#186
使用技巧 / 博客运营 / Python · API 约 2,400 字
使用 LLM 撰写博客文章时，最常见的模式是在 ChatGPT 或 Claude 的聊天窗口中输入“帮我写一篇关于这个主题的指南文章”，然后手动复制生成的 HTML 并粘贴到 Blogger 管理后台的 UI 中。这需要花费 5 分钟，而且每次都需要重新配置标签、元描述（Meta Description）和分类。为此，我们创建了一个旁路端点（endpoint），只需一行 curl 就能将 LLM 的聊天输出直接发送到 Blogger 草稿箱（DRAFT）。
创建原因
直接调用 LLM API（例如 Anthropic / Google）会产生累积的 Token 费用，每篇文章大约需要花费 $0.10-0.50。100 篇文章就是 $10-50。对于像我们网站这样由个人运营的博客来说，这是一笔不小的负担。
相比之下，订阅 ChatGPT Plus / Claude Pro / Gemini Advanced 每月只需 $20 固定费用。即使一个月写 100 篇文章，也不会产生额外费用。然而，“聊天窗口 → 博客”的复制粘贴工作流实在太慢，导致人们最终还是不得不回到 API 调用。
解决方案：将 LLM 聊天中获取的 HTML 发送到 Web 应用的发布端点一行命令即可 → 自动注入标签/元数据/图表 / 通过 SEO 元数据验证钩子链（hook chain） → 自动保存为 Blogger 草稿（DRAFT）。人要做的事情只有在聊天中获取回答后，运行一次 curl。
只需每月 $20 的固定订阅费，就能让 100 篇文章全部通过 Web 应用的发布钩子链（清理 / 质量门禁 / 5 个索引渠道）并成功发布。
工作原理
Web 应用中有一个独立的端点 POST /api/writer/external-publish。
请求格式 (Request shape)
{
"title": "글 제목",
"content_html": "<p>본문 HTML...</p><h2>섹션</h2>...",
"label": "활용 팁",
"post_type": "guide",
"primary_keyword": "키워드",
"meta_description": "100-160자 메타 설명"
}
只需将从 LLM 聊天中获取的 HTML 直接放入 content_html，并填好其余 5 个字段即可。
服务器处理
- 身份验证 — 仅限本地主机 (127.0.0.1)。不对外暴露。
- 标签规范化 (Label normalize) — 将类似
["활용 팁", "사용팁", "tips"]的变体输入自动映射到网站的 6 个规范标签（canonical label）之一。如果不是已知标签，则返回{"error":"unknown_label","allowed":["..."]}响应。 - HTML 检查 — 剥离
<script>/<iframe>，自动转换原始<table>（通过 publish_sanitizer 钩子）。即使您从 LLM 处获取的是 Markdown 格式，也会自动转换为 HTML。 - Blogger 发布 — 调用
blogger.publish_post。通过完整的钩子链（图表注入 / 图片 SEO / 目录 / 阅读时间 / 作者简介 / IP 页脚 / 赞助页脚 / 最终清理 / 质量门禁）。强制保存为草稿 DRAFT（发布上线 LIVE 需要单独的权限）。 - 响应 —
{ok: true, post_id, blogger_url, quality_gate: "15/15"}。返回发布结果 + 质量评分。
自动生成提示词模板 (Prompt template)
调用 GET /api/writer/external-publish/prompt-template?topic=foo&label=활용+팁 会返回一段符合网站基调和结构的 LLM 提示词。直接将其复制粘贴到 ChatGPT/Claude 聊天窗口中获取回答即可。
实际效果
- LLM API 费用：每月 $0.10-0.50 × 100 篇 → 每月 $20 固定订阅（ChatGPT Plus）
- 单篇文章发布时间（LLM 回答 → Blogger 草稿）：5 分钟 → 30 秒
- 发布钩子链通过率：47 篇外部 LLM 文章中通过 47 篇（平均通过 publish_quality_gate 15/15）
- 标签贴错事故：引入前平均每月 3 起 → 0 起（规范化映射的功劳）
- 最常见的使用模式：ChatGPT 聊天 → 复制回答 → 终端运行单行 curl
如果用一个 ChatGPT Plus 订阅来处理每月 100 篇文章，每年的 LLM 费用是 $240（订阅）对比 $1,200-6,000（API 调用）。对于个人运营者来说，这是一个无法忽视的差距。
验证方法
通过以下三种方式进行验证：
发布钩子链通过率
记录了 47 篇外部 LLM 文章发布后的 publish_quality_gate 结果。47 篇全部得分 ≥ 90，平均得分为 95。publish_sanitizer 会自动清理 LLM 输出中不规范的 HTML（如 Markdown 残留、空 <div>），从而满足评分要求。
标签规范化回归测试
将 30 个黄金测试集用例（各种变体标签输入）写入单元测试。"tips" → "활용 팁"，"사용팁" → "활용 팁"，"compare" → "비교" 等 30/30 全部正常映射。未知标签则返回 400 响应。
安全抽检
从外部 IP 调用端点时返回 403。强制仅限本地主机。5/5 通过。
如何实现
核心是一个 FastAPI 端点函数。
```python from fastapi import FastAPI, HTTPException, Request from pydantic import BaseModel
app = FastAPI()
LABEL_MAP = { "활용 팁": "활용 팁", "tips": "활용 팁", "사용팁": "활용 팁", "비교": "비교", "compare": "비교", "가이드": "가이드", "howto": "가이드", # ... 사이트 canonical 라벨 매핑 }
class ExternalPublishBody(BaseModel): title: str content_