Vanso 2026 世界杯 Push 内容生成器

赛事驱动的实时 Push 内容自动化系统，为 AI 音乐生成 App (Vanso) 在世界杯期间提供多语言 Push 文案和 AIGC Prompt。

快速开始

1. 安装依赖

cd "C:\Users\AS\Desktop\足球信息实时播报"
pip install -r requirements.txt
# 如果需要 X Trending 数据：
playwright install chromium

2. 配置

复制 .env.example 为 .env，填入你的 API 密钥：

cp .env.example .env
# 编辑 .env 填入 API_FOOTBALL_KEY, LLM_BASE_URL, LLM_API_KEY 等

3. 使用

# 比赛日自动管线：聚合数据赛程 + X Sports Trending + LLM 7 语言 + 飞书
python main.py matchday

# 本地验证：不访问外部 API / 不调用 LLM / 不写飞书
python main.py matchday --sample-data --mock-llm --dry-run

# 指定比赛日，限制处理 3 场
python main.py matchday --date 2026-06-18 --limit 3

# 生成 Push 内容（完整流程）
python main.py generate \
  --match "FRA vs BRA" \
  --event goal \
  --player "Vinícius Júnior" \
  --minute 78 \
  --score "1-2" \
  --stage "小组赛" \
  --venue "MetLife Stadium"

# 强制指定场景
python main.py generate \
  --match "MEX vs CAN" \
  --event var_controversy \
  --minute 89 \
  --scenario "主场狂热"

# DRY RUN（不写入 Bitable）
python main.py generate --match "ARG vs FRA" --event goal --player "Messi" --minute 90 --dry-run

# 测试模式（模拟数据）
python main.py test

事件类型

参数值	含义	默认场景
goal	进球	情怀致敬
red_card	红牌	玩梗群嘲
penalty	点球	玩梗群嘲
var_controversy	VAR 争议	主场狂热
upset	爆冷	主场狂热
injury	伤退	遗憾怀念
hat_trick	帽子戏法	情怀致敬
own_goal	乌龙	玩梗群嘲
last_minute_goal	绝杀	情怀致敬
penalty_save	扑点	情怀致敬
milestone	里程碑	情怀致敬

项目结构

├── main.py                          # CLI 入口
├── config/settings.py               # 配置管理
├── data_sources/api_football.py     # API-Football 客户端
├── scrapers/x_trending_scraper.py   # X Trending 数据抓取
├── processors/
│   ├── scenario_classifier.py       # 事件→场景分类
│   ├── content_generator.py         # LLM 内容生成
│   └── translator.py               # 多语言文化适配
├── exporters/bitable_exporter.py    # 飞书 Bitable 写入
├── data/player_memes.json           # 球员梗标签库
└── outputs/                         # JSON 输出目录

数据源

• 聚合数据 (主): 官方赛程和球队信息
• X Sports Trending (辅): Playwright 抓取 Sports 分类，并按 48 队、世界杯关键词、球星名过滤

生成策略

GitHub Actions 每天 09:30（北京时间）触发一次，但内容不是按“每场比赛 1 条”生成，而是按 Push 触发机会生成：

• 每场比赛至少生成 1 条官方赛程机会，如赛前预热、实时赛况、赛后复盘。
• X Sports Trending 过滤后会按球队/世界杯关键词匹配到具体比赛，形成额外热点机会。
• 默认每日目标生成 MATCHDAY_DAILY_PUSH_TARGET=10 条：先保留每场 1 条官方/赛况事实锚点，再用 X 热点里热度更高、话题更顺的角度补满。
• 默认单场最多生成 MATCHDAY_MAX_PUSHES_PER_MATCH=10 条，避免只有少数比赛时被旧的单场上限卡住。
• 因此每日写入飞书条数目标约为 10 条；当天完全没有比赛且没有可用热点时写入 0 条。

GitHub 定时任务

.github/workflows/matchday-push.yml 会每天定时运行 python main.py matchday。需要在 GitHub Secrets 中配置：

JUHE_API_KEY, LLM_BASE_URL, LLM_API_KEY, LLM_MODEL, FEISHU_BASE_TOKEN, FEISHU_TABLE_ID, FEISHU_APP_ID, FEISHU_APP_SECRET, X_COOKIES。

本地仍可使用 lark-cli 写入飞书；GitHub Actions 推荐使用 FEISHU_APP_ID / FEISHU_APP_SECRET 直接调用飞书开放平台。

本地 lark-cli 会优先使用 .env 里的 LARK_CLI_PATH；如果留空，则自动从系统 PATH 查找 lark-cli.cmd 或 lark-cli。代码不依赖任何本机私有目录。

输出

• 飞书多维表格: 自动生成记录，运营审核后可发布
• JSON 文件: 每次生成的完整数据存档

语言支持

EN / ZH / ES / MS / FIL / PT-PT / PT-BR (7 语言)