应用客户端上手难度 🔧 进阶#闲鱼#二手监控#Playwright#多模态#自动推送#爬虫#AI Agent#GitHub
ai-goofish-monitor · 闲鱼商品 AI 监控与自动推送
17.7k Star:Playwright + 多模态 AI,闲鱼全网扫货自动推送
指标同步中,请稍后刷新查看 在 GitHub 查看源码
5 分钟上手
任意能跑 Docker 的机器即可,无需 GPU;主要成本是多模态模型 API 调用git clone https://github.com/Usagi-org/ai-goofish-monitor && cd ai-goofish-monitor
cp .env.example .env
# 必填:OPENAI_API_KEY / OPENAI_BASE_URL / OPENAI_MODEL_NAME(需支持图片输入)
vim .env
docker compose up -d
docker compose logs -f app
# Web UI: http://127.0.0.1:8000 默认 admin/admin123(请立即修改)项目速览
ai-goofish-monitor 是用 Playwright 抓取闲鱼、再交给多模态大模型判断值不值得买的开源监控系统,仓库 17.7k Star、MIT 许可、自带完整 Web 管理后台。你只要用自然语言写一句「想收一台成色好的 M4 MacBook Air,预算 6000 以内」,系统会自动生成分析标准并持续扫货。
能做什么
- 自然语言建任务:AI 把需求拆成判断标准,再按标准逐条评估商品图文
- 多任务并发,每个任务独立配置关键词、价格区间、包邮、发布时间范围、省/市/区三级区域筛选
- Cron 定时调度,价格历史入库,可回溯某个商品挂了多久、降了几次价
- 命中即推送:ntfy.sh、企业微信、Bark、Telegram、Webhook 多渠道
- 多账号登录态管理 + 代理池轮换 + 失败熔断,降低被风控概率
怎么部署
推荐 Docker:git clone 后复制 .env.example 填好 OpenAI 兼容的 OPENAI_BASE_URL / OPENAI_MODEL_NAME(须支持图片输入),docker compose up -d 即可,镜像内置 Chromium。打开 http://127.0.0.1:8000 登录(默认 admin/admin123,务必改),再用官方 Chrome 扩展导出闲鱼登录态 JSON 导入。数据存 SQLite,挂载在 ./data。
适合谁
想蹲低价二手数码、显卡、相机、乐器的人;做二手行情研究、需要长期采集价格样本的分析者;以及想学 Playwright + 多模态 Agent 落地写法的开发者。
✅ 优点
- •中文原生,README 与 UI 全中文,国内用户上手快
- •自然语言建任务,不用写正则或关键词规则
- •Docker 一键部署,镜像内置 Chromium,通知渠道覆盖国内主流
⚠️ 局限与坑
- •依赖闲鱼登录态,账号有被限流/风控的风险,需自备代理池
- •会调用多模态模型逐条判读,任务多时 API 成本不低
- •需遵守闲鱼用户协议,官方声明仅限学习研究用途
💼 典型应用场景
- 1.蹲二手 MacBook / 显卡 / 相机的低价好货
- 2.二手市场价格历史采集与行情研究
- 3.学习 Playwright 自动化 + 多模态判读的完整落地案例
🔗 资源直达
应用客户端· 同类项目推荐
返回全部开源项目指标每周自动更新,数据来自 GitHub API