# HelloWaiMao

**Repository Path**: samhula/hellowaimao

## Basic Information

- **Project Name**: HelloWaiMao
- **Description**: 外贸工具
- **Primary Language**: JavaScript
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 2
- **Forks**: 1
- **Created**: 2024-06-03
- **Last Updated**: 2025-03-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## Hello!WaiMao
一个工具，关于爬取内容，AI重写，发布到自媒体（小红书，Facebook,Twitter, Tiktok, 头条等）
## 功能介绍
- 采集（Spider）爬取目标网站的列表及详情页：文章或产品等...
- 生成（AI）设置提示语，使用AI网站来重写提供的内容（可以是爬虫爬到的也可以是你复制粘帖过来了），产生一个全新的内容。
- 发布（Publisher）发内容到自媒体（小红书，Facebook的个人主页或小组，Twitter,Tiktok,头条 etc）,你可以自行扩展要发布的内容，其中的规则就是css selector

### 怎么使用
#### 1.使用Spider

- 点击"自媒体"，切换到"采集"，如果你要爬取的内容需要登录，在"帐号"这个tab下，点击"新增"，添加帐号，在后续爬取过程中使用到。
- a)点击“采集目标”，可以看到有很多按钮
![spider header](assets/spider-header.png)
b)点击“新增”，添加目标，目标分为列表及详情，注意：选择了目标，采集的内容是详情，还需要进一步来采集详情
![添加采集目标](assets/spider-source.png)
c)字段说明：  
类型：也就是要采集的平台（阿里国际c站，中国制造等你自己定义的目标）  
名称：自定义名称  
链接：要采集的链接  
页数：如果是列表，需要设置一下这个页页，如果是自动加载到底的，就设置为1  
登录：默认是不需要，如果需要，那就会自动使用前面配置过的帐号进行登录  
生效：默认是生效，如果是不生效，这个目标不会被采集  
列表：是否是列表，如果是列表，会走列表采集模式，否则是详情采集模式  
最后点击保存给后续配置使用  
d)配置采集规则  
平台：也就是前面说的类型，这里没有统一说明，这个可以在字典中配置，后续会讲到  
模块名称：目前系统中分为列表及详情，当然也可以扩展为多级，比如列表-列表-详情，这个模块是绑定了具体的执行代码  
规则：规则是一个Json对象，每个平台对应的配置字段不一样，这个取决于网站结构及采集代码，后续会开放采集代码上传的入口，方便大家自行扩展  
![添加采集规则](assets/image.png)
e)配置采集任务  
为什么为有这一步呢？因为我们配置了帐号，采集目标，采集规则，我们需要一个逻辑来把这三者关联起来，所以就产生了这一个逻辑，当然也可以放到其他层里，但这样感觉逻辑简单一点，就任性了  
![添加任务](assets/image1.png)
f)配置计划
这一步可有可无，如果只要一次一个的执行，那可以回到“采集目标”这个tab下，点击对应目标的“采集”按钮就可以了（前提上abde已经配置好）
![单个生成](assets/image2.png)
如果需要一次或者定时执行，那这一步就需要配置，这一步提供的功能如下：  
1.资源圈定：特定圈定（指定哪些），条件圈定（设置一个条件，自动查询出来）
![](assets/image3.png)
2.执行时机：立即执行，指定时间执行（指定一个未来时间执行一次），定时执行（在满足条件的情况下循环执行）
![执行时机](assets/image4.png)

#### 2.使用AI重写
整体流程与Spider的使用方式类似，不同点是增加了“提示语配置”与查看生成的结果“生成数据”
![AI生成](assets/image2-0.png)
##### 配置提示语
点击“生成”,切换到“提示语”tab,点击“新增”按钮
![新增提示语](assets/image2-1.png)
图中有对应字段的简单说明，我们先来看一段提示语：
```
你是google SEO 专家,请帮我把这个标题："{{title}}"重写生成符合google seo的要求的{{lang}}文本标题，并在标题中随机埋入这些关键词：{{keywords}}，只输出标题不输出关键字
```
其中{{lang}}内置占位符，对应的是图中的语言，当程序运行时会自动替换成配置的语言；{{title}}是自定义占位符，要跟图中的数据字段配置的内容一致，会使用数据中的对应内容来替换这个占位符；{{keywords}}对应图中的关键词；

假如数据：
```
{title:"Hello!WaiMao"}
```
提示语配置如下：   
语言：英文  
数据字段：title 注意：数据中没有title那就没法运行了
关键词：a,b,c  

最终生成的提示语：
```
你是google SEO 专家,请帮我把这个标题：Hello!Waimo,重写生成符合google seo的要求的英文文本标题，并在标题中随机埋入这些关键词：a,b,c，只输出标题不输出关键字
```
##### 生成数据
![alt text](assets/image2-3.png)
通过"内容"这个字段有没有内容来判断是否生成成功；再看"状态"是否是已生成

#### 3.使用发布器（Publisher）
发布的流程与Spider采集也类似，在此不展开说了.

### 配置-字典
最后我们来说一下配置，其中分为平台类型，模块类型
![alt text](assets/imagen-0.png)
平台类型：是指自定义的一个名称，方便你识别，
模块类型：是与平台类型相关，提供具体的程序，比如采集，生成，发布等程序

#### 新增采集小红书
1. 新增一个平台类型，名为小红书，设置范围为采集
2. 在新增的平台类型后，点击“配置”，设置范围为采集，根据具体情况，选择列表，并执行的代码上传或者选择内置
3. 以上两步完成后，就可以按照采集的流程来配置了
#### 新增AI生成
流程与上面一致
#### 新增发布器
流程与采集一致

### 最后
如何判断采集成功？方法1：到“生成数据”，看有没有数据；方法2：看采集目标的状态  

如何判断生成成功？方法1：到“生成数据”,检查是否有生成结果或者状态是否变为已生成  

如何判断发布成功？方法1：检查数据状态是否为“已发布”；方法2：到对应的平台看看结果咯  

数据状态分为两种：  
- 采集目标：未采集，已采集；  
- 采集数据：已采集，已生成，已发布；