GitHub Actions 聯動 DeepSeek 實現全自動網站內容定時更新

身為一位穿梭於香港科技脈絡的科技博主，我深知在這個資訊爆炸的時代，保持網站內容的新鮮度和時效性，對於企業的網絡能見度（SEO）及用戶參與度至關重要。然而，手動更新內容不僅耗時耗力，更可能錯失商機。今日，我就為大家揭示一個革命性的解決方案，讓「內容管理」從此進入全自動時代：利用 GitHub Actions 聯動 DeepSeek，實現網站內容的定時、自動化生成與更新。這不單是技術上的飛躍，更是香港中小企邁向數字轉型的關鍵一步。

為何內容自動化是香港中小企的數字轉型新機遇？

在香港競爭激烈的市場環境中，無論是金融科技新創、餐飲零售，還是專業服務，擁有一個能夠持續提供價值、保持活躍的網站，已是企業的「標配」。然而，許多中小企（SMEs）常因人手、時間或資源限制，難以維持頻繁的內容更新。

內容自動化帶來以下不可忽視的優勢：

• 提升效率與節省成本： 告別繁瑣的手動編輯與上傳，讓員工專注於更高價值的策略性工作。
• 強化 SEO 表現： 定時更新的高品質內容，能有效吸引搜索引擎爬蟲，提升網站排名，帶來更多自然流量。
• 保持內容新鮮度： 在競爭激烈的網絡世界中，定期發布新資訊，能讓您的網站始終保持活力，吸引並留住訪客。
• 實現個性化與規模化： 透過 AI 生成多樣化內容，滿足不同受眾需求，實現內容大規模生產。
• 應對市場變化： 迅速響應行業趨勢或市場熱點，自動生成相關內容，保持領先優勢。

GitHub Actions：你的 DevOps 幕後功臣

GitHub Actions 是 GitHub 內建的一個強大自動化平台，讓開發者能夠在 GitHub 倉庫中，直接自動化、客製化、執行軟件開發生命週期中的各種任務。它通常用於持續整合（CI）與持續部署（CD），但其應用遠不止於此。

對於內容自動化而言，GitHub Actions 扮演著「指揮家」的角色：

• 事件驅動： 你可以設定在特定事件發生時（如每日定時、代碼提交、發布新版本等）觸發自動化流程。
• 工作流程（Workflows）： 透過 YAML 檔案定義一系列自動化任務，包含多個步驟（Steps）與作業（Jobs）。
• 豐富的生態系統： GitHub Marketplace 提供大量現成的 Actions，方便快速整合各種工具與服務。
• 與代碼緊密結合： 你的自動化腳本與網站內容存儲在同一代碼庫，便於版本控制與協作。

有了 GitHub Actions，我們就能輕鬆設定一個「定時炸彈」，讓它在指定時間自動引爆一系列內容生成與發布的任務。

DeepSeek：引領新一代 AI 內容生成

在眾多大模型（Large Language Models, LLMs）中，DeepSeek 以其出色的性能和高度靈活性脫穎而出。它不僅能理解複雜的指令，還能生成高質量、連貫且富有創意的文本內容，非常適合用於網站內容的自動化。

DeepSeek 的優勢包括：

• 強大的語言理解與生成能力： 無論是撰寫文章、摘要、翻譯，甚至是生成創意文案，DeepSeek 都能勝任。
• 多語言支援： 對於香港這樣中西文化匯聚的城市，DeepSeek 優秀的多語言能力（包括繁體中文）尤為重要。
• 可定製性高： 透過精準的提示詞工程（Prompt Engineering），我們可以引導 DeepSeek 生成符合特定風格、語氣和主題的內容。
• API 易於集成： DeepSeek 提供簡潔易用的 API 接口，方便與第三方服務（如 GitHub Actions）進行程式化交互。

結合 DeepSeek 的智能，你的網站內容將不再是簡單的重複，而是富含洞察、緊貼潮流且具備高度原創性的精品。

系統架構概念：GitHub Actions 聯動 DeepSeek 的魔法

想像一下這個流程：每天清晨，你的 GitHub 倉庫中的一個定時任務被喚醒。它不是去編譯代碼，而是執行一個 Python 腳本。這個腳本帶著你精心準備的「提示詞」，去呼叫遠方的 DeepSeek AI 大腦。DeepSeek 收到指令，立即開動，生成一篇關於香港最新科技趨勢的深度分析文章，或者是一份關於中小企數字轉型挑戰的實用指南。文章生成後，腳本將其自動格式化為 Markdown 檔案，並儲存到你的網站內容目錄。最後，GitHub Actions 會自動將這些新檔案提交到倉庫，並觸發你的靜態網站生成器（如 Hugo 或 Jekyll）重新構建網站，將新鮮出爐的內容發布上線。整個過程無需人工干預，網站內容便已華麗更新！

這整個流程可以用以下架構示意圖來理解：

核心組件：

1. 網站代碼庫 (GitHub Repository): 儲存你的網站源代碼、GitHub Actions 工作流程文件以及最終生成的內容文件。
2. GitHub Actions: 作為調度器和執行器，負責定時觸發、執行腳本、處理文件、提交代碼等。
3. DeepSeek API: 提供強大的內容生成能力。你的腳本將通過 API 接口與之交互。
4. 內容生成腳本 (Python/Node.js): 負責構建 DeepSeek API 請求、解析返回內容、格式化並將內容保存為網站可用的格式（如 Markdown）。
5. 網站生成器 (Static Site Generator): 如果你使用靜態網站（如 Jekyll, Hugo, Astro），它會在 GitHub Actions 提交新內容後，自動重新構建並部署網站。

實戰教學：一步步搭建你的全自動內容更新系統

接下來，我們將深入實踐，手把手教你如何搭建這套系統。

前置準備

在動手之前，請確保你已具備以下條件：

1. GitHub 帳戶： 用於託管你的網站代碼和 GitHub Actions。
2. DeepSeek API Key： 前往 DeepSeek 官網註冊並獲取你的 API Key。請妥善保管，這是訪問 AI 服務的憑證。
3. 網站倉庫： 一個 GitHub 倉庫，其中包含你的網站代碼。本教學以靜態網站為例，方便展示自動化流程。
4. Python 環境： 我們的內容生成腳本將使用 Python 編寫，因此需要一定的 Python 基礎。

建立 GitHub Actions 工作流程（YAML）

首先，在你的 GitHub 倉庫根目錄下，創建一個 .github/workflows/ 資料夾，並在其中創建一個 YAML 文件，例如 auto-content.yml。這個文件定義了我們的自動化工作流程。

name: Automated DeepSeek Content Update

on:
  schedule:
    # 每天凌晨 3 點（UTC 時間）觸發，即香港時間早上 11 點
    - cron: '0 3 * * *'
  workflow_dispatch:
    # 允許手動觸發此工作流程，方便測試

jobs:
  generate-and-update-content:
    runs-on: ubuntu-latest

    steps:
      - name: 檢查代碼庫
        uses: actions/checkout@v4

      - name: 設定 Python 環境
        uses: actions/setup-python@v5
        with:
          python-version: '3.9' # 可根據需要調整 Python 版本

      - name: 安裝 Python 依賴
        run: pip install requests # 我們將使用 requests 庫調用 DeepSeek API

      - name: 運行 DeepSeek 內容生成腳本
        env:
          DEEPSEEK_API_KEY: $ # 從 GitHub Secrets 中獲取 API Key
        run: python .github/scripts/generate_content.py # 指定你的內容生成腳本路徑

      - name: 提交新內容到代碼庫
        run: |
          git config user.name "GitHub Actions Bot"
          git config user.email "actions@github.com"
          git add . # 添加所有更改
          git commit -m "feat: Auto-generated content by DeepSeek and GitHub Actions" || echo "沒有新內容可提交"
          git push
        env:
          GITHUB_TOKEN: $ # GitHub 提供的預設 Token

      - name: 部署網站 (如果適用)
        # 如果你使用靜態網站生成器，例如 Hugo 或 Jekyll，你可以在這裡添加部署步驟
        # 例如，如果你使用 GitHub Pages 部署，通常 push 到指定分支後會自動部署。
        # 如果是其他服務，可能需要額外的 Action。
        run: echo "網站部署完成，新內容已上線！"

重要提示：保護你的 API Key！ 請務必將你的 DeepSeek API Key 儲存為 GitHub Repository Secrets。在你的倉庫中，前往 Settings -> Secrets and variables -> Actions -> New repository secret，創建一個名為 DEEPSEEK_API_KEY 的 Secret，並將你的 API Key 粘貼進去。這樣可以防止敏感資訊暴露在公共代碼中。

DeepSeek API 互動腳本範例

接下來，我們需要創建實際與 DeepSeek 交互並生成內容的 Python 腳本。在 .github/scripts/ 資料夾中創建 generate_content.py 文件。

import os
import requests
import json
from datetime import datetime

# 從環境變量獲取 DeepSeek API Key
DEEPSEEK_API_KEY = os.environ.get("DEEPSEEK_API_KEY")
DEEPSEEK_API_URL = "https://api.deepseek.com/chat/completions" # 根據 DeepSeek 實際 API 端點調整

def generate_content_with_deepseek(prompt_text):
    """
    呼叫 DeepSeek API 生成內容
    """
    headers = {
        "Content-Type": "application/json",
        "Authorization": f"Bearer {DEEPSEEK_API_KEY}"
    }
    payload = {
        "model": "deepseek-chat", # 或 deepseek-coder，根據你的需求選擇模型
        "messages": [
            {"role": "system", "content": "你是一位專業的香港科技博主，撰寫關於數字轉型和最新科技趨勢的文章。請使用正宗的香港繁體中文。"},
            {"role": "user", "content": prompt_text}
        ],
        "max_tokens": 1500, # 控制生成內容的長度
        "temperature": 0.7 # 控制內容的隨機性，0-1 之間
    }

    try:
        response = requests.post(DEEPSEEK_API_URL, headers=headers, data=json.dumps(payload))
        response.raise_for_status() # 檢查 HTTP 請求是否成功
        result = response.json()
        
        # 提取生成的內容
        content = result['choices'][0]['message']['content'].strip()
        return content
    except requests.exceptions.RequestException as e:
        print(f"DeepSeek API 請求失敗: {e}")
        return None
    except KeyError as e:
        print(f"解析 DeepSeek API 回應時出錯: {e}")
        print(f"完整回應: {result}")
        return None

def save_content_to_markdown(title, content, filename_prefix="article"):
    """
    將生成的內容保存為 Markdown 文件
    """
    today_date = datetime.now().strftime("%Y-%m-%d")
    slug = title.replace(" ", "-").lower() # 生成一個簡單的 slug
    
    # 假設你的網站內容儲存在 `content/posts/` 目錄
    # 請根據你的實際網站結構調整路徑
    output_dir = "content/posts" 
    os.makedirs(output_dir, exist_ok=True) # 確保目錄存在

    filepath = os.path.join(output_dir, f"{today_date}-{filename_prefix}-{slug}.md")

    # Markdown 文件頭部 (Front Matter) 範例，可根據你的網站生成器調整
    markdown_front_matter = f"""---
title: "{title}"
date: {datetime.now().isoformat()}
tags: ["科技趨勢", "數字轉型", "香港"]
description: "{content[:150]}..." # 使用內容的前150字作為描述
---

{content}
"""

    with open(filepath, "w", encoding="utf-8") as f:
        f.write(markdown_front_matter)
    print(f"成功保存內容到: {filepath}")

if __name__ == "__main__":
    # 你可以在這裡定義多個提示詞，讓 AI 生成不同主題的內容
    prompts = [
        "請為一篇關於2026年香港數字轉型趨勢的科技博客文章提供內容，強調AI和自動化對中小企的影響。",
        "撰寫一篇分析香港在Web3和區塊鏈技術應用上最新進展的短文。",
        # 更多提示詞...
    ]

    for i, prompt in enumerate(prompts):
        print(f"正在生成內容 (提示詞 {i+1}/{len(prompts)}): {prompt}")
        generated_text = generate_content_with_deepseek(prompt)

        if generated_text:
            # 簡單地從內容中提取首句作為標題，實際應用中你可能需要更智能的標題生成方式
            title_suggestion = generated_text.split('\n')[0].strip()
            # 確保標題不會太長或包含特殊字符
            title_for_file = title_suggestion if len(title_suggestion) < 80 else title_suggestion[:77] + "..."
            
            # 使用一個通用前綴，或者根據提示詞生成更具體的檔名
            save_content_to_markdown(title_for_file, generated_text, filename_prefix=f"auto-post-{i+1}")
        else:
            print(f"未能生成內容 (提示詞 {i+1})。")

運行與測試

1. 提交代碼： 將 auto-content.yml 和 generate_content.py 文件提交到你的 GitHub 倉庫。
2. 手動觸發（推薦）： 為了測試，你可以前往 GitHub 倉庫的 Actions 頁面，找到 Automated DeepSeek Content Update 工作流程，點擊 Run workflow 手動觸發它。
3. 檢查結果：
   • 查看 Actions 運行日誌，確保所有步驟都成功執行。
   • 檢查你的代碼庫，看是否有新的 Markdown 文件被提交到 content/posts/ 目錄。
   • 如果你的靜態網站生成器與 GitHub Pages 或其他部署服務集成，新的內容應該會自動部署上線。

優化與進階應用

這套自動化系統的潛力是巨大的，以下是一些進階優化建議：

內容策略與提示工程 (Prompt Engineering)

AI 生成內容的質量，很大程度上取決於你提供的「提示詞」（Prompt）。投入時間學習如何編寫清晰、具體、有指導性的提示詞至關重要。

• 明確角色： "你是一位專為香港中小企提供數字轉型建議的專家..."
• 指定格式： "請生成一篇 Markdown 格式的文章，包含標題、二級標題、列表和結論。"
• 限制字數或段落： "文章長度約800字，分為3-4個二級標題。"
• 提供關鍵字或主題： "重點討論AI在客戶服務和市場營銷中的應用。"
• 設定語言和風格： "請使用正宗香港繁體中文，語氣專業且富有啟發性。"

你可以為不同的內容類型（新聞稿、博客文章、產品介紹、常見問題解答等）準備不同的提示詞模板。

版本控制與審核機制

雖然自動化很方便，但在某些情況下，你可能希望人工審核自動生成的內容。

• 建立「草稿」分支： 讓 GitHub Actions 將新內容提交到一個 draft 或 staging 分支。
• Pull Request 審核： 配置 GitHub，當有新內容提交到 draft 分支時，自動創建一個 Pull Request (PR)。這樣，團隊成員可以審核內容、修改、批准後，再將其合併到 main 分支，觸發正式部署。

SEO 考量

自動化不應犧牲 SEO。 DeepSeek 可以幫你生成基礎內容，但仍需注意：

• 元數據（Metadata）自動生成： 在生成內容時，讓 AI 同時生成文章的 title、description 和 keywords，並確保它們符合 SEO 最佳實踐。
• 內部連結： 考慮在腳本中加入邏輯，自動在生成的新文章中查找並添加指向站內相關文章的內部連結。
• 結構化數據 (Schema Markup)： 如果你的網站支援，可以讓 DeepSeek 生成文章的 Schema.org 標記，提升搜索引擎對內容的理解。

錯誤處理與日誌記錄

• GitHub Actions 監控： 定期查看 GitHub Actions 的運行狀態。如果出錯，日誌會提供詳細資訊。
• 通知機制： 可以集成 Slack 或 Email 通知，當 GitHub Actions 運行失敗時，自動發送提醒。
• API 錯誤處理： 在 Python 腳本中加入更健壯的錯誤處理機制，例如重試邏輯，以應對 API 臨時性故障。

安全性與最佳實踐

• DeepSeek API Key 安全： 永遠不要將 API Key 硬編碼在代碼中，務必使用 GitHub Secrets 等安全方式進行管理。
• 最小權限原則： 確保你的 GitHub Actions Token 只有執行其所需操作的最低權限。
• 內容審核： 即使 AI 智能，也建議對自動生成的內容進行定期抽查，確保其準確性、合規性，並與品牌語氣保持一致。尤其是在高度敏感的行業，人工審核更是不可或缺。
• 成本監控： DeepSeek API 使用會產生費用。密切關注你的 API 使用量，避免不必要的支出。

結語：香港數字轉型的新里程碑

通過 GitHub Actions 與 DeepSeek 的巧妙結合，我們不僅能實現網站內容的全自動定時更新，更能將傳統的內容管理模式提升到一個全新的高度。這對於希望在數字化時代保持競爭力、追求高效運營的香港中小企而言，無疑是一次重要的數字轉型機遇。

從此，你不再需要為內容更新而焦頭爛額，而是可以讓 AI 成為你的得力助手，定時為你的網站注入新鮮血液，吸引更多訪客，最終推動業務增長。這項技術的普及，將是香港數字經濟發展的一個新里程碑。

立即動手，搭建你自己的全自動內容工廠，讓你的網站煥發新生！如果你在實踐過程中遇到任何問題，歡迎在評論區留言，我們一同探索解決方案。