gungun88 ca102a3398 feat: VPS 优惠聚合雷达（LET + LowEndBox + 回帖库存判定） ...

数据源
- LowEndTalk Offers RSS（含完整正文）
- LowEndBox RSS（按 category + 正文规格密度过滤非优惠文章）
- 跨源去重（厂商+价格+配置指纹；数据不足时拒绝合并）

抽取内核（确定性正则，无 LLM）
- 规格/价格/折扣/活动性质/地点/CPU 型号
- 拍平 HTML 表格重建（按列序位置推断，解决裸容量无语义问题）
- 库存判定：商家回帖表态 > 帖文关键词 > 用户提及（弱证据）
- 语境校验：疑问句/否定句/非库存对象/促销资格四类误判防线
- 末页优先抓取回帖（实测商家表态集中在回帖流 75%-100% 位置）

工程化
- 包结构分工明确，配置支持环境变量（可绑自有域名）
- 124 个 pytest 用例；BERO 十周年帖为黄金样本
- GitHub Actions 每 6 小时抓取 + 定时提交 + 可选 rsync 部署
- 两种部署方案（Actions+自有服务器 / 纯服务器 cron），均含
  「记录数为 0 则拒绝发布」安全网
- legacy/ 保留重构前脚本，供回归比对（19 字段零回归差异）

零运行时依赖（仅 Python 标准库）；产物为纯静态文件。

2026-10-16 06:10:15 +08:00

229 KiB

1560x974px

Raw Permalink History