欢迎光临
我们一直在努力

闲鱼捡漏王,NAS 秒变捡漏利器!AI 筛选 + 自动推送,部署教程来了

闲鱼智能监控机器人:

一个基于 Playwright 和 AI 过滤分析的闲鱼多任务实时/定时监控与智能分析工具,配备了功能完善的后台管理界面。帮助用户节省闲鱼商品过滤,能及时找到心仪商品。

图片

项目亮点:

  • • 可视化Web界面: 提供完整的Web UI,支持任务的可视化管理、AI标准在线编辑、运行日志实时查看和结果筛选浏览,无需直接操作命令行和配置文件。
  • • AI驱动的任务创建: 只需用自然语言描述你的购买需求,即可一键创建包含复杂筛选逻辑的全新监控任务。
  • • 多任务并发: 通过 config.json 同时监控多个关键词,各任务独立运行,互不干扰。
  • • 实时流式处理: 发现新商品后,立即进入分析流程,告别批处理延迟。
  • • 深度AI分析: 集成多模态大语言模型(如 GPT-4o),结合商品图文和卖家画像进行深度分析,精准筛选。
  • • 高度可定制: 每个监控任务均可配置独立的关键词、价格范围、筛选条件和AI分析指令 (Prompt)。
  • • 即时通知: 支持通过 ntfy.sh、企业微信机器人和 Bark,将符合AI推荐的商品立即推送到你的手机或桌面。
  • • 定时任务调度: 支持 Cron 表达式,可为每个任务设置独立的定时执行计划。
  • • Docker 一键部署: 提供 docker-compose 配置,实现快速、标准化的容器化部署。
  • • 健壮的反爬策略: 模拟真人操作,包含多种随机延迟和用户行为,提高稳定性。

准备

首先需要打开 GitHub ,下载这个项目到本地

https://github.com/dingyufei615/ai-goofish-monitor

图片

解压 ZIP 文件,复制 .env.example 文件并命名为 .env ,并修改里面的内容

图片

根据实际情况填写 AI 模型相关配置(模型需要支持图片上传功能的,不一定我这个模型也行。这里消耗模型 Token 使用量比较大,最好对接免费的模型供应商)

图片

其他默认就行,有需要的可以修改账号和密码

图片

将文件夹上传到 NAS 里(这里我修改了一下名称)

图片

安装

Docker Compose(可以用项目里的,也可以用我下面这个)

services:
  ai-goofish-monitor:
    image: ghcr.io/dingyufei615/ai-goofish:latest
    container_name: ai-goofish-monitor
    ports:
      - 18000:8000
    volumes:
      - /vol1/1000/docker/ai-goofish-monitor:/app
    restart: unless-stopped

使用

浏览器中输入 http://NAS的IP:18000 就能看到界面

图片

顶部弹窗输入账号和密码进行登录(前面 .env 设置的)

图片

进入到面板界面,点击右上角登录闲鱼账号

图片

根据提示安装插件获取登录信息

图片

浏览器安装 Xianyu Login State Extractor 插件

图片

打开并登录闲鱼官网后,获取登录信息

图片

粘贴信息,点击“保存”

图片

右上角已经显示“已登录”,点击“创建新任务”

图片

这**据自己需要填写信息

图片

填写购买需求,点击“创建任务”(创建需要一些时间)

图片

这样任务就创建完成了,因为还没到时间手动点击运行试试效果

图片

看到运行日志有信息,说明已经在工作了

图片

TIP:

需要等待完成任务,这里消耗模型 Token 使用量比较大,我也是后来模型提供商发邮件说没钱才知道的。

来到结果查看,已经获取到不少信息了,而且会有 AI 提供建议

图片

总结

这都是什么神奇项目,我是从来没想过用 AI 去分析捡漏商品的。项目基于 Playwright 和 AI 过滤分析,搭配可视化界面操作,适合需要实时监控闲鱼商品的捡漏王们,不过需要特别注意 AI 模型 Token 消耗量比较大。

综合推荐:⭐⭐⭐⭐(传奇捡漏王,非你莫属)

使用体验:⭐⭐⭐(还不错,操作直观)

部署难易:⭐⭐(简单)︎

赞(0)

这些信息可能会帮助到你: 下载帮助 | 报毒说明 | 进站必看 | 关于我们


版权声明:本文采用知识共享 署名4.0国际许可协议 [BY-NC-SA] 进行授权
文章名称:《闲鱼捡漏王,NAS 秒变捡漏利器!AI 筛选 + 自动推送,部署教程来了》
文章链接:http://www.077u.cn/jiaocheng/fnos/5038.html
免责声明:根据《计算机软件保护条例》第十七条规定“为了学习和研究软件内含的设计思想和原理,通过安装、显示、传输或者存储软件等方式使用软件的,可以不经软件著作权人许可,不向其支付报酬。”您需知晓本站所有内容资源均来源于网络,仅供用户交流学习与研究使用,版权归属原版权方所有,版权争议与本站无关,用户本人下载后不能用作商业或非法用途,需在24个小时之内从您的电脑中彻底删除上述内容,否则后果均由用户承担责任;如果您访问和下载此文件,表示您同意只将此文件用于参考、学习而非其他用途,否则一切后果请您自行承担,如果您喜欢该程序,请支持正版软件,购买注册,得到更好的正版服务。
本站是非经营性个人站点,所有软件信息均来自网络,所有资源仅供学习参考研究目的,并不贩卖软件,不存在任何商业目的及用途,网站会员捐赠是您喜欢本站而产生的赞助支持行为,仅为维持服务器的开支与维护,全凭自愿无任何强求。
分享到

评论 抢沙发

登录

找回密码

注册