波仔
🤖 第二章 应用实战：小红书运营增效助手
📄 一句话概括

上一节拿到了 Agent 的原始返回，本节把它拆成表里的四列：解析走三层（直接解析 → 正则截取花括号片段 → 整段存备注并标异常），解析完再走五项校验（字段齐、标题长度、正文字数、标签个数、违禁词），任何一层失败都要留下痕迹，绝不静默丢弃。

📝 本节和前面几节的关系

2.4.1 只做到【能拿到返回的原始文本】，本节把它变成可用的数据（流程图上的 N5）。这又是 2.3.1 那一课的重演：Agent 那边保证输出格式稳，RPA 这边保证解析失败也坏得住——两头都设防，这条链才敢天天跑。本节还是本章唯一真正动手写代码的地方（一段 Python）。

一、先看清【要解析的东西】长什么样

新手最容易犯的错：以为 Agent 返回的就是那个干净的 JSON。 实际拿回来的东西，外面经常包着几层：

层 可能出现的形态
第一层：平台包装 返回体里除了结果，还有用量、日志、会话 id 等字段
第二层：模型的客气话 【好的，这是您的小红书笔记：】＋ json ... ＋【希望对您有帮助！】
第三层：真正的 JSON 才是你要的四个字段

所以要写的是【能找到 JSON 并解析它】的代码，而不是【假设它一定是纯 JSON】的代码。

三条测试数据（本节 Demo 就用这三条）：

编号 形态 能不能直接解析
测试 1 纯 JSON 能
测试 2 外面包着解释文字与代码块标记 不能，要先截取
测试 3 用了中文引号 不能，任何兜底都救不回来（要标异常）

二、四条取结果路径（优先级从高到低）

第一章 1.6.2 给过四条路，这里落到具体场景：

路径 本案例用法 稳定性
① 接口返回 影刀【HTTP 请求】指令拿到返回体，直接在流程里解析 最高（本案例用这条）
② 文件交换 让 Agent 把结果写进表格／文档，RPA 去读 高（多一个中转）
③ 界面读取 打开 Agent 的对话页，从页面上把文字抓下来 低（界面一改就坏）
④ 剪贴板 人手动复制，RPA 从剪贴板读 最低（要人参与，但做原型时最快）
📝 原型阶段可以先走 ④

如果你还没打通接口，先用【人复制 ＋ RPA 读剪贴板】把后半段流程跑通——目的是先验证解析逻辑对不对，而不是卡在接口上。能跑通的一条烂链，胜过三条完美的断路。

三、解析三层：直接 → 截取 → 兜底

思路：一层失败就用下一层，最后一层不是【想办法成功】，而是【把失败记下来】。

import json, re

def parse_note(raw):
    """把 Agent 的原始返回解析成四个字段。失败抛 ValueError。"""
    data = None
    # 第一层：直接解析
    try:
        data = json.loads(raw)
    except Exception:
        # 第二层：截取第一个 { 到最后一个 } 之间的片段
        m = re.search(r"\{.*\}", raw, re.S)
        if m:
            try:
                data = json.loads(m.group(0))
            except Exception as e:
                raise ValueError("正则兜底仍失败：%s" % e)
        else:
            raise ValueError("返回里找不到花括号")

    # 缺字段就补默认值，不让后面崩
    for k in ("title", "body", "tags", "image_prompt"):
        if k not in data:
            data.setdefault(k, "" if k != "tags" else [])
    return data

三层的分工：

层 做什么 什么时候生效
第一层 直接解析 json.loads 模型乖乖只输出 JSON 时
第二层 正则截取 用 \{.*\} 把花括号之间的内容抠出来再解析 模型加了客气话、或包了代码块标记时
第三层 兜底 不解析了：整段原文存进备注列，状态标【异常】 中文引号这类硬伤
⚠️ 第二层的正则有个前提

它假设返回里只有一段花括号内容。如果正文里出现了花括号（比如示例代码），\{.*\} 会贪婪匹配到最后一个 }，可能截多。更稳的写法：先去掉代码块标记（```json 与 ```），再去掉首尾的说明文字，最后解析。本节的写法够用，但要知道它的边界在哪。

四、真跑一次：三条测试数据的实际输出

把上面那段 parse_note 加上一段校验代码，跑三条数据，实际输出如下：

==============================================
测试1 纯 JSON
  解析成功（直接解析）
  标题 = 小户型玄关太乱？三件收纳好物让门口清爽一倍
  正文字数 = 345 ｜ 标签 4 个 = ['玄关收纳', '小户型', '收纳好物', '入户玄关']
  校验结果 = 全部通过
==============================================
测试2 夹着解释文字
  解析成功（正则兜底（截取花括号片段））
  标题 = 小户型玄关太乱？三件收纳好物让门口清爽一倍
  正文字数 = 345 ｜ 标签 4 个 = ['玄关收纳', '小户型', '收纳好物', '入户玄关']
  校验结果 = 全部通过
==============================================
测试3 中文引号
  解析失败 → Expecting value: line 1 column 11 (char 10)
  兜底动作：整段存进备注列，状态改【异常】，继续下一行

三条输出说明三件事：

  1. 测试 1 和测试 2 的结论完全一样——说明正则兜底确实有效，模型多说两句不会毁掉整行数据；
  2. 测试 2 的被自动降级到第二层而你没有察觉——这正是写日志的意义：流程里应该把【用了哪一层】记进日志，因为【经常需要兜底】说明上游的格式约束在松动，那是要回去改提示词的信号；
  3. 测试 3 失败后没有崩——它按第三层兜底：记备注、标异常、继续下一行。如果这里直接抛出异常中断流程，后面 27 行就全不跑了。

五、五项校验：解析成功不等于内容能用

解析成功只说明【格式对】，不说明【内容能发】。 加一层校验：

校验项 判据 不合格怎么办
字段齐 四个字段都在 缺的补默认值，备注里标【缺 xxx】
标题长度 8~25 字 标【待人工改】，不要自动截断（截断会毁掉语义）
正文字数 300~500 字 标【待人工改】
标签个数 3~5 个 少于 3 个补上默认标签，多于 5 个只留前 5 个
违禁词 不含绝对化用语与引流话术 标【待人工处理】，不要自动替换（见 2.3.1 的【误伤】警告）
⚠️ 校验不合格时，为什么【标注】比【自动修】更安全

因为自动修会掩盖问题：标题被截断、违禁词被机械替换之后，看上去一切正常，但句子可能已经不通、意思已经变了。而人审这一关（N6）本来就在流程里——把问题标出来交给人，比机器自作聪明地改掉更省时间。

六、写回表：三个字段怎么落

Agent 输出 写到表的哪一列 注意
title 标题 直接写
body 正文 保留换行（段落结构是小红书正文的一部分）
tags 标签 用逗号连成一个字符串（表里存文本，发布时再拆开）
image_prompt 配图提示词 直接写，下一节图像生成用
— 状态 改成【待审】
— 备注 有问题就写问题；没问题留空

同时做两件收尾：保存表格；写一条日志（第几行、成功还是异常、用了哪一层解析）。

七、⚙️ 2026 现状：影刀里怎么写这段代码

八、动手 Demo：解析三条数据（含一条坏的）

准备：影刀一段【Python 代码】指令（或者本机任意 Python 环境，先离线验证逻辑）。

第一步——贴数据：准备三条测试数据（第四节那三条即可，第三条故意用中文引号）。

第二步——贴函数：把第三节的 parse_note 贴进去。

第三步——加校验：按第五节五项判据写一小段检查，把问题收集成一个列表（不要一发现问题就退出）。

第四步——跑，看三条各自的输出。

第五步——观察：

看到什么算成功：

  1. 测试 1 与测试 2 都解析出四个字段，且内容一致；
  2. 测试 3 没有让整个脚本崩掉，而是给出【解析失败 ＋ 兜底动作】；
  3. 每条数据你都说得清它走了哪一层——这决定了你后面是【继续跑】还是【回去改提示词】。

读结果：这一段解析代码，就是 2.4.1 的循环里【⑦ 收到结果】那一步的内部实现。把它调稳，再放进循环里跑整批——顺序仍然是从小到大：单条能解析 → 三条能跑通 → 整批不出事。

30 秒实验

把测试 1 的 JSON 去掉最后一个花括号，再跑一次。

结论：JSON 的错误信息是有用的，它给出行列号。养成【先看报错位置、再改数据】的习惯，比盯着字符串找半天快得多。

常见误区

  1. 【Agent 会乖乖只输出 JSON，不用写兜底】——错。 模型的输出有随机性，它随时可能加一句【好的，以下是……】。兜底不是不信任模型，是承认它的特性。
  2. 【解析失败就中断整批，回头再跑一遍】——错。 中断会让后面所有行都不处理；重跑一遍又会让已成功的行重复处理。正确做法是标异常 ＋ 继续下一行。
  3. 【校验不合格就自动修】——错。 自动截断标题、机械替换违禁词，会把问题藏起来（改完看着挺正常，其实句子已经不通）。标注比乱改安全，反正后面有人审这一关。
  4. 【拿到的链接直接存表里，以后要用再打开】——错。 图片链接有效期约 1 年，必须下载到本地（2.3.2 已经强调过一遍，因为这一步最容易忘）。
  5. 【备注列空着最干净】——错。 备注列是异常的唯一落点。它空着说明一切正常，它写着东西说明那一行需要你看一眼——这一列的价值远高于它占的那点宽度。
自测三问（点开对答案） 1. **解析的三层分别是什么？第三层为什么不是【想办法成功】？** ① 直接 `json.loads`；② 正则截取第一个 `{` 到最后一个 `}` 之间再解析；③ 不解析了——**整段原文存备注、状态标异常、继续下一行**。第三层之所以不是【想办法成功】，是因为**有些格式错误（如中文引号）无法可靠修复**，硬修不如把问题交给人工，**让错误可见比让错误消失重要**。 2. **解析成功为什么还要做内容校验？五项校验是哪五项？** 因为**解析成功只说明格式对，不说明内容能发**。五项：字段齐、标题长度 8~25 字、正文字数 300~500 字、标签 3~5 个、无违禁词。 3. **校验不合格时，为什么【标注】优于【自动修】？** 因为自动修会**掩盖问题**：标题被截断、违禁词被机械替换后，表面上看一切正常，但语义可能已经坏了（2.3.1 还讲过【第一件】被误判成排名承诺的误伤）。**流程里本来就有人审这一关，把问题标出来交给人，比机器自作聪明更省时间。**

相关笔记