liuli

简单解释一下：

• 采集器：监控各自关注的公众号、书籍或者博客源等自定义阅读源，以统一标准格式流入Liuli作为输入源；

• 处理器：对目标内容进行自定义处理，如基于历史广告数据，利用机器学习实现一个广告分类器自动打标签，或者引入钩子函数在相关节点执行等；

• 分发器：依靠接口层进行数据请求&响应，为使用者提供个性化配置，然后根据配置自动进行分发，将干净的文章流向微信、钉钉、TG、RSS客户端甚至自建网站；

• 备份器：将处理后的文章进行备份，如持久化到数据库或者GitHub等。

这样做就实现了干净阅读环境的构建，衍生一下，基于获取的数据，可做的事情有很多，大家不妨发散一下思路。

开发进度看板:

• v0.2.0: 实现基础功能，保证常规场景解决方案可应用

• v0.3.0: 实现采集器自定义，用户所见即可采集

帮助

为了提升模型的识别准确率，我希望大家能尽力贡献一些广告样本，请看样本文件：.files/datasets/ads.csv，我设定格式如下：

title	url	is_process
广告文章标题	广告文章连接	0

字段说明：

• title：文章标题

• url：文章链接，如果微信文章想、请先验证是否失效

• is_process：表示是否进行样本处理，默认填0即可

来个实例：

一般广告会重复在多个公众号投放，填写的时候麻烦查一下是否存在此条记录，希望大家能一起合力贡献，亲，来个 PR 贡献你的力量吧！

致谢

感谢以下开源项目：

• Flask: web框架

• Vue: 渐进式JavaScript框架

• Ruia: 异步爬虫框架（自研自用）

• playwright: 使用浏览器进行数据抓取

以上仅列出比较核心的开源依赖，更多第三方依赖请见Pipfile文件。

您任何PR都是对Liuli项目的大力支持，非常感谢以下开发者的贡献（排名不分先后）：

关于

欢迎一起交流（关注入群）：