自动化脚本

2026-03-17 14:21:39

行业：内容平台

载体：爬虫/脚本

技术：Python

业务和功能介绍

这是一个专业的AI大模型价格数据获取项目，致力于实时采集全球主流大模型供应商的定价信息。项目覆盖OpenAI（GPT系列）、Google（Gemini）、Anthropic（Claude）、DeepSeek、百度（文心一言）、阿里（通义千问）、字节跳动（豆包）等国内外知名厂商的API价格数据。系统通过自动化手段获取取各平台的模型名称、输入/输出单价、计费单位、货币类型、模型层级等关键字段，并支持按文本、图像、音频、视频等多模态类型分类采集。采集数据经过清洗、标准化处理后，存储至结构化数据库，为下游的价格比对分析、成本优化推荐、动态定价策略等应用场景提供实时、准确的数据支撑。

项目实现

本项目基于 Python + Selenium + FastAPI 技术栈构建，采用模块化爬虫架构实现主流大模型价格数据的自动化采集。核心框架包含以下关键组件：
1. 浏览器自动化层
使用 Selenium WebDriver 模拟真实用户操作，支持无头模式（Headless）运行
集成 WebDriver Manager 自动管理 ChromeDriver 版本兼容性
实现智能下载监听机制，通过文件完整性校验确保数据下载成功
2. 数据处理管道
基于 Pandas 构建多阶段 ETL 流程，支持堆叠式 CSV 的智能解析
实现跨平台编码检测（UTF-8/GBK），确保中文数据正确读取
统一价格单位转换逻辑（千 tokens → 百万 tokens），标准化输出格式
3. 日志与异常处理
采用集中式日志配置，支持按模块分类记录与日志轮转
虚拟显示适配 Linux/Windows 双平台部署场景
4. 可扩展架构设计
各云厂商爬虫模块独立封装（如 doubao、qwen、claude 等），遵循统一接口规范
输出数据标准化为 CSV 格式，便于后续 API 服务集成与前端展示

示例图片视频

falcon

30天前活跃

方向：后端-Java、爬虫/脚本-爬虫/脚本、

交付率：100.00%

查看主页

相似推荐

微信小游戏《弹弓打小红鸟》

作品名称：《弹弓打小红鸟》微信小程序作品简介：《弹弓打小红鸟》是一款基于微信小程序原生 Canvas 2D 引擎开发的物理弹射类休闲游戏。作品旨在探索小程序在轻量级游戏场景下的性能极限与交互体验。核心特色：原生物理引擎：独立编写物理逻辑，精准模拟重力、碰撞及反弹效果，无需依赖大型第三方游戏引擎，包体极小，加载极快。极致交互体验：深度优化触摸事件处理，实现了高精度的拖拽瞄准辅助线与力度反馈，操作跟手。高性能渲染：采用对象池技术与纹理图集优化，在复杂的粒子特效与多物体碰撞场景下，依然保持 60FPS 的流畅帧率。社交化设计：深度结合微信生态，实现了云端存档、好友排行榜及分享裂变功能，增强了游戏的可玩性与传播性。

微信实时对战类小游戏开发-球球对决局

已完成备案与上线发布，摇杆平面2d射击类游戏，玩法新颖竞技性强，搭建了云服务器，支持多玩家线上对战。游戏模式及其多样，有对战排位模式、肉鸽模式、地牢模式、好友对战模式、四人混战模式等等。

工具-注册机

自动注册chatgpt账号接入cpa使用非协议注册，nodejs实现真实浏览器按人工操作步骤，从接码平台用手机号注册，然后auth绑定邮箱并上传cpa，全程自动化。真实注册1000+账号实现token自由，图片内容是富裕账号在某论坛交易发货截图

基于windows操作系统exe软件安全测试

专注 Windows PC 客户端安全测试，擅长 DLL 劫持、本地权限提升至 SYSTEM+TrustedInstaller、中间人 RCE、远程 RCE。国家信息安全漏洞库（CNNVD）收录 695 条，其中中危 15 条。在主流互联网大厂 SRC 获得赏金，涉及 PC 客户端类漏洞挖掘。具备完整的客户端漏洞挖掘、验证、报告撰写能力。

学习追踪

核心功能： 1. 录入功能：填写日期、学习内容、时长，提交后保存到数据库 2. 查看功能：按日期倒序展示所有记录 3. 搜索功能：输入关键词，模糊匹配学习内容 4. 筛选功能：按起止日期筛选某段时间的记录 5. 删除功能：可以删除误录的记录业务流程：打开网页 → 填写表单 → 提交 → 数据存入 SQLite → 页面刷新显示 → 可以通过搜索框和日期框筛选查看。 github链接：https://github.com/1010wuci