liuli

簡單解釋一下：

• 採集者：監控各自關注的公眾號、書籍或部落格來源等自訂閱讀來源，以統一標準格式流入Liuli作為輸入來源；

• 處理器：對目標內容進行自訂處理，例如基於歷史廣告數據，利用機器學習實現一個廣告分類器自動打標籤，或引入鉤子函數在相關節點執行等；

• 分發器：依靠介面層進行資料請求&回應，為使用者提供個人化配置，然後根據配置自動進行分發，將乾淨的文章流向微信、釘釘、TG、RSS客戶端甚至自建網站；

• 備份器：將處理後的文章進行備份，例如持久化到資料庫或GitHub等。

這樣做就實現了乾淨閱讀環境的構建，衍生一下，基於獲取的數據，可做的事情有很多，大家不妨發散一下思路。

開發進度看板:

• v0.2.0: 實作基礎功能，確保常規場景解決方案可套用

• v0.3.0: 實作擷取器自定義，使用者所見即可擷取

幫助

為了提升模型的辨識準確率，我希望大家能盡力貢獻一些廣告樣本，請看樣本文件：.files/datasets/ads.csv，我設定格式如下：

title	url	is_process
廣告文章標題	廣告文章連接	0

字段說明：

• title：文章標題

• url：文章鏈接，如果微信文章想、請先驗證是否失效

• is_process：表示是否進行樣本處理，預設填0即可

來個實例：

一般廣告會重複在多個公眾號投放，填寫的時候麻煩查一下是否存在此筆記錄，希望大家能一起合力貢獻，親，來個PR 貢獻你的力量吧！

致謝

感謝以下開源專案：

• Flask: web框架

• Vue: 漸進式JavaScript框架

• Ruia: 非同步爬蟲框架（自研自用）

• playwright: 使用瀏覽器進行資料抓取

以上僅列出比較核心的開源依賴，更多第三方依賴請見Pipfile檔案。

您任何PR都是對Liuli專案的大力支持，非常感謝以下開發者的貢獻（排名不分先後）：

關於

歡迎一起交流（關注入群）：