# check

**Repository Path**: chenjincxs/check

## Basic Information

- **Project Name**: check
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-09-13
- **Last Updated**: 2025-09-13

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# AI大模型监控系统

一个自动化监控主流AI大模型更新动态的系统，每日自动追踪GPT、Qianwen、Claude、Grok、DeepSee、Kimi等六个主流AI模型的更新信息。支持Web界面实时查看、搜索模型详情，并通过微信推送结构化报告。

## 功能特性

### 监控范围
- **GPT (OpenAI)**: 版本更新、功能特性、价格变化
- **通义千问 (阿里巴巴)**: 中文优化、多模态能力、API更新
- **Claude (Anthropic)**: 安全性提升、长文本处理、推理能力
- **Grok (xAI)**: 实时信息、X平台集成、个性化功能
- **DeepSee**: 深度分析、数据洞察、可视化功能
- **Kimi (月之暗面)**: 超长文本、文档解析、网页总结

### 信息维度
1. **基础信息**: 开发机构、最新版本号
2. **核心特点**: 典型应用场景、主要功能
3. **性能指标**: 处理速度、响应时间、吞吐量变化
4. **准确度提升**: 基准测试结果、错误率改善
5. **价格结构**: API调用费用、订阅方案变更
6. **计费方式**: Token计费、套餐调整、免费额度
7. **新功能发布**: API端点、参数优化、格式支持

### Web界面功能
- **实时监控**: 动态展示当前时间和最新数据
- **模型搜索**: 支持按名称、机构、功能特点搜索
- **版本切换**: 右上角下拉菜单切换查看不同版本的模型信息
- **详细信息**: 点击模型查看详细技术规格和使用案例
- **自动刷新**: 页面自动更新，支持手动刷新按钮
- **响应式设计**: 支持桌面和移动设备访问

### 推送机制
- **定时推送**: 每天上午09:00:00准时发送
- **微信通知**: 支持个人和群聊消息推送
- **结构化报告**: 版本对比、关键变化摘要、影响分析

## 项目架构

- **Web前端**：响应式HTML界面，支持实时数据展示和交互
- **Flask后端**：RESTful API服务，提供数据接口和业务逻辑
- **数据收集**：使用requests和BeautifulSoup进行网页抓取，配合API调用
- **数据处理**：使用pandas进行数据清洗和结构化处理
- **任务调度**：使用APScheduler实现精确的定时任务
- **消息通知**：通过WeChaty实现微信消息推送

## 文件结构

```
LLMinfo/
├── main.py                 # 主程序入口（定时监控）
├── app.py                  # Web应用主程序
├── start_web.py            # Web应用启动脚本
├── run.py                  # 启动脚本（支持多种运行模式）
├── config.yaml             # 配置文件
├── requirements.txt        # Python依赖
├── env_example.txt         # 环境变量示例
├── templates/              # Web模板
│   └── index.html          # 主页面模板
├── static/                 # 静态资源
│   ├── css/                # 样式文件
│   ├── js/                 # JavaScript文件
│   └── images/             # 图片资源
├── scrapers/               # 数据抓取模块
│   ├── __init__.py
│   └── model_scraper.py    # 各模型爬虫实现
├── processors/             # 数据处理模块
│   ├── __init__.py
│   └── data_processor.py   # 数据处理和比较
├── notifiers/              # 消息推送模块
│   ├── __init__.py
│   └── wechat_notifier.py  # 微信通知实现
├── utils/                  # 工具函数
│   ├── __init__.py
│   └── config_loader.py    # 配置加载器
├── logs/                   # 日志文件目录
└── data/                   # 数据存储目录
```

## 快速开始

### 1. 环境准备

```bash
# 安装Python依赖
pip install -r requirements.txt

# 配置环境变量（可选）
cp env_example.txt .env
# 编辑 .env 文件，填入实际配置
```

### 2. 配置设置

编辑 `config.yaml` 文件，配置：
- 监控模型的URL地址
- 微信通知参数
- 爬虫频率限制
- 数据存储设置

### 3. 运行系统

#### Web界面模式（推荐）
```bash
# 启动Web应用
python start_web.py

# 或者直接运行
python app.py

# 访问 http://localhost:5000
```

#### 命令行模式
```bash
# 测试模式（检查配置和连接）
python run.py --test

# 立即执行一次监控
python run.py --now

# 启动定时调度模式（默认）
python run.py
```

## 使用说明

### 运行模式

#### Web界面模式
- **实时监控**: 在浏览器中查看最新的模型信息
- **交互式搜索**: 支持按模型名称、机构、功能搜索
- **版本切换**: 每个模型支持多版本查看，右上角下拉切换
- **详细信息**: 点击模型卡片查看完整技术规格
- **自动刷新**: 页面每5分钟自动更新数据

#### 命令行模式
1. **测试模式** (`--test`): 检查配置文件、网络连接、微信通知等
2. **立即执行** (`--now`): 立即执行一次完整的监控和推送
3. **定时调度** (默认): 按配置时间定期执行监控任务

### 配置说明

#### 微信通知配置
```yaml
wechat:
  enabled: true
  recipient_id: "your_wechat_id"      # 个人微信ID
  room_id: "your_room_id"             # 群聊ID（可选）
```

#### 爬虫配置
```yaml
scraper:
  timeout: 30          # 请求超时时间
  retry_count: 3       # 失败重试次数
  rate_limit: 5        # 每分钟最大请求数
```

### 报告格式

系统生成的报告包含：
- **概览摘要**: 监控状态、更新数量
- **关键亮点**: 重要变化和新功能
- **详细对比**: 各模型版本、功能、价格变化
- **影响分析**: 成本、性能、功能影响评估
- **操作建议**: 基于变化的具体建议

## 编码规则

- **错误处理**：完整的异常处理机制，确保系统稳定运行
- **日志记录**：详细记录成功和失败操作，便于问题排查
- **配置管理**：统一的配置文件管理，支持环境变量
- **请求限制**：智能频率控制，避免被目标网站封禁
- **数据持久化**：历史数据保存，支持版本对比分析

## 注意事项

1. **WeChaty配置**: 微信推送功能需要配置WeChaty环境，当前版本提供模拟发送
2. **网络访问**: 确保网络能够访问各模型官网和API文档
3. **频率控制**: 遵循网站爬取礼仪，避免过频访问
4. **数据准确性**: 网页结构变化可能影响数据抓取准确性

## 更新记录

### 2025-09-12
- ✅ 开发完整的Web应用界面，支持实时数据展示
- ✅ 实现Flask后端API服务，提供RESTful接口
- ✅ 创建响应式HTML前端，支持桌面和移动设备
- ✅ 添加模型搜索功能，支持按名称、机构、功能搜索
- ✅ 实现模型详情弹窗，展示完整技术规格和使用案例
- ✅ 增强模型爬虫功能，获取更详细的模型信息
- ✅ 添加自动刷新机制（页面自动更新+手动刷新按钮）
- ✅ 优化数据展示，包括统计信息和关键指标
- ✅ 创建Web应用启动脚本，简化部署流程
- ✅ 更新项目文档，添加Web应用使用说明
- ✅ 实现版本切换功能，支持多版本模型信息查看
- ✅ 添加版本下拉选择器，用户可切换查看不同版本
- ✅ 重构数据结构，支持多版本信息存储和管理
- ✅ 更新API接口，支持版本参数查询
- ✅ 完善GPT、Claude、通义千问的多版本数据

### 2024-09-10
- ✅ 创建完整的项目基础架构
- ✅ 实现六个主流AI模型的数据抓取模块
- ✅ 开发数据处理和版本对比功能  
- ✅ 构建微信消息推送系统
- ✅ 配置APScheduler定时任务调度
- ✅ 完善错误处理和日志记录机制
- ✅ 编写配置文件和使用文档
- ✅ 提供多种运行模式（测试、立即执行、定时调度）
- ✅ 创建功能演示脚本和使用指南
- ✅ 完成系统测试和验证