自动化任务

基于 CloudFlare Workers 的自动化任务。

当前支持

任务名称	任务简介	说明
MegStudio签到	AI 免费算力	账号与密码，需自建 OCR API 服务
v2ex签到	开发者社交平台	获取网页的 Cookie
域名可注册检测	查询单个或多个域名是否可注册	手动设置相关域名

部署教程

通过 GitHub Actions 发布至 CloudFlare

1. 从 CloudFlare 获取 CLOUDFLARE_API_TOKEN 值，并设置到项目。

   https://github.com/<ORG>/<REPO>/settings/secrets/actions

2. 可选）。设置别名。创建 KV、，并绑定到此 Workers 服务。

   • 2.1a 手动后台绑定，（Settings -> Variables -> KV Namespace Bindings -> Add binding -> Variable name (data), 选择创建的 KV）
   • 2.1b 通过命令行创建。按照本地部署的第 6 步，创建和保存 KV

本地部署到 CloudFlare

1. 注册 CloudFlare 账号，并且设置 Workers 域名 (比如：xxx.workers.dev)

2. 安装 Wrangler 命令行工具。

    npm install -g wrangler

3. 登录 Wrangler（可能需要扶梯）：

   # 若登录不成功，可能需要使用代理。
   wrangler login

4. 拉取本项目,并进入该项目目录：

   git clone https://github.com/servless/worker-tasks.git
   
   cd worker-tasks

5. 修改 wrangler.toml 文件中的 name（proj）为服务名 tasks（访问域名为：tasks.xxx.workers.dev）

6. 创建 Workers 和 KV，并绑定 KV 到 Workers

   1. 创建 KV，并设置参数值

      1. 创建名为 data 的 namespace（最终会在前缀加上服务名，即为 tasks-data）

            wrangler kv:namespace create data

         得到

            ⛅️ wrangler 2.15.1
            --------------------
            🌀 Creating namespace with title "tasks-data"
            ✨ Success!
            Add the following to your configuration file in your kv_namespaces array:
            { binding = "data", id = "8c7d7ee9b6bb4f8fa3ca9f30eaf8d897" }
         

         将上述命令得到的 kv_namespaces 保存到 wrangler.toml 中，即

            # 替换当前项目该文件内相关的数据，即只需要将 id 的值替换为上一步骤得到的值
            { binding = "data", id = "8c7d7ee9b6bb4f8fa3ca9f30eaf8d897" }

   2. 先通过后面的教程，获取到对应服务的 cookie、tokens和参数值，填充到 tasks-data 的 KV 中。

   3. 将对应服务的数据值保存到 KV namespace

         # V2ex
         ## 通过电脑浏览器提取 cookie
         wrangler kv:key put --binding=data 'v2ex' '<COOKE_VALUE>'
      
         # MegStudio
         ## 使用账号和密码，需要自建 OCR API 服务：https://github.com/sml2h3/ocr_api_server。
         ## 支持多账号。每个用户名之间、每个密码之间使用分号(;)分隔。
         wrangler kv:key put --binding=data 'megstudio_username' 'USERNAME1;USERNAME2;USERNAME3'
         wrangler kv:key put --binding=data 'megstudio_password' 'PASSWORD1;PASSWORD2;PASSWORD3'
         wrangler kv:key put --binding=data 'ocr_url' "https://ocr.xx.com"
      
         # Find Domains
         ## 查询域名是否可注册。
         ## 支持多域名。域名之间使用分号(;)分隔。
         wrangler kv:key put --binding=data 'domains' "example1.com;example2.com;example3.com"
      

7. 修改定时任务相关信息

   # 按照 Linux 定时任务的格式修改
   #
   crons = ["* * * * *"]

   crontab 文档

8. 发布

    wrangler deploy

   发布成功将会显示对应的网址

    Proxy environment variables detected. We'll use your proxy for fetch requests.
   ⛅️ wrangler 2.13.0
        --------------------
        Total Upload: 0.66 KiB / gzip: 0.35 KiB
        Uploaded tasks (1.38 sec)
        Published tasks (4.55 sec)
                https://tasks.xxx.workers.dev
        Current Deployment ID:  xxxx.xxxx.xxxx.xxxx

选项

推送通知

1. Bark (iOS 端)

# 设置 brak token
wrangler kv:key put --binding=data 'bark' '<BARK_TOKEN>'

2. Lark

# 设置 brak token
wrangler kv:key put --binding=data 'lark' '<LARK_TOKEN>'

3. 飞书

# 设置 brak token
wrangler kv:key put --binding=data 'feishu' '<FEISHU_TOKEN>'

若不需要通知，删除对应的 key 即可

# 以 bark 为例
wrangler kv:key delete --binding=data 'bark'

帮助

获取网页 cookie 的方法

1. 首先使用 chrome 浏览器打开网站（比如为 xxx.com）， 登录账号。
2. Windows / Linux 系统可按 F12 快捷键打开开发者工具；Mac 快捷键 option + command + i；Linux 还有另一个快捷键 Ctrl + Shift + i。笔记本电脑可能需要再加一个 fn 键。
3. 选择开发者工具 Network，刷新页面，选择第一个xxx.com, 找到 Requests Headers 里的 Cookie。

获取 App cookie 的方法

使用 Reqable 软件抓包获取对应的 cookie 值。

调试

1. 创建预览环境

   wrangler kv:namespace create data --preview

   得到

   { binding = "data", preview_id = "d5d5f6d84098496ead8c89667dcea788" }

   将 preview_id 添加到 warngler.toml，即

   kv_namespaces = [
   { binding = "data", id = "c63f7dad63014a70847d96b900a4fc3f", preview_id = "d5d5f6d84098496ead8c89667dcea788"}
   ]

2. 将相关值保存到 KV namespace，即每条命令后均添加参数 --preview

      wrangler kv:key put --binding=data 'v2ex' '<COOKE_VALUE>' --preview
      wrangler kv:key put --binding=data 'bark' '<BARK_TOKEN>' --preview

3. 执行调试命令

   wrangler dev --test-scheduled

   显示

   ⛅️ wrangler 2.15.1
   --------------------
   Your worker has access to the following bindings:
   - KV Namespaces:
   - data: d5d5f6d84098496ead8c89667dcea788
   ⬣ Listening at http://0.0.0.0:8787
   - http://127.0.0.1:8787
   - http://192.168.33.66:8787
   ╭──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────╮
   │ [b] open a browser, [d] open Devtools, [l] turn on local mode, [c] clear console, [x] to exit

   按 l 显示相关的调试数据

仓库镜像

• https://git.jetsung.com/servless/worker-tasks
• https://framagit.org/servless/worker-tasks
• https://github.com/servless/worker-tasks