企业官网建设流程全解析

1. 从RPA到AI Agent：一个工作流工程师的认知迭代

最近在圈子里，看到不少人在讨论“RPA要被AI干死了”这个话题，尤其是一些标题党，动不动就是“一键生成监听100个小红书博主的工作流”。作为一个从传统RPA（机器人流程自动化）项目摸爬滚打过来，现在又深度参与AI Agent（智能体）落地的人，看到这种说法，我第一反应是：太片面了。这根本不是谁“干死”谁的问题，而是一场深刻的范式转移和生产力升级。今天，我就结合“监听100个小红书博主”这个具体场景，掰开揉碎了讲讲，RPA和AI Agent到底有什么区别，以及我们该如何用新的思路去构建真正智能、健壮的工作流。

首先，我们得明确“监听100个小红书博主”这个需求到底是什么。它绝不仅仅是定时刷新页面、抓取新内容那么简单。一个完整的“监听”工作流，至少需要完成以下任务：1. 目标博主列表的动态管理与更新（博主改名、注销怎么办？）；2. 新内容（笔记、视频）的实时或准实时发现与捕获；3. 内容关键信息的结构化提取（标题、正文、图片、发布时间、互动数据如点赞、收藏、评论）；4. 基于内容的关键信息分析与判断（这条笔记是不是广告？主题是否符合我们关注的领域？情感倾向如何？）；5. 最终结果的汇总、通知与存档。传统的RPA思路，和融合了AI的新思路，在实现这五个环节时，逻辑和效果是天差地别的。

2. 传统RPA方案的“笨重”与天花板

如果用纯RPA工具（比如影刀RPA、UiPath等）来实现这个需求，我们会怎么做？这其实是一条非常经典且“硬编码”的路径，充满了工程师的“匠气”与无奈。

2.1 核心实现逻辑：模拟与抓取

整个工作流会高度依赖于对小红书Web端或App端UI元素的精准定位和操作模拟。

1. 登录与维持会话：首先需要一个账号，通过RPA工具录制或编写脚本，模拟输入用户名密码、点击登录、处理可能的验证码（这通常是第一个大坑，可能需要接入打码平台）。
2. 循环遍历博主主页：将100个博主的个人主页URL存成一个列表。RPA机器人依次访问每个URL。
3. 页面滚动与内容探测：进入博主主页后，需要模拟鼠标滚动或触屏滑动，让页面加载出新的内容。然后，通过查找固定的HTML CSS选择器或XPath，来定位“笔记”卡片元素。
4. 内容提取：从定位到的卡片元素中，再次通过子选择器，去提取标题文本、正文（可能需要点击“展开”）、图片链接、发布时间、点赞数等。这些选择器必须非常精确，一旦小红书前端页面改版，选择器失效，整个流程就会崩溃。
5. 去重与存储：将提取到的内容与本地数据库或文件中记录的历史内容进行比对（通常基于笔记ID或发布时间标题的哈希值），判断是否为新增。如果是，则存储到Excel或数据库里。
6. 通知：可能通过邮件、钉钉/飞书Webhook等方式，发送一条格式固定的通知。

2.2 为什么说它“笨重”且易碎？

这套方案能跑通，但维护成本和脆弱性极高，主要体现在：

• 极度依赖页面结构：前端工程师的一次常规迭代，就可能让你的几十个精心编写的XPath全军覆没。你需要建立一个持续的监控和修复机制，这本身又增加了工作量。
• 无法处理非结构化信息：RPA擅长提取“摆在明面上”的、位置固定的信息。但如果博主把联系方式藏在图片里，或者笔记正文是纯图片（无OCR情况下），RPA就无能为力了。对于“判断笔记是否为广告”这种需要理解语义的任务，传统RPA完全无法胜任。
• 效率瓶颈：模拟人工操作，需要等待页面加载、元素渲染。监听100个博主，串行执行耗时可能长达数小时，失去了“实时”的意义。虽然可以引入多线程，但账号风控、IP限制等问题会立刻凸显。
• 逻辑僵化：工作流是预先设定好的固定路径。如果小红书推出了新的内容形式（如直播预告、合集），或者博主将内容放在了“瞬间”里，现有流程无法自动适应，必须人工修改逻辑。

注意：这里会涉及一个灰色地带。直接大规模爬取公开平台数据，尤其是绕过反爬机制、模拟登录的行为，可能违反平台的服务条款，甚至相关法律法规。任何自动化方案的设计，都必须首先评估合规风险，考虑使用官方API（如果有的话）或确保爬取行为在合理使用范围内。本文讨论的技术方案，更多是用于说明技术逻辑的演进。

3. AI Agent赋能的新范式：从“操作工”到“分析员”

现在，我们引入AI大模型的能力，看看整个工作流的构建思路会发生怎样的质变。这里的AI不是指某个单一功能，而是一个能够理解任务、调用工具、进行决策的“智能体”（Agent）体系。

3.1 架构重塑：以LLM为调度核心

新架构的核心，是将大型语言模型（LLM）作为工作流的大脑和调度中心。它不再局限于按部就班地执行鼠标点击，而是能够理解我们的自然语言指令，并动态规划执行步骤。

对于“监听并分析100个小红书博主”这个任务，我们可以向AI Agent下达这样的指令： “请持续监控以下100位小红书博主的动态。每当有新的笔记发布，你需要：1. 获取笔记的完整内容（文字和图片描述）。2. 分析笔记的主题，判断它是否属于‘美妆教程’、‘好物分享’、‘生活Vlog’还是‘商业广告’。3. 如果是‘好物分享’或疑似广告，提取其中提到的产品品牌、名称和关键卖点。4. 评估笔记的互动数据（点赞/收藏比），初步判断其热度质量。5. 将满足我们关注条件（例如，是‘美妆教程’且点赞过千）的笔记摘要和链接，汇总发送到我的飞书群。”

这个指令包含了目标、条件、动作和输出格式。一个设计良好的AI Agent会这样拆解和执行：

3.2 关键组件与执行流程

1. 规划与拆解模块（Planner）：LLM首先将你的复杂指令拆解成可执行的任务序列。例如：[获取博主列表 -> 定时触发 -> 对每个博主：获取最新内容 -> 内容去重 -> 内容理解与分析 -> 结果过滤与汇总 -> 发送通知]。

2. 工具调用模块（Tool Calling）：这是与传统RPA最大的不同。Agent本身不“操作”界面，而是调用各种专用工具。

   • 数据获取工具：这可能是一个合规的、封装好的数据采集服务（通过合法途径），或者一个更健壮的爬虫模块（处理反爬、解析结构）。它的接口返回结构化的数据，而不是HTML源码。这样，前端改版只需要更新这个工具内部的解析逻辑，不影响主工作流。
   • 内容理解工具：这是AI的主场。将抓取到的笔记正文、图片（通过多模态模型或图片描述接口）扔给LLM，让它执行分类、摘要、情感分析、实体（品牌、产品）提取等任务。例如，LLM可以判断“这条笔记虽然提到了某产品，但主要是分享使用心得，并非硬广”。
   • 数据存储与查询工具：Agent可以调用数据库客户端，将处理后的结构化结果（博主ID、笔记ID、内容摘要、分类标签、提取的实体、分析时间）存入数据库，并能在需要时进行查询和去重比对。

3. 记忆与状态管理：Agent需要记住已经处理过哪些笔记（去重），记住100个博主的列表，甚至记住每个博主的内容风格历史。这可以通过向量数据库（存储内容语义用于相似度去重）和传统数据库（存储结构化记录）结合来实现。

4. 自主决策与异常处理：当工具调用失败（如采集工具返回超时），LLM可以根据预设策略决定重试、跳过还是上报人工。它比固定流程的RPA更灵活。

3.3 技术栈选型参考

构建这样一个AI Agent工作流，不再是单一RPA工具能搞定的事，而是一个微服务架构。你可以选择以下组件进行组合：

• 智能体框架：Dify、Coze、LangChain、LlamaIndex。这些平台提供了可视化或代码化的方式，来编排LLM、工具和记忆。Dify和Coze的低代码特性，让非深度开发者也能快速搭建原型。
• 工作流引擎：n8n、Apache Airflow。它们擅长调度和编排复杂任务。你可以用n8n来管理定时触发和工具调用序列，然后在其中集成一个LLM节点来做决策分析。
• 核心大模型：根据需求选择GPT-4、Claude、国产大模型（如DeepSeek、通义千问）的API。对于内容分析任务，可能需要具备较强文本理解和指令跟随能力的模型。
• 数据存储：PostgreSQL（存结构化数据）、Chroma/Qdrant（向量数据库，用于语义去重和检索）。
• 采集模块：可能需要自研一个稳定的、合规的数据获取服务，或者寻找可靠的第三方数据提供商。

4. 实战对比：监听100个博主，两种方案长什么样？

为了更直观，我们用一个简化版的例子，对比两种实现。

场景：发现博主“@美妆达人A”发布了一条包含“口红”和“显白”关键词的新笔记时，将其标题和链接发到钉钉。

传统RPA方案（伪代码逻辑）：

1. 启动浏览器，访问 xiaohongshu.com 2. 找到登录框，输入账号密码，点击登录 3. 等待页面跳转，验证是否登录成功 4. 导航到 “@美妆达人A” 的主页URL 5. 循环执行： a. 滚动页面到底部 b. 等待新内容加载 c. 使用预设的CSS选择器 `[data-testid="note-item"]` 获取所有笔记元素列表 d. 对于列表中的每个元素： i. 使用子选择器提取 `标题文本`、`发布时间`、`笔记ID` ii. 检查 `发布时间` 是否晚于上次检查时间 iii. 检查 `标题文本` 是否包含“口红”和“显白” iv. 如果满足条件，调用钉钉Webhook发送消息 e. 将最新的`发布时间`记录为“上次检查时间” 6. 等待10分钟后，跳回步骤4

脆弱点：>