山寨了一个 IFTTT

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

爱意满满的作品展示区。

这是一个创建于 2768 天前的主题，其中的信息可能已经有所发展或是发生改变。

http://xun.im/2017/04/23/cloudmonad/

TLDR;
CloudMonad 可以这样玩：

1.发一条微信消息，推送到你的 Kindle 或者一个私有的 Rss 源。

2. 定时获取京东商品的价格和优惠信息，在满足指定条件后发送一条微信通知消息。

3. 定时访问 12306 网站查询或购买车票。

4. 定时登录微信公众号后台发文。

第 1 条附言 · 2017-04-25 11:18:05 +08:00

作为一个 one man 项目， CloudMonad 希望能以云服务的形式提供
比如一个用例是： V2EX 上经常会看到一些网友写各种网站的自动签到脚本，这些脚本可能花半小时就搞定了，但后续还要找服务器运行，各种管理维护， CloudMonad 就可以一站式解决这个需求。

IFTTT 的发展困境是主流用户觉得操作太复杂，只能是一个小众产品。
而相比之下 CloudMonad 的操作会更复杂（面对的是非格式化的 Web ， Spec 检测粒度更小等），如何吸引更多用户会是个问题。

CloudMonad 今后的发展，我能想到的大概有三个方向：
1. 专注提供一个小众服务，完善 UI ，哪怕只有 IFTTT 0.1%用户也差不多了。
2. 提供定制 Api 给第三方使用，为每种 Feed 提供一个 Rest 调用接口。
3. 做成一个类似 App 市场的平台，有定制能力的高级用户，把各种功能配置好，打包成一个一键安装的的应用供小白用户使用，来降低使用门槛。

诸位有什么建议？

定时

微信

TLDR

RSS

50 条回复 • 2017-05-20 08:19:22 +08:00

ixinshang

2017-04-24 08:40:20 +08:00 via Android

34 厉害了

mekhi

2017-04-24 09:29:09 +08:00 via iPhone

把多说评论换了吧

mawing

2017-04-24 09:52:40 +08:00

试用（注册）的链接是 127.0.0.1

achaocha

2017-04-24 09:58:16 +08:00

试用（注册）的链接是 127.0.0.1

freeznet

2017-04-24 10:03:19 +08:00

http://xun.im/2017/04/23/account-setting/

wuhx

2017-04-24 10:33:47 +08:00 via Android

@mawing
@achaocha 请看 5 楼

wuhx

2017-04-24 10:34:15 +08:00 via Android

@mekhi 有什么推荐的替代品？

jwenwang

2017-04-24 11:30:13 +08:00

厉害了

mekhi

2017-04-24 11:36:19 +08:00 via iPhone

@wuhx 国内的话，可以试试畅言

gyorou

2017-04-24 13:45:34 +08:00

LZ 造轮子辛苦了。 https://github.com/cantino/huginn

wuhx

2017-04-24 16:51:06 +08:00

@gyorou 多谢提供这个信息，

仔细看了一下，这两者有很多不样的地方。

huginn 还是一个传统爬虫加一些 pipe 函数做数据处理。
而 CloudMonad 注重的是浏览过程和交互，比如说我要获取 V2EX 分页帖子的所有回复，一般爬虫的做法是以页码为参数自动生成的分页 url 地址分别采集，而 CloudMonad 会去
下一页那个按钮，然后不停的点击采集，只到最后一页（当然也支持拼 url 的方式）。
看了一下 huginn 的自定义 Agent 格式，只有 extract 字段，应该不支持任何交互。这样它的采集能里就会很弱，而演示中哪些看上去很酷的图表，
其实只是最基本的数据处理，完全可以把这两部分分开来么，
数据采集用「造数」这类专业的爬虫，然后自建一个 Hadoop 之类数据中心，定时把数据丢进去分析，专业性和稳定性瞬间就提升一个档次了。

另外,CloudMonad 在设计之初有一个小目标：要在尽可能低的系统资源下支持高扩展性(Scalable)，而爬虫特别是 Headless 浏览器是高资源消耗操作，
如何在系统低载时尽可能少的消耗资源，又能应付突发大流量请求是一个难题。最后的解决方案是各种按需付费的云服务。
CloudMonad 用了多种云资源，
包括一个整合了阿里云 MNS 和亚马逊 SQS 双备份的 CloudQueue 用于任务分发。
LeanCloud 数据库配合阿里云 OSS 用于前后端通信。
IBM 的 openwhisk ，亚马逊的 Lambda ， DigitalOcean 按需使用的虚拟主机用于动态调整资源。
目前整个 CloudMonad 系统的硬性支出只有一台阿里云最低配虚拟主机，其他资源都是按需使用的，目前还都在免费额度内（当然，用户少：（）
那台阿里云虚拟机上运行着一个 Akka node 用于协调资源，用户管理等工作，具体的脏活都时候外包给其他云服务做。

说回 huginn ，它似乎更像一个传统的单机版应用，需要安装 mysql 数据库，对系统要求也很高。
github 首页还挂着一个一年前的内存泄漏 issue ，系统的水平扩展会很成问题

fhefh

2017-04-24 17:25:29 +08:00

厉害 mark

mingyun

2017-04-24 23:01:02 +08:00

厉害了

gyorou

2017-04-25 08:59:19 +08:00

@wuhx
首先能造出这么一个轮子的确很厉害。
不过我还是为 huggin 更正一下。 huggin 可以自己定制 Agent gem ，所以所谓的模拟用户行为之类的是完全没有问题的。
CloudMonad 用了多种云资源，而 huggin 只是一个传统 Rails 应用加 Sidekiq 的任务管理而已，用 docker-compose 就可以快速起来，安装在任何可以跑 docker 的主机上完全没有问题。整个过程不用超过 5 分钟。比起要使用各种云服务，一台简单的 VPS 即可。

wuhx

2017-04-25 11:09:18 +08:00

@gyorou 是的， docker 是部署应用程序的神器。 openwhisk 其实就是一个即销即用的 Docker 镜像。

Comdex

2017-04-25 18:16:57 +08:00

楼主，我想请教一下，就比如那个京东商品价格监控的，是使用 cron 定时执行，定时任务多时怎么优化

Comdex

2017-04-25 18:17:37 +08:00

还有有没办法实现秒级监控且能合理控制服务器资源

wuhx

2017-04-25 18:40:34 +08:00

@Comdex CloudMonad 用的定时器就是秒级定时的，但后台有限制， 5 分钟之内最多执行一次。

wuhx

2017-05-02 07:58:59 +08:00

更新
http://xun.im/2017/05/01/cloudmonad-beta/

mosliu

2017-05-03 08:09:46 +08:00

@wuhx 赞一个设了一个自动刷微信运动步数的试试看。

evin

2017-05-04 09:06:29 +08:00

注册需要邀请码。。。

wuhx

2017-05-04 16:50:18 +08:00

@evin 邀请码是可选的，目前开放注册中

@mosliu 并没有这个功能

mosliu

2017-05-05 08:12:02 +08:00

@wuhx 调用自己的服务 = =！

GrahamCloud

2017-05-05 11:19:25 +08:00

这里是造数的开发团队，很多启发，求联系 @wuhx，微信：Zaoshuio

bestrenxs

2017-05-05 11:47:01 +08:00

思路很好，学习了！

wuhx

2017-05-05 16:26:09 +08:00

@mosliu 特别需要你这样的用户：）

@GrahamCloud 已加

@bestrenxs 谢谢

mosliu

2017-05-05 16:41:09 +08:00

@wuhx feed 现在不支持是 Api 啊。。

wuhx

2017-05-05 17:44:36 +08:00

@mosliu 如果你的服务支持 Rest Api，可以用 RestAction 触发调用，参考调用方糖发送微信消息那个例子。

johnnie502

2017-05-09 03:33:39 +08:00

可否加上 telegram bot 的支持？

wuhx

2017-05-09 13:48:30 +08:00

@johnnie502
Telegram 提供了 Rest Api 接口，所以 CloudMonad 是直接支持的，
请参考： http://xun.im/2017/04/23/example-rest-api/

测试用 telegram bot 发送京东降价通知，完全没问题，感觉 Telegram 比微信这种封闭环境对程序员友好多了，可惜被墙，使用不太方便。

telegram 的 Api 类似于：
GET https://api.telegram.org/bot372908708:AAElXimm0on8TRnjzZK0Hf313C97XgW3_WM/sendMessage?chat_id=391625028&text=降价通知 {商品} {价格}

chat_id 是你的帐号 id，botkey 是我建的测试机器人的，你可以自己建一个
提交前请在本地用 curl 测试一下。

[CloudMonad 测试机器人]( https://telegram.me/cloudmonad_bot)

johnnie502

2017-05-09 22:27:44 +08:00

@wuhx 谢谢测试！这些 API 我也测试过（用 curl ），很好用。希望 cloudmonad 能有个用户友好的前端支持，这个才是您的服务的主要含金量所在吧

johnnie502

2017-05-09 22:29:06 +08:00

@wuhx 被墙的话在外国主机用 nginx 做个反代就行了，看你网站是用了国外 VPS 的

wuhx

2017-05-09 22:50:22 +08:00

@johnnie502 是的，CloudMonad 的 UI 易用性有待加强，但这里的问题主要是没有针对 Telgram 设计 UI，走的是通用的 RestApi Action。

另外，CloudMonad 的主要优势是用户可以将 Feed，Spec，Action 自由组合
比如 Feed 用了京东价格监控，就可以用 {商品} {价格} 的形式，把动态获取的价格信息发给用户（可以用 Telegram，也可以用微信等其他方式）

johnnie502

2017-05-09 23:35:16 +08:00

@wuhx 我人在国外，所以对京东价格监测这些不是很敏感。如果要扩展海外用户的话（看到了英文版），可以也做做亚马逊之类的价格监控，应该能吸引一些用户。

wuhx

2017-05-10 08:21:31 +08:00

@johnnie502
京东只是一个例子，亚马逊可以通过 FetchUrl Feed 支持

参考
[例 5:使用 FetchUrl 实现将任意网站作为输入源]( http://xun.im/2017/04/23/example-fetch-url/)

在参数绑定界面，把 url 换成你想监控的商品：如
https://www.amazon.com/Sony-VPLVW365ES-Native-Theater-Projector/dp/B016IL60LM/

content 换成
#priceblock_ourprice

即能实现定时监控亚马逊价格，配合 Telegram 或其他方式通知。

当然这样的操作对用户不够友好，最终版本会考虑用鼠标点击选取目标的形式。

Damaidaner

2017-05-10 09:54:09 +08:00

LZ 厉害了，马克一下

jijifly

2017-05-10 21:02:13 +08:00

楼主想请教一下，此类产品如何突破网站爬虫限制频率?
比如有很多个用户关注了不同商品的京东价格，最终结果可能是每秒钟爬取 N 次京东的数据，势必会引来京东的 IP 封锁，楼主是如何处理的呢？ @wuhx

wuhx

2017-05-10 21:45:22 +08:00

@jijifly 首先爬虫是分布式的，同一个 IP 不会用每秒 N 次这么高的频率访问同一个网站
其次，后台在调度的时候也会考虑将相同目标网站的请求分散开来，或者也可以自建或购买 IP 代理池。

另外，CloudMonad 的爬虫是用户自己定制的，用户在创建的时候，可以指定专门的代理地址，Cookie 等，会比普通爬虫更难检测。

wujunze

2017-05-11 16:22:19 +08:00

不错 👍

kenshinji

2017-05-12 13:42:56 +08:00 via iPhone

码一个

wuhx

2017-05-12 21:47:58 +08:00

新增一个栗子
[利用 CloudMonad 从微信发送消息到钉钉]( https://zhuanlan.zhihu.com/p/26876277)

另外根据每个 Feed/Action 的稳定性，新增了[版本周期]说明，比如微信消息接收 Feed 相对稳定其状态为 Stable，微信消息发送 Action 在系统并发量多的时候偶尔会丢失消息状态为 Experimental。

请在试用的时候，尽量选择 Stable 的例子。