

我习惯让模型先产 md（好改），最后用 python-docx 批量转 docx 交付。核心脚本约 60 行：

from docx import Document
from docx.shared import Pt
from docx.oxml.ns import qn

def md2docx(md_path):
    doc = Document()
    style = doc.styles['Normal']
    style.font.name = '微软雅黑'
    style.element.rPr.rFonts.set(qn('w:eastAsia'), '微软雅黑')
    style.font.size = Pt(10.5)

    # 逐行解析 md：# 标题 / - 列表 / 正文……
    for line in open(md_path, encoding='utf-8'):
        emit(doc, line.rstrip('\n'))

    doc.save(md_path.replace('.md', '.docx'))

踩过的坑：转换成功后记得删源 md，否则日期文件夹里堆积中间产物，下游任务会读到旧稿。

五、交付前自检：用脚本管住 AI 的嘴

生成 xlsx 报告后，我强制跑一个自检脚本再交付，检查三件事：

• 结构：sheet 数量、名称、顺序是否符合模板；
• 措辞：用正则扫"断言型违规"（如把通道标签读成资金态度、排他性表述"唯一主线"），命中即打回重写；
• 排版：行高异常检测（横向合并单元格的行高必须按合并区总宽算，用单列宽重算会撑到 2000pt+，这是我交过学费的）。

思路很简单：把"曾经犯过的错"变成正则清单，机器把关比事后肉眼检查可靠。

六、踩坑清单（省你半天调试）

1. 工具路径变更要同步改 prompt：脚本挪了目录，prompt 里还写着旧路径，任务每天固定失败。改完路径 grep 一遍所有任务配置。
2. 时序敏感的抓数要留缓冲：比如依赖 8:00 开盘的数据，任务设在 7:40 就抓不到，要么延后任务，要么在 prompt 里写"8:00 后补一次检索"。
3. 数据源要写备用：主接口失效时 prompt 里要指明备源（如换另一个行情接口），否则任务整场失败。
4. 配额用尽的处理：全部任务锁低成本模型，配额恢复后自动跑，不用改回。
5. 一次性任务和周期任务分开：过期的一次性任务及时删，避免列表混乱。

七、效果

• 每天节省约 2 小时手工整理时间；
• 产出格式 100% 统一（字体、结构、命名全部固化）；
• 质量靠"自检脚本 + 人工验收"双保险，AI 幻觉类错误基本被正则清单拦住。

这套方法不限于金融场景——任何"每天要固定格式产出"的岗位（运营日报、客服周报、竞品监测）都能套用。有问题欢迎评论区交流。

← 返回社区贡献