免费大模型 API 导航站到处都是，但绝大多数有个通病：免费信息是静态的。写文章时免费的模型，三个月后就收费了；限时免费的模型到期了也没人管。作为开发者，我决定做一个 "会自己过期" 的导航站 —— 所有免费信息自动更新，限时免费到期自动下架。这篇文章拆解核心架构。
一、核心问题拆解
做这类站点本质是解决三个问题：
- 信息源：去哪里拿 "谁免费" 的准确信息？→ 信号源管理
- 信息提取：定价页 HTML 怎么变成结构化数据？→ 抽取引擎
- 信息保鲜：免费状态会变，怎么自动跟进？→ 定时调度 + 变更管理
二、信号源：官方定价页 + 社区源
信号源分两类：
- api 型：提供 JSON 接口的定价 / 模型列表（如硅基流动 /api/v1/models），直接请求解析
- page 型：官方定价页 HTML（如智谱 docs.bigmodel.cn、讯飞定价页），需要抽取
每条信号源记录：URL、类型、厂商、频率、连续失败次数。连续失败 N 次自动停用，避免死循环打不健康的源。
三、抽取：LLM 抽取 + 规则抽取双通道
定价页 HTML 用 cheerio 清洗后，走两条路：
- AI 抽取：清洗后的文本 + 结构化提示词发给 LLM（OpenAI 兼容接口，默认 GLM-4-Flash），让它输出 JSON（模型名 / 厂商 / 免费额度 / 到期时间 / 链接）
- 规则抽取：无 AI Key 时降级，正则 / 关键词模板从文本里捞字段
两个通道共用同一个 "置信度" 概念：AI 抽取带 JSON schema 校验，字段不全或置信度低于阈值（默认 80%）的不进正式库，进草稿队列人工复核。宁可慢，不放过假数据。
四、入库与变更管理（核心设计）
去重键 = 模型名 + 厂商。流程：
新模型 → 自动创建（置信度达标直接上架，否则 draft）
已有模型 → 字段 diff → 有变更进 changes 队列 → 前台/后台可审 → 推送通知
限时免费 → 记录 end 字段 → 到期检查每天跑 → 到期自动下架 + 提前7天预警
到期自动下架是这个站点的核心承诺：所有限时免费模型都有 end 时间戳，定时任务每天 09:00 检查，到期自动 status 切 archived，同时触发通知（邮件 / Webhook）。用户在前台永远看不到 "已经过期" 的免费信息。
五、健康探测：免费 API 是不是真的活着
免费 API 的坑不止 "过期"，还有 "死链"。每天凌晨 3 点对每个模型发一次最小调用（1 token），401/403 视作在线（只是没带 key），连接失败 / 5xx 记一次，连续 3 次失败自动标异常并通知。在线率直接显示在后台仪表盘。
六、调度：node-cron 就够了
三个定时任务：
| 任务 | 周期 | 说明 |
|---|---|---|
| 全网抓取 | 每 3 小时 | 遍历信号源 → 抽取 → upsert |
| 到期检查 | 每天 09:00 | 到期下架 + 7 天预警推送 |
| 健康探测 | 每天 03:00 | 全量最小调用探测 |
服务重启后调度自动恢复，无外部依赖。
七、数据模型与 API
前台 / 后台 / API 三端一体（Express 静态托管 + REST）：
- models（模型）+ offerings（多平台额度，同一模型多平台一屏比清）
- sources / crawl_logs / changes（抓取体系）
- health_checks / notifications（健康 + 通知）
- users / favorites / ratings / subscriptions（收藏评分订阅）
八、踩坑记录
- sqlite3 在 Node 22 没有预编译二进制，node-gyp 源码编译失败 → 换 better-sqlite3，但 Sequelize 6 不认它的同步 API → 手写了一层 shim 桥接（把 better-sqlite3 包成 node-sqlite3 风格回调）
- AI 抽取的 JSON 输出不稳定：LLM 偶尔包代码块 → 解析器要容忍剥壳
- 免费额度的 "有效期" 字段最容易被忽略：绝大多数清单没有这个字段，这是我们坚持要抓的
九、效果与开源思考
目前收录的都是真免费模型，覆盖智谱、讯飞、硅基流动、腾讯混元、OpenRouter 等平台，全自动运转，维护成本趋近于零。导航站地址：api-free.com （顺便求个 star 和反馈）。
你觉得 "到期自动下架" 这类机制还有哪些场景可以用？ 欢迎评论区聊。
