企业官网建设流程全解析

1. 从「每周憋周报」到一条命令搞定：这个机器人到底在做什么

如果你每周五下午都在做同一件事——翻聊天记录、翻 Git 提交、翻待办清单，然后拼凑出一份自己都不想看的周报，那这篇内容就是写给你的。我们要用 Cursor 配合 TaoToken 做一个自动发周报机器人：每天下班前用一句话记录今天干了什么，周五一条命令，LLM 自动把零散记录汇总成结构化周报，再通过邮件发出去。整个过程你不需要从零手写完整代码，而是用自然语言描述系统，让 Cursor 帮你把代码补全、把报错修掉。

适合谁？三类人最合适：一是每天写代码但懒得写周报的工程师；二是想入门 AI Coding、Agent 但不知道从哪下手的产品/运营同学；三是已经在用 Cursor，但只会让它补全函数、还没跑通「完整自动化链路」的开发者。核心检索词先摆在这：Cursor 做 AI Coding、TaoToken 统一 Key/API 通道、LLM 汇总、Agent 机器人、CLI 定时任务。这几个词会贯穿全文，你跟着做就能跑通。

我试过最原始的版本：手动把每天的工作记在备忘录，周五复制粘贴给大模型让它总结。问题是备忘录不会自动结构化，模型每次输出格式还不一样，最后还是要手动调。所以这次我们把它做成一个真正的闭环系统：输入层是 CLI 一句话，存储层是 JSON，加工层是 LLM，执行层是定时任务加邮件。这已经是一个 Personal Agent 的雏形——有 Memory、有 Reasoning、有 Action。

下面按「先讲清楚问题 → 配好 TaoToken → 给出可复制配置 → 验证请求 → 排错 → 收尾」的顺序走，每一步都能直接抄。

2. 前置准备：用 TaoToken 统一 Key 和 API 通道

在动手写代码之前，先把模型通道这件事解决掉。Cursor 本身可以接不同的模型提供方，但如果你同时用多个模型、又想在脚本里调用 LLM，Key 管理会变得很乱：Cursor 里配一个、脚本里配一个、环境变量里再配一个，改起来容易漏。TaoToken 的作用就是把这些统一起来——一个 Key、一个 API 地址，Cursor 和你的 Python 脚本共用同一套通道。

你需要先拿到 API Key。打开控制台创建：

https://taotoken.net/console?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=console

创建完 Key 之后，去 API Keys 页面可以随时查看和管理：

https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=api-keys

这里有个关键点：TaoToken 的 API 基础地址是https://taotoken.net/api，注意这个地址后面不加UTM 参数，脚本里直接用它就行。Key 建议放在环境变量里，不要硬编码进代码，后面配置里我会写成TAOTOKEN_API_KEY。

注意：Key 只创建一次就够，Cursor 和 Python 脚本共用同一个。如果你团队里多人用，建议每人各自创建，方便排查用量。

配好之后，你可以在模型对话页面先手动测一句，确认通道是通的：

https://taotoken.net/model-chat?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=model-chat

如果你打算长期用 Cursor 做编码、跑 Agent，可以了解一下 Coding Plan，它更适合高频调用场景：

https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=coding-plan

接入文档在这里，遇到参数问题可以对照查：

https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=doc

前置准备就这些，不复杂。核心就一句话：一个 Key、一个 API 地址，Cursor 和脚本共用。

3. 可复制配置：settings.json 骨架 + 周报脚本

3.1 Cursor 的 settings.json 配置骨架

Cursor 的模型配置可以写在 settings.json 里。下面这份骨架你可以直接复制，把TAOTOKEN_API_KEY换成你自己的 Key（或者保持环境变量引用）。注意 JSON 里不能写注释，我这里用文字说明每一项：

{ "cursor.aiProvider": "openai", "cursor.openaiApiKey": "${env:TAOTOKEN_API_KEY}", "cursor.openaiBaseUrl": "https://taotoken.net/api", "cursor.models": [ { "name": "gpt-4o", "provider": "openai", "baseUrl": "https://taotoken.net/api" } ], "cursor.chat.defaultModel": "gpt-4o" }

几个容易踩的点：baseUrl结尾不要多加/v1，TaoToken 的地址就是https://taotoken.net/api；${env:TAOTOKEN_API_KEY}这种写法依赖你的系统环境变量，Windows 用setx，macOS/Linux 写进.zshrc或.bashrc。配好之后重启 Cursor，在 Chat 里问一句「你现在用的是哪个模型」，能正常回你就说明通道通了。

3.2 周报机器人的目录结构

在 Cursor 里新建一个项目文件夹，让 Cursor 帮你生成下面这个结构。你可以直接把这段话丢给 Cursor：

帮我创建一个 Python 项目 weekly-report-bot，包含： - work_log.json 用来存每日工作记录 - weekly_report.py 主脚本，支持 daily 和 weekly 两个子命令 - .env 存 SMTP 和 API 配置 - requirements.txt

生成出来的结构大概是这样：

weekly-report-bot/ ├── work_log.json ├── weekly_report.py ├── .env └── requirements.txt

3.3 核心脚本 weekly_report.py

下面这份是主脚本骨架，你可以直接复制，也可以让 Cursor 基于它继续补全。它做了三件事：daily子命令写入当天记录，weekly子命令读取一周数据并调用 LLM 汇总，汇总后可选发邮件。

import os import json import sys import smtplib from datetime import datetime, timedelta from email.mime.text import MIMEText from email.header import Header import requests from dotenv import load_dotenv load_dotenv() LOG_FILE = "work_log.json" API_URL = "https://taotoken.net/api/chat/completions" API_KEY = os.getenv("TAOTOKEN_API_KEY") def load_logs(): if not os.path.exists(LOG_FILE): return [] with open(LOG_FILE, "r", encoding="utf-8") as f: return json.load(f) def save_logs(logs): with open(LOG_FILE, "w", encoding="utf-8") as f: json.dump(logs, f, ensure_ascii=False, indent=2) def add_daily(content): logs = load_logs() today = datetime.now().strftime("%Y-%m-%d") logs.append({"date": today, "content": content}) save_logs(logs) print(f"[OK] 已记录 {today}: {content}") def get_week_logs(): logs = load_logs() week_ago = datetime.now() - timedelta(days=7) return [x for x in logs if datetime.strptime(x["date"], "%Y-%m-%d") >= week_ago] def summarize_with_llm(logs): text = "\n".join([f'{x["date"]}: {x["content"]}' for x in logs]) prompt = f"""请把下面这周的工作记录汇总成结构化周报，包含：本周完成、进行中、下周计划、风险与求助。语言简洁专业。\n\n{text}""" headers = { "Authorization": f"Bearer {API_KEY}", "Content-Type": "application/json" } payload = { "model": "gpt-4o", "messages": [{"role": "user", "content": prompt}], "temperature": 0.3 } resp = requests.post(API_URL, headers=headers, json=payload, timeout=60) resp.raise_for_status() return resp.json()["choices"][0]["message"]["content"] def send_email(subject, body, to_addr): host = os.getenv("SMTP_HOST") port = int(os.getenv("SMTP_PORT", "587")) user = os.getenv("SMTP_USER") password = os.getenv("SMTP_PASSWORD") from_addr = os.getenv("SMTP_FROM", user) if not all([host, user, password]): raise RuntimeError("使用 SMTP 发送时需要：SMTP_HOST/SMTP_USER/SMTP_PASSWORD") msg = MIMEText(body, "plain", "utf-8") msg["Subject"] = Header(subject, "utf-8") msg["From"] = from_addr msg["To"] = to_addr with smtplib.SMTP(host, port) as server: server.starttls() server.login(user, password) server.sendmail(from_addr, [to_addr], msg.as_string()) print(f"[OK] 邮件已发送至 {to_addr}") def main(): if len(sys.argv) < 2: print("用法: python weekly_report.py daily '今天的工作内容'") print(" python weekly_report.py weekly [--send-email --to xxx@xx.com]") return cmd = sys.argv[1] if cmd == "daily": add_daily(sys.argv[2]) elif cmd == "weekly": logs = get_week_logs() if not logs: print("[WARN] 本周没有记录") return report = summarize_with_llm(logs) print("===== 周报预览 =====") print(report) if "--send-email" in sys.argv: to_addr = sys.argv[sys.argv.index("--to") + 1] send_email("本周周报", report, to_addr) else: print(f"未知命令: {cmd}") if __name__ == "__main__": main()

3.4 .env 配置

TAOTOKEN_API_KEY=你的Key SMTP_HOST=smtp.example.com SMTP_PORT=587 SMTP_USER=you@example.com SMTP_PASSWORD=你的邮箱授权码 SMTP_FROM=you@example.com

requirements.txt里就三行：

requests python-dotenv

装依赖：

pip install -r requirements.txt

4. 验证请求：从记录到发信跑通闭环

4.1 先验证 LLM 通道

在正式跑脚本前，先单独测一下 TaoToken 的接口通不通。你可以写一个最小测试：

import os, requests from dotenv import load_dotenv load_dotenv() resp = requests.post( "https://taotoken.net/api/chat/completions", headers={"Authorization": f"Bearer {os.getenv('TAOTOKEN_API_KEY')}"}, json={"model": "gpt-4o", "messages": [{"role": "user", "content": "回复：通道正常"}]}, timeout=30 ) print(resp.status_code) print(resp.json()["choices"][0]["message"]["content"])

返回200并且打印出「通道正常」，说明 Key 和地址都没问题。如果返回401，检查 Key 是不是复制多了空格；返回404，检查地址是不是写成了https://taotoken.net/api/v1。

4.2 记录每日工作

每天下班前执行：

python weekly_report.py daily "1. 完成订单模块接口联调；2. 修复导出 CSV 乱码；3. 参加需求评审"

执行后work_log.json会多一条：

[ { "date": "2026-03-31", "content": "1. 完成订单模块接口联调；2. 修复导出 CSV 乱码；3. 参加需求评审" } ]

4.3 生成并发送周报

周五执行：

python weekly_report.py weekly --send-email --to your@email.com

你会先在终端看到周报预览，格式大概是「本周完成 / 进行中 / 下周计划 / 风险与求助」四段。确认没问题后，邮件会自动发出。到这里，从记录到汇总到发送的完整链路就跑通了。

4.4 加定时任务实现无人化

Windows 用任务计划程序，新建基本任务，触发器设为每周五 17:00，操作填：

程序: python 参数: weekly_report.py weekly --send-email --to your@email.com 起始于: C:\path\to\weekly-report-bot

macOS/Linux 用 crontab：

0 17 * * 5 cd /path/to/weekly-report-bot && /usr/bin/python3 weekly_report.py weekly --send-email --to your@email.com

这样每周五下午五点，周报自动生成、自动发送，你只需要每天花十秒记一句话。

5. 本篇常见报错排查

5.1 RuntimeError: 使用 SMTP 发送时需要 SMTP_HOST/SMTP_USER/SMTP_PASSWORD

这是最常见的报错，本质是.env没被读到。三个检查点：一是.env文件是不是和脚本在同一目录；二是load_dotenv()有没有在读取环境变量之前调用；三是变量名有没有拼错。如果你在 Cursor 的终端里跑，注意终端的工作目录是不是项目根目录。

5.2 401 Unauthorized

Key 无效或没带上。检查Authorization头是不是Bearer加 Key，中间有一个空格。另外确认TAOTOKEN_API_KEY环境变量在脚本运行时确实存在，可以在脚本开头加一句print(bool(API_KEY))调试。

5.3 404 Not Found

地址写错了。TaoToken 的基础地址是https://taotoken.net/api，聊天补全的完整路径是https://taotoken.net/api/chat/completions。不要自己加/v1，也不要漏掉/chat/completions。

5.4 邮件发送成功但收件箱没有

先看垃圾邮件文件夹。如果用了企业邮箱，SMTP 通常需要「授权码」而不是登录密码，去邮箱设置里开启 SMTP 服务并生成授权码。另外SMTP_PORT用 587 配starttls()，用 465 的话要改成SMTP_SSL。

5.5 Cursor 里模型不响应

先确认 settings.json 的baseUrl是https://taotoken.net/api，然后重启 Cursor。如果还是不行，去模型对话页面手动测一句，确认是通道问题还是 Cursor 配置问题。接入文档里有各客户端的配置示例，可以对照检查：

https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=doc

6. 继续往下走：把机器人升级成真正的 Agent

跑通基础版之后，这个项目还有不少可以演进的方向。第一是接入 IM，把每天的记录从命令行改成在飞书或 Slack 里发一句话，机器人自动抓取；第二是多维度分析，让 LLM 不只汇总，还算出本周投入时间分布、工作类型占比；第三是接入公司内部系统，比如工单、订单、异常数据，自动生成业务级周报。

如果你打算长期用 Cursor 做这类 Agent 开发，建议把模型通道固定下来，用 Coding Plan 管理调用额度会更省心：

https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=coding-plan

需要新建或轮换 Key 的时候，回到 API Keys 页面操作：

https://taotoken.net/api-keys?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content=api-keys

最后留一个我踩过的坑：定时任务里的 Python 路径一定要写绝对路径，crontab 的环境变量和你在终端里不一样，.env里的变量最好在脚本里显式加载，别指望系统帮你带进去。把这两点处理好，你的周报机器人就能稳定跑下去，每周五准时把周报送到邮箱，而你只需要每天记一句话。