需求:盯 8 个竞品站点的更新,有变化就通知。

做法:

  1. 每小时抓一次页面(用无头浏览器,简单点的用 requests 也行)
  2. 提取正文,和上次的做 diff
  3. 有差异才调模型,让它总结「这次改了什么、意味着什么」
  4. 汇总推送到群里

成本控制的关键是第 3 步:只在有差异时调模型。8 个站点一天也就几次变化,token 消耗极低。

踩坑:页面里的时间戳、访问计数会让每次都判定为「有变化」。要先做噪音过滤,去掉这些动态元素。

现在改成结构化的提取(只抓标题、价格、功能列表),diff 准确多了。

主楼