应用场景征集【免费提供优化方案】

[bigbrother666sh]

感谢大家对 wiseflow 的关注！

wiseflow 目前已经发布 V0.3.7版本，该版本在0.3.5、0.3.6基础上进一步改进提取策略，尤其优化了数据前处理流程，目前在中文页面的通用任务上已经可以实现不错的效果。

现向大家征集实际业务场景，如果您在实际应用中遇到提取效果不佳等问题，欢迎跟帖，我们会给出针对性优化建议（关注点设定方案、prompt 改进方案等），并在后续版本迭代中优先考虑场景的需求！

跟帖格式：

信源站点：（网址或者微信公众号名称），如果您需要从社交平台获取信息，请提供社交平台名称和关注的账号举例（比如微博上的张皓涵官微）
关注点：（请详细描述您关注什么方面的信息，包括相关的限定，比如 xxx 日之前的信息，或者 xxx 金额以上的招标等）

[grassmu]

比如我要监听某个网站，但是该网站是需要登录且需要会员身份的，wiseflow 是否可满足需求

[bigbrother666sh]

比如我要监听某个网站，但是该网站是需要登录且需要会员身份的，wiseflow 是否可满足需求

可以自定义 crawl4ai 的 run config，给 user data

[leo03qq]

能登录管理登录账号么，比如我想爬X上一些主题的信息，后续还想自动发帖啥的

[bigbrother666sh]

能登录管理登录账号么，比如我想爬X上一些主题的信息，后续还想自动发帖啥的

什么叫管理账号?

理论上，你有权限的操作都可以通过 ai 实现

[imfeisir]

能否限定只爬取当前分类的文章？比如，我给定的网址是： abc.com/game/，该页面主体有10个文章，而侧边栏有其他全站各个分类下的热门文章，现在他都会进行爬取。。甚至跳转到 cde.com网站下爬取。。
能否设置只爬取下一级URL的内容？这个问题导致我消耗了大量Token~

[bigbrother666sh]

你用的是 Secondary model是什么？ 理论上如果侧边栏跟你的关注点关系不大，它会跳过。如果过滤效果不好，可以尝试将 secondary model换参数量更大的。或者尝试将兴趣点描述的更加具体些，或者增加兴趣点下面的 explanation。

当然，如果你一定希望从代码层面规避此问题，可以自定义 crawl4ai 针对这个站点的 run config，

[imfeisir]

你用的是 Secondary model是什么？ 理论上如果侧边栏跟你的关注点关系不大，它会跳过。如果过滤效果不好，可以尝试将 secondary model换参数量更大的。或者尝试将兴趣点描述的更加具体些，或者增加兴趣点下面的 explanation。

当然，如果你一定希望从代码层面规避此问题，可以自定义 crawl4ai 针对这个站点的 run config，

这里的兴趣点可以写的很长么？下面的描述是要按照提示词的写法写的很详细么？我的兴趣点以为就简单一个词语，比如 人工智能，然后描述里，写的 关注OpenAI，Gemini等大模型厂商和AI领域的最新资讯。。。

[bigbrother666sh]

兴趣点写关键词也不是不可以，但关键词肯定是比较宽泛的。最好写清楚是什么方面的人工智能，explanation 写限制和进一步描述，

可以参考 readme 中 部署和使用的第五步。

[tonyzhu2021]

我只想搜集某网站最近一周更新的信息、发表的文章新闻等，但是现在好像wiseflow连很久之前的信息也会采集

[bigbrother666sh]

我只想搜集某网站最近一周更新的信息、发表的文章新闻等，但是现在好像wiseflow连很久之前的信息也会采集

可以在 explanation 中写明，最近一周的信息。

如果效果仍不理想，可以把你的信源站点和关注点发出来，我来看一下