Moon之上
软件工程师
|
小鹏汽车
技术永远服务业务
获得徽章 0
- #每天一个知识点# 这几天在摸索搭一个公司内部用的垂直模型，主要为了检索电子产品行业知识，方便进行产品调研。我用到的是一个5b的开源模型，采集数据用亮数据的网页抓取api，直接部署在trae上对各个主流3c电商/社媒进行数据采集，亮数据的好处在能规避爬虫检测，不需要写脚本去处理，适合ai用的大数据采集。训练模型大概用了200g的数据，效果出来还不错的。展开赞过 22
- #挑战每日一条沸点# 发现一个有趣的skills+mcp用法，可以零代码进行谷歌搜索结果监测，在claude code上生成配置skills，skills功能是进行关键词搜索的流程和数据处理，并调用brightdata mcp进行谷歌访问，这个很关键，因为brightdata mcp可以处理反爬检测，稳定性强，直接可以返回结构化的搜索内容数据。最后把结果数据进行pandas清洗，通过sqlite mcp进行存储。展开赞过 评论1
- #2025 AI/Vibe Coding 对我的影响# 最近很喜欢用mcp来开发项目，比如我做了舆情监测工具，就是用的brightdata-mcp在dify上自动请求某平台数据，然后返回关键字段，定时监测。主要这个mcp能自己处理反爬检测，省了不少事，我只需要搭好工作流框架就可以。评论点赞
- #2025 AI/Vibe Coding 对我的影响# 最近搭一个商品爬虫工作流，通过docker来部署n8n，采集方案用的亮数据网页解锁API，可以自动处理反爬机制，能实现电商平台的数据采集，蛮好用的。赞过 评论2
- 说下selenium和playwright的使用感受，这两是同一类自动化工具，都是靠操作浏览器请求数据，但他们都没法自己去处理反爬检测，很容易被判定为人机，然后被封掉ip。
怎么去解决呢？有两种方法，第一是自己去部署ip池，模仿人行为不定时切换，而且访问频率要控制。第二是直接用第三方的采集api，省去麻烦。
我比较喜欢用亮数据的数据抓取浏览器api，很适合去采集社媒、电商之类的复杂数据。
亮数据提供的是远程浏览器，操作和普通浏览器一样，但是它内嵌了多种高级的应对反爬虫机制的技术，可以自动识别并解锁验证码，自动切换动态住宅ip池，直接解析动态网页为json数据，模拟真人行为指纹等，会让爬虫更加简单，很轻松的处理检测问题。展开赞过 评论2 - #每天一个知识点# 想做个亚马逊商品监测的agent，不知道用Dify搭配亮数据的网页解锁APi能不能实现，因为我不太懂代码，所以想着直接用亮数据现成的采集接口，好像可以绕过爬虫检测，比较省心赞过 评论1
- #MCP 怎么玩# 最近在github上看到一个爬虫mcp：brightdata-mcp，可以采集各种复杂网页， 还能搜索内容，感觉会火起来。它不同于playwright-mcp，可以自动绕过各种爬虫检测，直接获取网页公开数据，非常的适合爬虫技术欠缺的公司和个人。我自己看了下，这个mcp是亮数据开发的，本身就是专门做数据采集的，难怪啊～展开评论点赞
