49 lines
2.0 KiB
Markdown
49 lines
2.0 KiB
Markdown
---
|
||
title: "可自动化、可扩展、AI增强的电商数据采集与处理系统"
|
||
type: source
|
||
tags: [电商, 数据采集, 自动化, AI, n8n, Scrapy, Playwright]
|
||
date: 2025-11-11
|
||
---
|
||
|
||
## Source File
|
||
- [[raw/Home Office/可自动化、可扩展、AI增强的电商数据采集与处理系统.md]]
|
||
|
||
## Summary
|
||
- 核心主题：基于 Docker + Ubuntu + n8n 的电商数据采集与处理系统设计
|
||
- 问题域：电商网站产品信息自动化采集、清洗、AI处理与可视化
|
||
- 方法/机制：Scrapy + Playwright 爬虫层 → n8n 自动化管道 → LLM AI处理 → PostgreSQL/Grafana 存储展示
|
||
- 结论/价值：构建可自动化、可扩展的电商数据管线，支持定时采集、AI摘要分类、异常检测、报告通知
|
||
|
||
## Key Claims
|
||
- Scrapy + Playwright 组合适合电商爬虫（静态抓取+动态渲染）
|
||
- n8n 可通过 workflow 实现全管线自动化
|
||
- Ollama 本地模型可替代外部 API 进行离线 AI 处理
|
||
- 分布式调度可用 Scrapyd 或 Archetype 实现扩展
|
||
|
||
## Key Quotes
|
||
> "你想要的是一个可自动化、可扩展、AI增强的数据采集与处理系统，基于 Docker + Ubuntu + n8n 搭建。" — 原文开头
|
||
|
||
## Key Concepts
|
||
- [[Scrapy]]：Python 爬虫框架，适合静态页面和结构化抓取
|
||
- [[Playwright]]：Microsoft 浏览器自动化工具，支持动态页面渲染
|
||
- [[n8n]]：开源工作流自动化工具，可编排爬虫、AI处理、数据存储
|
||
- [[Ollama]]：本地 LLM 运行环境，支持离线 AI 处理
|
||
- [[Docker Compose]]：多容器编排工具，定义爬虫服务架构
|
||
|
||
## Key Entities
|
||
- [[Docker]]：容器化平台
|
||
- [[PostgreSQL]]：关系型数据库
|
||
- [[Grafana]]：数据可视化工具
|
||
- [[MinIO]]：S3 兼容对象存储
|
||
- [[FastAPI]]：Python Web 框架，可作为服务层暴露 API
|
||
|
||
## Connections
|
||
- [[Scrapy]] ← depends_on ← [[Playwright]]
|
||
- [[n8n]] ← orchestrates ← [[Scrapy]]
|
||
- [[n8n]] ← calls ← [[Ollama]]
|
||
- [[PostgreSQL]] ← stores ← AI处理结果
|
||
- [[Grafana]] ← visualizes ← PostgreSQL数据
|
||
|
||
## Contradictions
|
||
- （暂无）
|