华为云Flexus+DeepSeek征文｜基于Dify构建RSS实时热点新闻聚合助手

一、构建RSS实时热点新闻聚合助手前言

在数字信息爆炸的时代，我们每天被淹没在海量的媒体资讯洪流中，受限于有限的时间和精力，人们越来越需要聚焦两类核心信息：一是与个人兴趣深度契合的垂直领域资讯，二是全社会共同关注的实时热点事件。传统信息获取方式面临多重困境，用户往往需要手动切换多个平台（如微博、今日头条、Bilibili、36Kr等），在碎片化的信息流中反复筛选，消耗大量时间却只能获得有限的有效信息，而且这种模式存在三大痛点：各平台热点分散且格式不统一、人工检索难以保证实时性、平台算法推荐易形成信息茧房。构建了一个智能新闻枢纽系统，实现真正的一站式热点聚合很有意义！

Flexus X 实例以柔性算力为核心突破，打破了传统云服务器固定 CPU/内存配比的限制，用户可根据 DeepSeek-V3 模型推理的实际负载（如高并发请求、长序列处理），动态定制 vCPU 与内存配比（最高支持 3:1 的 CPU 密集型配置）。这种资源灵活性大幅提升了算力利用率，避免为冗余资源付费，尤其适合大模型推理中波动性较强的流量场景。

二、构建RSS实时热点新闻聚合助手环境

2.1 基于FlexusX实例的Dify平台

华为云FlexusX实例提供高性价比的云服务器，按需选择资源规格、支持自动扩展，减少资源闲置，优化成本投入，并且首创大模型QoS保障，智能全域调度，算力分配长稳态运行，一直加速一直快，用于搭建Dify-LLM应用开发平台。

Dify是一个能力丰富的开源AI应用开发平台，为大型语言模型（LLM）应用的开发而设计。它巧妙地结合了后端即服务（Backend as Service）和LLMOps的理念，提供了一套易用的界面和API，加速了开发者构建可扩展的生成式AI应用的过程。

参考：华为云Flexus+DeepSeek征文 | 基于FlexusX单机一键部署社区版Dify-LLM应用开发平台教程

2.2 基于MaaS的模型API商用服务

MaaS预置服务的商用服务为企业用户提供高性能、高可用的推理API服务，支持按Token用量计费的模式。该服务适用于需要商用级稳定性、更高调用频次和专业支持的场景。

参考：华为云Flexus+DeepSeek征文 | 基于ModelArts Studio开通和使用DeepSeek-V3/R1商用服务教程

三、构建RSS实时热点新闻聚合助手实战

3.1 配置Dify环境

输入管理员的邮箱和密码，登录基于FlexusX部署好的Dify网站

将MaaS平台的模型服务接入Dify，这里我们选择的是DeepSeek V3商用服务，需要记住调用说明中的接口信息和 API Key 管理中API Key，若没有可以重新创建即可

配置Dify模型供应商：设置 - 模型供应商 - 找到OpenAI-API-compatible供应商并单击添加模型，在添加 OpenAI-API-compatible对话框，配置相关参数，然后单击保存

3.2 配置Dify工具

rookie_rss

一款多平台新闻聚合插件，基于开源项目 DailyHotApi，方便用户无代码的方式获取多平台热搜与热点新闻。

访问Dify - 工具，搜索 rookie_rss，然后找到并安装它

安装成功后，点击去授权 rookie_rss，默认每日热榜 URL是 https://api-hot.imsyy.top/，点击保存即可

DailyHotApi 的手动部署请参考 DailyHotApi，然后替换此 URL 使用本地服务。

授权成功后，我们就可以将 rookie_rss节点添加到 Chatflow 或 Workflow 用于获取实时新闻

3.3 创建RSS实时热点新闻聚合助手

在 Dify - 工作室，创建空白应用，选择 Chatflow，输入应用名称和图标，点击创建

删除其他默认节点，在开始节点中添加输入字段，用于选择新闻类型，可以是掘金、微博、今日头条等

tyep（下拉选项）：热点新闻类型

添加条件分支节点，判断的条件是选择的新闻类型，如掘金、bilibili、ac_fun、微博、今日头条、36kr、虎嗅、hellogithub进行判断，从而变成 8 个分支，根据平台的不同通过RSS获取的参数也不一样

每个分支都添加添加工具节点，选择 rookie_rss

然后配置 rookie_rss ，需要填写 平台名称 和 返回结果数量 2个参数，平台名称就根据条件分支的内容即可，返回数量都填 5 即可

rookie_rss 插件返回的数据如下，这里使用的的掘金平台

{
  "text": "",
  "files": [],
  "json": [
    {
      "articles": [
        {
          "author": "奈德丽",
          "hot_score": 6534,
          "id": "7514275553726644235",
          "links": {
            "mobile": "https://juejin.cn/post/7514275553726644235",
            "pc": "https://juejin.cn/post/7514275553726644235"
          },
          "metadata": {
            "list_type": "文章榜",
            "platform": "juejin",
            "update_time": "2025-06-27T07:20:39.440Z"
          },
          "rank": 1,
          "title": "同事用了个@vue:mounted，我去官网找了半天没找到"
        },
        {
          "author": "CAD老兵",
          "hot_score": 3105,
          "id": "7519442421626765312",
          "links": {
            "mobile": "https://juejin.cn/post/7519442421626765312",
            "pc": "https://juejin.cn/post/7519442421626765312"
          },
          "metadata": {
            "list_type": "文章榜",
            "platform": "juejin",
            "update_time": "2025-06-27T07:20:39.440Z"
          },
          "rank": 2,
          "title": "JavaScript 中的 Object.freeze() 及其和 TypeScript 中 readonly 的关系"
        },
        {
          "author": "pany",
          "hot_score": 2349,
          "id": "7519074019619930147",
          "links": {
            "mobile": "https://juejin.cn/post/7519074019619930147",
            "pc": "https://juejin.cn/post/7519074019619930147"
          },
          "metadata": {
            "list_type": "文章榜",
            "platform": "juejin",
            "update_time": "2025-06-27T07:20:39.440Z"
          },
          "rank": 3,
          "title": "V3 Admin Vite 5.0 焕新发行 🌈"
        },
        {
          "author": "老周聊大模型",
          "hot_score": 1998,
          "id": "7519131837362389027",
          "links": {
            "mobile": "https://juejin.cn/post/7519131837362389027",
            "pc": "https://juejin.cn/post/7519131837362389027"
          },
          "metadata": {
            "list_type": "文章榜",
            "platform": "juejin",
            "update_time": "2025-06-27T07:20:39.440Z"
          },
          "rank": 4,
          "title": "​7天从入门到精通​​：Prompt Engineering超速通指南"
        },
        {
          "author": "CAD老兵",
          "hot_score": 1971,
          "id": "7519502099870957568",
          "links": {
            "mobile": "https://juejin.cn/post/7519502099870957568",
            "pc": "https://juejin.cn/post/7519502099870957568"
          },
          "metadata": {
            "list_type": "文章榜",
            "platform": "juejin",
            "update_time": "2025-06-27T07:20:39.440Z"
          },
          "rank": 5,
          "title": "JIT 编译器是什么？JavaScript 为啥能“跑得像风一样快”？"
        }
      ],
      "code": 200,
      "pagination": {
        "returned": 5,
        "total": 5
      },
      "status": "success"
    }
  ]
}

再接入代码执行节点，用于处理 rookie_rss 数据返回，输入参数为 rookie_rss 填入的 json 格式数据，Python 代码参考如下：

import json
from datetime import datetime, timezone, timedelta

def main(arg1: str) -> dict:
    try:
        # 如果已经是 dict 或 list，直接用，不再 loads
        if isinstance(arg1, (dict, list)):
            parsed_data = arg1
        else:
            parsed_data = json.loads(arg1)
        
        # 后续逻辑保持不变
        if isinstance(parsed_data, dict) and "arg1" in parsed_data:
            data = parsed_data["arg1"]
        else:
            data = parsed_data
        
        articles = []
        if isinstance(data, list):
            for item in data:
                articles.extend(item.get("articles", []))
        elif isinstance(data, dict):
            articles = data.get("articles", [])
            
        table = []
        
        # 添加表头
        table.append(["标题", "热门评分", "新闻链接-手机端", "新闻链接-PC端", "更新时间"])
        
        for item in articles:
            title = item.get('title', '')
            hot_score = item.get('hot_score', '')
            mobile_link = item.get('links', {}).get('mobile', '')
            pc_link = item.get('links', {}).get('pc', '')
            update_time_raw = item.get('metadata', {}).get('update_time', '')
            
            update_time = ''
            if update_time_raw:
                try:
                    # 先尝试按 ISO8601 带毫秒Z格式解析
                    dt_utc = datetime.strptime(update_time_raw, "%Y-%m-%dT%H:%M:%S.%fZ")
                    dt_utc = dt_utc.replace(tzinfo=timezone.utc)
                    # 转换为上海时间（UTC+8）
                    shanghai_tz = timezone(timedelta(hours=8))
                    dt_shanghai = dt_utc.astimezone(shanghai_tz)
                    update_time = dt_shanghai.strftime("%Y-%m-%d %H:%M:%S")
                except Exception:
                    try:
                        # 不带毫秒的ISO8601格式
                        dt_utc = datetime.strptime(update_time_raw, "%Y-%m-%dT%H:%M:%SZ")
                        dt_utc = dt_utc.replace(tzinfo=timezone.utc)
                        shanghai_tz = timezone(timedelta(hours=8))
                        dt_shanghai = dt_utc.astimezone(shanghai_tz)
                        update_time = dt_shanghai.strftime("%Y-%m-%d %H:%M:%S")
                    except Exception:
                        try:
                            # 如果是时间戳（秒级或毫秒级）
                            ts = int(update_time_raw)
                            if len(str(update_time_raw)) == 13:
                                ts = ts / 1000
                            dt = datetime.fromtimestamp(ts, tz=timezone.utc)
                            dt_shanghai = dt.astimezone(timezone(timedelta(hours=8)))
                            update_time = dt_shanghai.strftime("%Y-%m-%d %H:%M:%S")
                        except Exception:
                            # 直接使用原始字符串
                            update_time = str(update_time_raw)
            
            table.append([title, hot_score, mobile_link, pc_link, update_time])

        return {
            "result": str(table).replace("'", '"')
        }
    except Exception as e:
        return {
            "result": [["错误", f"{type(e).__name__}: {e}"]]
        }

再将 8 个分支汇总到 变量聚合器 节点，变量赋值为 8 个分支的输出变量

在接入LLM节点，命名为数组转markdown，模型选择为由 MaaS 提供的 DeepSeek V3 模型，填入系统提示词，参考如下

请将输出的表格{{#变量聚合器.output#}}转换成markdown表格输出，只输出markdown表格即可，不需要其他内容

并添加获取当前时间节点，格式为 %Y-%m-%d %H:%M:%S，时区为 亚洲/上海

最后接入直接回复节点，用于展示给用户的最终输出结果，构造的回复格式参考如下：

{{#开始.type#}}热榜新闻 {{#获取当前时间.text#}}
 {{#数组转markdown.text#}}

编排工作流后点击右上角的运行进行测试，新闻类型选择微博，输入开始分析，点击发送

查看完整流程，开始 - 条件分支 - 微博 - 代码执行 - 变量聚合器 - 并行数组转markdown - 并行获取当前时间

最后输出微博热榜新闻，内容参考如下：

微博热榜新闻 2025-06-27 16:09:40

我这里后面又添加了一个发送群消息节点，将直接回复的内容再转发到微信群中，目前这个应用还有很多可以优化的部分，不如重复的内容太多，可以提取 条件分支，合并到2个节点即可，rookie_rss 和 代码执行，只有输入参数不一样，也就是新闻类型不一样，其他都是一样的流程。还有可以将8个平台的新闻一次性全部输出，这里没有做到，这里使用的并行获取导致变量聚合器只有一个值，需要优化下。

测试完成就可以发布更新到探索页面了，发布后选择运行就可以获得一个在线运行的工作流的网页！

3.4 使用RSS实时热点新闻聚合助手

在探索 - RSS实时热点新闻聚合助手中开启新对话

这次选择新闻类型为 ·36kr`，点击开始对话，并在对话框输入开始，点击发送

按照工作流执行流程执行，最后输出 36kr热榜新闻

36kr热榜新闻 2025-06-27 16:22:12

四、总结

通过Dify Chatflow 构建了一个智能新闻枢纽系统，不仅实现了多平台热点信息的统一捕获，更利用LLM能力对信息进行深度结构化处理，系统核心价值在于将传统人找信息模式转变为信息适人模式。Dify通过其强大的工作流编排能力（Chatflow）和插件生态系统，让开发者无需编写复杂代码即可构建智能信息处理流水线。特别是其最新支持的 rookie_rss 插件，能够无缝连接8大主流内容平台（掘金、Bilibili、微博、今日头条、36Kr、虎嗅、AcFun、HelloGitHub），实现真正的一站式热点聚合，这种基于RSS的工作流具有显著优势，时效性从小时级提升至分钟级，数据合规性得到保障。

华为云通过 Flexus X 的弹性底座 与 MaaS 的模型服务化能力，为 DeepSeek-V3 提供了 “资源按需匹配 – 模型开箱即用 – 成本精细可控” 的全链路优化。这一组合特别适合需快速落地 AI 应用的中小企业与开发者，在保证工业级性能的同时，真正实现了大模型技术的普惠化落地。