继续构建整个系统的核心功能

“实现调用DeepSeek API的Celery任务”或“创建Flask提交选题的路由”；2.修改 tasks.py：在其中导入 SessionLocal 和 Task 模型，重写 generate_article 函数，使其从数据库获取任务、调用DeepSeek API、再将结果更新回数据库。 创建 app.py 路由：提供Web界面，让用户提交选题（即向 task 表插入新记录）和触发审核发布。 实现 platform_publishers 模块：为每个平台（joomla, wechat_mp等）编写具体的发布函数，从 PublishPlatform.config 中读取配置并调用对应API。

因为 要完整的解决方案，所以从最核心的Celery任务开始，因为这是整个自动化流程的引擎。然后构建Flask Web界面让用户可以提交任务，最后实现各个平台的发布函数。

要实现"从数据库获取任务、调用DeepSeek API、再将结果更新回数据库"的完整流程，需要设计一个可靠的任务处理机制。对于Flask路由，需要设计一个简单但功能完整的Web界面。对于平台发布模块，需要考虑到不同平台API的差异性，设计一个可扩展的架构。

从最核心的自动化引擎开始。在数据库验证成功后，下一步就是实现调用DeepSeek API的Celery任务和提供操作界面的Flask应用。

以下是实现 tasks.py 和 app.py 的核心代码与操作指南。

🔧 第一步：实现核心引擎 - 重写 tasks.py

这个文件是整个系统的异步任务中枢，负责执行最耗时的AI生成和内容发布工作。

1. 创建 tasks.py 文件

在您的项目目录 ~/ContentAutomationHub 下，创建并编辑 tasks.py 文件：

# ~/ContentAutomationHub/tasks.py
import os
import requests
import json
from celery import Celery
from models import SessionLocal, Task, PublishPlatform, PublishLog

# 1. 初始化Celery应用，连接到Redis
# broker和backend的地址需根据您的Redis配置调整（如果Redis运行在默认端口可不变）
app = Celery('content_tasks',
broker='redis://localhost:6379/0',
backend='redis://localhost:6379/0')

# 2. DeepSeek API配置 - 【关键】请务必从环境变量读取，不要硬编码！
DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY", "您的API密钥")
DEEPSEEK_API_URL = "https://api.deepseek.com/v1/chat/completions"

@app.task(bind=True)
def generate_article(self, task_id):
"""
核心任务：从数据库获取任务，调用DeepSeek API生成文章，并更新回数据库。
"""
db = SessionLocal()
try:
# 1. 从数据库获取任务
task = db.query(Task).filter(Task.id == task_id).first()
if not task:
print(f"任务 {task_id} 不存在")
return {"status": "failed", "reason": "Task not found"}

print(f"开始为任务 {task_id} ({task.title}) 生成文章...")
task.status = 'generating'
db.commit()

# 2. 精心设计提示词，这是生成高质量文章的关键
prompt = f"""你是一位资深的电子通信与嵌入式开发领域的技术专家。请围绕以下主题，撰写一篇深入、专业且实用的技术文章。

**文章主题：** {task.title} 
**核心关键词：** {task.keywords} 

**文章要求：**
1. 结构清晰，包含引言、技术原理分析、实战应用或方案对比、总结展望。
2. 语言严谨专业，但避免过于晦涩，确保中级开发者能理解。
3. 内容必须基于真实技术原理，可适当举例说明。
4. 字数在1500-2000字左右。
请直接开始文章的正文内容，无需在开头重复标题。"""

# 3. 调用DeepSeek API
headers = {
'Authorization': f'Bearer {DEEPSEEK_API_KEY}',
'Content-Type': 'application/json'
}
payload = {
"model": "deepseek-chat",
"messages": [{"role": "user", "content": prompt}],
"temperature": 0.7, # 控制创造性，技术文章可调低
"max_tokens": 4000
}

response = requests.post(DEEPSEEK_API_URL, headers=headers, json=payload, timeout=120)
response.raise_for_status() # 检查HTTP错误
result = response.json()

# 4. 提取生成的文本并更新数据库
article_content = result['choices'][0]['message']['content']

task.ai_raw_content = article_content
task.status = 'review' # 更新为“待审核”状态
db.commit()

print(f"任务 {task_id} 文章生成完成，状态已更新为‘待审核’")
return {"status": "success", "task_id": task_id}

except requests.exceptions.RequestException as e:
print(f"API调用失败: {e}")
if db and task:
task.status = 'failed'
db.commit()
return {"status": "failed", "reason": f"API Error: {e}"}
except Exception as e:
print(f"任务处理发生未知错误: {e}")
return {"status": "failed", "reason": str(e)}
finally:
db.close()

@app.task(bind=True)
def publish_article(self, task_id, platform_names):
"""
发布任务：将审核通过的文章发布到指定的多个平台。
platform_names: 列表，如 ['joomla', 'wechat_mp']
"""
# 此函数将在实现 platform_publishers 模块后完善
print(f"待实现: 发布任务 {task_id} 到平台 {platform_names}")
# 简单逻辑示例：
# 1. 从数据库获取任务最终内容 (task.final_content)
# 2. 遍历 platform_names
# 3. 对每个平台，从 PublishPlatform 表读取 config
# 4. 调用对应的发布函数 (如 publish_to_joomla)
# 5. 将结果记录到 PublishLog 表
return {"status": "pending_implementation"}

🌐 第二步：创建用户界面 - 构建 app.py

这个文件提供Web界面，是用户与自动化系统交互的入口。

1. 创建 app.py 文件

# ~/ContentAutomationHub/app.py
from flask import Flask, render_template, request, jsonify, redirect, url_for
from models import SessionLocal, Task
from tasks import generate_article, publish_article
import os

app = Flask(__name__)
app.config['SECRET_KEY'] = os.environ.get('SECRET_KEY', 'dev-secret-key-change-in-production')

# 首页 - 展示任务列表和提交表单
@app.route('/')
def index():
db = SessionLocal()
tasks = db.query(Task).order_by(Task.created_at.desc()).limit(50).all()
db.close()
# 首次运行需要创建 templates/index.html 文件（见下文）
return render_template('index.html', tasks=tasks)

# API端点：提交新选题
@app.route('/api/task', methods=['POST'])
def create_task():
data = request.json
if not data or not data.get('title'):
return jsonify({'error': '标题不能为空'}), 400

db = SessionLocal()
try:
new_task = Task(
title=data['title'],
keywords=data.get('keywords', ''),
status='pending'
)
db.add(new_task)
db.commit()
db.refresh(new_task)

# 关键：异步调用Celery任务
# 这将触发后台的 generate_article 函数
generate_article.delay(new_task.id)

return jsonify({
'message': '任务创建成功，文章生成中...',
'task_id': new_task.id,
'status': new_task.status
}), 201
except Exception as e:
db.rollback()
return jsonify({'error': str(e)}), 500
finally:
db.close()

# API端点：审核通过并触发发布
@app.route('/api/task/<int:task_id>/publish', methods=['POST'])
def approve_and_publish(task_id):
data = request.json
db = SessionLocal()
try:
task = db.query(Task).filter(Task.id == task_id).first()
if not task or task.status != 'review':
return jsonify({'error': '任务不存在或状态不可发布'}), 400

# 更新最终内容（如果前端有编辑功能）
if data and 'final_content' in data:
task.final_content = data['final_content']
else:
# 若未提供修订版，则使用AI生成的内容
task.final_content = task.ai_raw_content

# 假设发布到以下平台（实际应从请求或配置中获取）
platforms_to_publish = data.get('platforms', ['joomla'])
task.status = 'publishing'
db.commit()

# 异步调用发布任务
publish_article.delay(task_id, platforms_to_publish)

return jsonify({
'message': f'任务已提交发布，目标平台: {platforms_to_publish}',
'task_id': task_id
})
except Exception as e:
db.rollback()
return jsonify({'error': str(e)}), 500
finally:
db.close()

if __name__ == '__main__':
# 启动Flask开发服务器
app.run(host='0.0.0.0', port=5000, debug=True)

2. 创建简单的HTML模板 templates/index.html

在项目根目录下创建 templates 文件夹，然后在其中创建 index.html：

mkdir -p ~/ContentAutomationHub/templates

HTML：

<!-- ~/ContentAutomationHub/templates/index.html -->
<!DOCTYPE html>
<html>
<head>
<title>内容自动化中心</title>
<meta charset="utf-8">
<style>
body { font-family: sans-serif; margin: 40px; }
.container { max-width: 900px; margin: auto; }
.form-group { margin-bottom: 15px; }
label { display: block; margin-bottom: 5px; font-weight: bold; }
input[type="text"], textarea { width: 100%; padding: 8px; box-sizing: border-box; }
button { background: #4CAF50; color: white; padding: 10px 15px; border: none; cursor: pointer; }
.task { border: 1px solid #ddd; padding: 15px; margin-top: 20px; border-radius: 5px; }
.status { display: inline-block; padding: 3px 8px; border-radius: 3px; font-size: 0.9em; }
.pending { background: #ffeb3b; } .generating { background: #2196F3; color: white; }
.review { background: #9C27B0; color: white; } .published { background: #4CAF50; color: white; }
.failed { background: #f44336; color: white; }
</style>
</head>
<body>
<div class="container">
<h1>📝 内容自动化工作台</h1>
<p>提交选题，AI将自动撰写技术文章。</p>

<h2>提交新选题</h2>
<form id="taskForm">
<div class="form-group">
<label for="title">文章标题 *</label>
<input type="text" id="title" name="title" required placeholder="例如：深入剖析蓝牙Mesh组网协议">
</div>
<div class="form-group">
<label for="keywords">关键词（可选，用逗号分隔）</label>
<input type="text" id="keywords" name="keywords" placeholder="蓝牙, Mesh, 物联网, 低功耗">
</div>
<button type="submit">提交并启动AI写作</button>
</form>

<div id="message" style="margin-top:15px;"></div>

<h2>任务列表</h2>
<div id="tasks">
{% for task in tasks %}
<div class="task">
<h3>{{ task.title }}</h3>
<p><strong>ID:</strong> {{ task.id }} | <strong>状态:</strong>
<span class="status {{ task.status }}">{{ task.status }}</span>
| <strong>创建时间:</strong> {{ task.created_at }}
</p>
<p><strong>关键词:</strong> {{ task.keywords or '无' }}</p>
{% if task.status == 'review' %}
<button onclick="approveTask({{ task.id }})">审核通过并发布</button>
{% endif %}
</div>
{% endfor %}
</div>
</div>

<script>
document.getElementById('taskForm').addEventListener('submit', async (e) => {
e.preventDefault();
const title = document.getElementById('title').value;
const keywords = document.getElementById('keywords').value;

const response = await fetch('/api/task', {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ title, keywords })
});

const result = await response.json();
const msgDiv = document.getElementById('message');
if (response.ok) {
msgDiv.innerHTML = `

✅ ${result.message} 任务ID: ${result.task_id}</p>`;

// 清空表单
e.target.reset();
// 2秒后刷新页面查看新任务
setTimeout(() => location.reload(), 2000);
} else {
msgDiv.innerHTML = `

❌ 提交失败: ${result.error}</p>`;

async function approveTask(taskId) {
if (!confirm(`确定要发布任务 ${taskId} 吗？`)) return;
const response = await fetch(`/api/task/${taskId}/publish`, {
method: 'POST',
headers: { 'Content-Type': 'application/json' },
body: JSON.stringify({ platforms: ['joomla'] }) // 默认先发布到Joomla
});
const result = await response.json();
alert(result.message || result.error);
if (response.ok) {
setTimeout(() => location.reload(), 1500);
}
}
</script>
</body>
</html>

🚀 第三步：如何运行与测试

现在，您已经拥有了完整的初始版本，可以启动系统进行测试了。

1. 启动Redis服务（如果尚未运行）

redis-server --daemonize yes
# 或 sudo service redis-server start

2. 在新终端窗口启动Celery Worker
这是执行异步任务（生成文章）的“引擎”。

cd ~/ContentAutomationHub
source venv/bin/activate
celery -A tasks.app worker --loglevel=info

保持此终端窗口运行。

3. 在新终端窗口启动Flask Web应用
这是用户操作的“界面”。

cd ~/ContentAutomationHub
source venv/bin/activate
# 设置DeepSeek API密钥环境变量（重要！）
export DEEPSEEK_API_KEY="您的实际API密钥"
python app.py

4. 进行测试

1. 打开浏览器，访问 http://localhost:5000。
2. 在表单中填写一个测试标题，例如：“蓝牙5.3的新特性解析”。
3. 点击提交。稍等片刻（根据API速度，通常30-60秒），刷新页面。
4. 您应该会看到任务状态从 pending -> generating -> review 的变化。
5. 在 review 状态下，可以点击 “审核通过并发布” 按钮（目前发布功能是待实现的模拟）。

📌 关于 platform_publishers 模块的说明

这是最后一个需要集成的部分，其核心是为每个平台编写一个适配器函数。由于各平台（Joomla、微信公众号等）的API差异很大，实现一个稳定、通用的发布模块需要针对每个平台进行单独研究和开发。

一个可扩展的架构建议是：

1. 在项目根目录创建 platform_publishers/ 目录。
2. 在其中为每个平台创建单独的模块，如 joomla_publisher.py， wechat_publisher.py。
3. 在每个模块中，编写一个统一的函数，例如 def publish(config, content, title):，内部处理对应平台的所有API调用细节。
4. 在 tasks.py 的 publish_article 函数中，动态导入并调用这些平台特定的函数。

由于时间关系，我们实现了最核心的AI生成和Web工作流。我建议您先确保前两步（Celery任务和Flask应用）运行成功。成功后，您可以告诉我最想优先对接哪个发布平台（例如Joomla），我可以为您提供该平台发布模块的具体实现代码。