项目概览
Basement Cowboy 是一条完整的人机协同（human-in-the-loop）AI 出版流水线。它持续抓取 180 多个新闻源，用自研的七因子排序算法为每篇文章评分，并将最佳候选稿件呈现在审校仪表盘中。通过审核的稿件会经过 AI 加工——摘要生成、分类归档、生成配图——随后以完整的 SEO 优化状态发布至 WordPress。
流水线设计
抓取环节基于 BeautifulSoup，并借助 Playwright 驱动的 Chromium 处理重度依赖 JavaScript 及有反爬保护的信息源。排序层综合权衡七项信号，将每日数千篇文章筛选为一份可控的候选清单。编辑在 Flask 仪表盘中审阅候选稿件、触发 AI 加工并发布——系统负责 WordPress 的 REST 与 GraphQL 投递、分类及元数据。
成本可见的 AI
AI 层的设计刻意务实：GPT 负责摘要与分类，DALL·E 3 生成配图，界面会在你确认之前显示每次加工的预估费用——这个小小的设计决策让 AI 内容工作流的经济账变得清晰可见，而非事后惊讶。
工程亮点
- 使用 Gunicorn 与 docker-compose 完成 Docker 化；GitHub Actions 实现 CI/CD
- 基于文件的 JSON 存储——零数据库部署，托管更简单
- 完整的代码检查、类型与安全工具链：pytest、black、mypy、bandit
项目成果
已发布的 v1.0 版本将新闻策展中的重复劳动自动化，同时将编辑判断——以及成本控制——牢牢留在人的手中。